На каких технологиях работают голосовые роботы
Разница в цене минуты между вендорами объясняется не жадностью, а тем, сколько посредников стоит между вашим звонком и ответом.
Голосовой робот собирается из трёх звеньев: распознавание речи, языковая модель и синтез голоса. Каждое можно разработать самому, а можно арендовать у стороннего поставщика.
Аренда быстрее на старте и не требует ни исследователей, ни вычислительных мощностей. Плата за скорость приходит потом: стоимость каждого звена закладывается в тариф и доезжает до конечного клиента, а доступность сервиса начинает зависеть от решений поставщика, курса валюты и работоспособности платежей в его сторону. Собственная разработка стоит лет и денег на входе, зато убирает и наценку, и зависимость.
Из чего складывается цена минуты
Минута разговора — это не одна услуга, а четыре, и каждая тарифицируется отдельно. Когда все четыре арендованы, счёт растёт кратно, потому что маржа закладывается на каждом уровне.
Каждое звено можно разработать самому или арендовать у стороннего поставщика. Арендованное звено приходит со своей наценкой — и она доезжает до счёта клиента.
| Звено | Если арендуется | Если своё |
|---|---|---|
| Распознавание речи | Оплата за минуту стороннему поставщику | Только собственная инфраструктура |
| Языковая модель | Оплата за токены, курс и лимиты поставщика | Своя модель и свои мощности |
| Синтез голоса | Оплата за символы, каталог голосов чужой | Свой каталог, свои голоса |
| Оркестрация диалога | Часто сторонняя платформа поверх всего | Собственный пайплайн |
| Где обрабатывается звонок | Зависит от поставщика | Российские дата-центры |
| Что при отвале поставщика | Сервис встаёт | Не зависит |
Почему это не только про деньги
Для банка, МФО или клиники вопрос «где физически обрабатывается разговор» — не техническая деталь, а условие допуска подрядчика. Записи звонков содержат персональные данные, а иногда и врачебную тайну, и маршрут этих данных приходится описывать в документах.
Второй сюжет — устойчивость. Зарубежный поставщик может закрыть доступ по региону, изменить лимиты или потерять возможность принимать оплату из России. Для сервиса, построенного поверх него, это остановка, а не неудобство.
Цена и устойчивость — одна и та же тема
Арендованное звено даёт и наценку в тарифе, и зависимость от чужих решений: лимитов, курса, доступности платежей. Экономика и надёжность здесь идут вместе.
Как устроено у нас
Распознавание речи, синтез и диалоговая логика — собственная разработка, которой мы занимаемся с 2018 года, со своим R&D и исследователями в штате. Всё работает в российских дата-центрах, и звонок не уезжает к зарубежным поставщикам по дороге.
Одно уточнение, чтобы не создавать ложного впечатления: телефония у нас не своя и мы её не продаём. Агент подключается по SIP к вашему оператору связи — вы сохраняете свой номер и свой договор.
Признак, который виден прямо в прайсе
Аренду чужой модели часто выдаёт сама структура тарифа. Если в прайсе рядом с ценой минуты стоит отдельная строка вида «плюс стоимость токенов языковой модели», значит модель внешняя и счёт за неё перевыставляется вам. Вендору с собственной моделью выносить такую строку неоткуда: внешнего счёта за токены у него нет.
Второй признак того же порядка — цена минуты, которая заметно падает с ростом предоплаченного пакета. Так ведёт себя перепродажа объёма, закупленного оптом, а не собственная себестоимость.
Как проверить это у любого вендора
Не нужно разбираться в архитектуре, достаточно нескольких вопросов. Ответы на них обычно объясняют разницу в счетах лучше любой презентации.
- Чья модель слышит и обрабатывает звонок
- Где физически происходит обработка и хранение записей
- Что произойдёт с сервисом, если поставщик закроет доступ
- Из чего складывается цена минуты — попросите разложить по составляющим
- Есть ли в тарифе отдельная строка за токены модели
Частые вопросы
Другие разборы
Как выбрать голосового робота
Лендинги у всех похожи, а различия вылезают на внедрении. Двенадцать вопросов, которые стоит задать до подписания договора.
Скриптовый робот или AI-агент
Оба называются голосовыми роботами и стоят рядом в выдаче. Разница проявляется на первом же ответе клиента, которого нет в сценарии.
Аналоги голосовых роботов
На рынке десятки сервисов с почти одинаковыми лендингами. Разбираем, по каким признакам они делятся на категории и что это значит для вашей задачи.
Проверьте на своей задаче
Соберите агента из готового шаблона и сломайте ему сценарий — ответьте невпопад, перебейте, спросите не по теме. Это убедительнее любого сравнения.