怎麼把話說出口,比 AI 說了什麼更重要 | Alex Holt
怎麼把話說出口,比 AI 說了什麼更重要 | Alex Holt
ElevenLabs 的 Alex Holt 說明其互動引擎與多代理編排如何讓語音 AI 處理銷售資格篩選、預約提醒等交易型通話,並主張成功的關鍵在於表達方式與同理心,而不只是用字遣詞。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
ElevenLabs 現場技術長(field CTO)Alex Holt 認為,企業級 AI 代理(agent)真正的難題已不再是智慧本身,而是互動層——如何在多個代理與真人之間維持脈絡,並用對的方式說出對的話。本集內容大致是 ElevenLabs 高峰會的產品與策略簡報:代理協作排程、記憶與「例行程式」(routines)、全新的互動引擎,以及一款醫療轉錄模型。標題所稱「表達方式比內容更重要」的重點,主要集中在節目約三分之一處、談到語音代理為何困難的那一段。
Holt 是 ElevenLabs 的早期員工之一,如今負責企業客戶與合作夥伴業務,因此這是一份來自公司內部、貼近其市場推廣(go-to-market)策略的觀點,而非外部評析。讀者讀完應能掌握 ElevenLabs 對外說明的產品路線圖、其前線部署工程(forward-deployed engineering)與合作夥伴策略,以及 Holt 具體點名的匯入案例,同時清楚分辨哪些說法是公司自己的預測。
瓶頸已從模型智慧轉移到互動層
Holt 的核心論點是:企業不該再把代理視為一個個孤立的實例。真實的客戶旅程有多個階段,每個階段需要不同能力,價值來自於在階段之間傳遞脈絡,同時讓終端客戶察覺不到接縫。他以銷售流程為例:由 AI 代理負責初步篩選(qualification),再交接給 AI 業務代表,必要時再交給真人成交,成交後由「例行程式」把合約送到對話之外處理。
他設定的目標是「對終端客戶、對潛在客戶來說,他們完全不知道這中間有多少複雜度」。ElevenLabs 把下一個突破點定位在最佳化這整個流程——多個代理、真人,以及對話前後發生的作業——而不是隻最佳化單一 AI SDR(AI 業務開發代表)。
Holt 表示,在 2026-11-12 的高峰會上,公司宣佈了:
- 新模型,以及可針對客戶所屬領域或產業微調模型的能力
- 代理記憶,讓代理能記住對話之間發生的事
- 「例行程式」,用於處理對話前後的作業
- NVIDIA Nemotron 模型進駐平臺,深化與輝達的合作
- 「Eleven AI」的搶先預覽,把 AI 應用於人與人之間的互動,而非人與 AI 之間——Holt 稱這是「對我們而言非常新的領域」
語音代理難,因為表達方式承載意義
Holt 說,讓文字代理變難的所有因素,套用到語音上一樣成立:說對的話、遵守品牌規範、不推薦競爭對手、不該退款時就不退款。語音還額外多了兩層難度。第一,語音比文字更難理解——口音、方言與語言讓情境數量成倍增加。第二,表達方式會改變語意,這是文字沒有的問題。
他的例子是拒絕退款。「你不能退款」可以用同理的口吻說——「真的很抱歉,我理解您的意思,但這筆退款沒辦法退」——也可以說得很生硬,而生硬的版本會讓客戶滿肚子氣。同樣的內容,結果卻不同。Holt 的總結是:「你怎麼說這件事,跟你要說什麼一樣重要。」
ElevenLabs 的解法是把這層複雜度吸收進自家的互動引擎,讓設定代理的人不必自己處理。Holt 用真人互動來類比:人會本能地調整語氣、同理回應,不需要別人教。公司的賣點是:客戶只需指定「要說什麼」,由 ElevenLabs 負責「怎麼說」。
ElevenLabs 賣的是部署,不只是模型
Holt 把前線部署工程模式視為弭平「AI 能力很強」與「企業實際能上線」之間落差的關鍵。ElevenLabs 的工程師直接與客戶並肩合作:公司帶來技術,以及在類似型態組織中部署 AI 的經驗;客戶則帶來自身業務實際運作方式的知識。Holt 說,企業規模的問題唯有「讓所有這些人同在一個房間裡」才能解決——技術人員、AI 專業與業務專業齊聚。
合作夥伴則延伸了觸及範圍。Holt 坦言 ElevenLabs 不可能無所不在、什麼都懂,因此由合作夥伴提供深厚的領域專業,以及在大型企業處理產業問題的多年經驗。ElevenLabs 會培訓合作夥伴熟悉自家技術,並與他們及其客戶協同作業;Holt 說,這讓公司能承接比單打獨鬥更具企圖心的專案。
Holt 預測:2027 年底前,AI 接電話將成常態
Holt 表示,對話式代理早已實際落地。他提到自己在高峰會前幾個月打過某間飯店的櫃檯電話,接電話的是 AI 代理——他一聽就認出那是自己合作過的 ElevenLabs 語音。更廣泛地說,他表示過去 12 個月,企業已從試辦、展示與概念驗證,推進到正式上線。
兩個具名案例:
- Talis Digital — 使用模擬客戶,也就是會打電話給受訓人員的 AI 代理,讓員工練習對話;Holt 說員工訓練速度因此快了 20%。
- Cler — 採用 ElevenLabs 語音提供客戶支援。
Holt 的預測是:未來 12 個月內,對話式代理會更加普及;而「到了明年年底」——考量發布日為 2026-11-12,也就是 2027 年底——打電話給任何大型企業,接電話的會是 AI 代理而非 IVR(互動式語音應答),這將成為常態,且同一趟旅程中可能歷經多個 AI 代理與真人。
交易型通話交給 AI,人力時間重新投入上游
ElevenLabs 承諾的企業效益是人力重新配置,而不是精簡人力的算術。Holt 說,重複性、交易型的對話應交給 AI,讓企業能把更多資源投注在真人能創造價值的互動上。他自己的例子是 ElevenLabs 的銷售流程:第一通篩選電話——以往是填表單再加一通簡短通話,確認潛在客戶想要什麼、公司是否真實存在、位於何處、需求量是否值得進一步洽談——現在完全由 AI 執行。因此第一次真人對話的內容更豐富,因為基本資訊已經談過,而且代理問得比表單更深。
他預期各產業都會出現同樣的模式:交易型工作轉由 AI 處理,省下的時間則用來提升客戶旅程的其他環節。
醫療是旗艦垂直領域,並在波蘭有政府匯入案
Holt 稱醫療是極其重要的垂直領域。他舉的具體例子是與波蘭醫療體系及波蘭政府合作,打電話提醒病患回診。他說在波蘭,有 20% 的預約病患未到,原因是忘記或時間變得不方便。這些 AI 電話的目標是降低未到診率;Holt 說,原本花在預約掛號上的電話時間,可以轉而用於面對面看診與診斷。
高峰會同時推出 Scribe V3 Medical,這是 ElevenLabs 針對醫療領域的轉錄模型。Holt 把它定位為進軍該垂直領域的一環,並未詳述其功能。
接下來值得觀察的重點
Holt 說,未來幾個月公司會重新聚焦於用 AI 改善人與人之間的對話,並持續打磨互動層,讓人機交流更自然、更有同理心。尚未解答的問題是:Holt 描述的「無縫多代理交接」有多少已經上線、多少還停留在路線圖——記憶、例行程式與互動引擎都是在高峰會上宣佈的,但他詳細點名的匯入案例——飯店櫃檯、Talis Digital、Cler、波蘭回診提醒——都是語音代理的應用場景,而非代理鏈協同運作的示範。20% 未到診率與訓練快 20% 這兩項數字都出自公司說法,節目中並未提供來源。值得追蹤的策略賭注是:前線部署工程加上受訓的合作夥伴網路,能否比企業自行以原生 API 建置擴充套件得更快——這個答案將決定 ElevenLabs 的互動層會成為企業語音的預設介面,還是眾多選項之一。