Что полнодуплексный голосовой ИИ меняет для телефонной линии бизнеса

OpenAI выпустила GPT-Live-1 в виде API, так что разработчики теперь могут строить голосовые приложения на модели, которая уже работает внутри ChatGPT. Как сообщает The Decoder, главная особенность — полнодуплексная речь: модель слушает и говорит одновременно, а не ждёт, пока собеседник закончит фразу. Если ваш бизнес принимает по телефону записи, звонки о статусе заказа или обращения в нерабочее время, это как раз та часть новостей об ИИ, которая действительно касается ваших операций.

Что изменилось на самом деле

До сих пор голосовые ассистенты работали по очереди: вы говорите, система ждёт, потом отвечает. Полный дуплекс убирает эту стену: звонящий может перебить, добавить деталь посреди фразы или сказать «нет, другой вторник», не теряя нить разговора.

Собственные бенчмарки OpenAI показывают разрыв с предыдущей моделью, GPT-Realtime-2.1. Показатель полнодуплексной интерактивности — 80,1% против 45,4%. Задержка при передаче хода разговора падает до 0,8 секунды с 1,4 секунды. Точность вызова инструментов — способность модели корректно запустить действие вроде поиска или бронирования — растёт до 87% с 60%.

Есть и другие практические детали. Разработчики могут сочетать GPT-Live-1 с разными фоновыми моделями, выбирая, сколько «рассуждений», скорости и стоимости получит каждый сценарий использования. Модель поставляется с двенадцатью новыми голосами, охватывающими разные акценты, диалекты и языки. По умолчанию она возвращает транскрипты распознавания речи и текст ответа, так что каждый звонок сопровождается письменной записью. Yelp уже использует её для телефонных бронирований, и CTO компании Алекс Леви сообщает об улучшении обработки звонков.

Цена — $0,05 за минуту. При большом объёме это уже не погрешность округления.

Цифра, которую никто не цитирует

На бенчмарке голосовой поддержки для банковской сферы GPT-Live-1 проходит 32% случаев. Предыдущая модель проходила 12,4%. Это большой относительный прогресс и плохой абсолютный результат. В сложном, регулируемом сценарии поддержки эта модель всё ещё ошибается примерно в двух случаях из трёх.

Если сложить эти два факта, получается верная модель понимания. Голосовой ИИ стал по-настоящему хорош в механике разговора — тайминге, перебиваниях, естественности звучания. Но он не стал надёжным в решении сложных, значимых по последствиям задач. Разрыв между «звучит по-человечески» и «делает правильно» — это то место, где бизнес в этом году может обжечься.

Почему это важно для малого бизнеса

Большая часть телефонного трафика малого бизнеса не сложная. Это часы работы, готов ли заказ, можно ли перенести запись, есть ли товар в наличии. Это именно те звонки, которые укладываются в модель с результатом 32% на сложных задачах, потому что сами по себе они не сложные. Это поиск данных плюс действие вроде бронирования, а точность вызова инструментов в 87% — вот здесь релевантная цифра.

Стоимость управляема, если правильно очертить рамки. При $0,05 за минуту трёхминутный звонок стоит 15 центов. Пятьсот таких звонков в месяц обойдутся примерно в $75 платы за модель — без учёта разработки и остальной части вашего стека. Сравните это с звонками, которые вы сейчас пропускаете после 18:00, и арифметика для одних предприятий будет очевидно выгодной, а для других — явно отрицательной. Считайте по своему журналу звонков, а не по данным поставщика.

Двенадцать голосов с разными акцентами и языками важны на рынках, где клиенты переключаются между языками посреди звонка. Встроенные транскрипты важны даже больше, чем кажется: каждый звонок превращается в текст, который можно искать, загружать в CRM или анализировать, чтобы понять, о чём на самом деле спрашивают клиенты.

Что с этим делать

• Сначала выгрузите записи звонков за месяц. Посчитайте, сколько звонков — простые запросы, сколько — в нерабочее время, и сколько остаются без ответа. Без этих трёх цифр нельзя оценить, окупится ли пилот.
• Выберите одну узкую задачу. Запись на приём или статус заказа, а не «обрабатывать телефон». Узкий охват — вот что удерживает вас на правильной стороне этого разрыва в бенчмарках.
• Определите правило передачи разговора человеку прежде, чем определять приветствие. Решите точно, когда ассистент останавливается и переводит звонок на человека: любая жалоба, любой возврат, любой повторяющийся вопрос. Запишите эти правила.
• Требуйте, чтобы ассистент умел действовать, а не только говорить. Ему нужен реальный доступ к вашему календарю записи или базе заказов. Точность вызова инструментов бесполезна, если инструменты не подключены.
• Используйте транскрипты с первой же недели. Читайте их. Они покажут, где ассистент гадал, где раздражал людей и на какие вопросы стоит ответить прямо на вашем сайте.

Полный дуплекс — это реальное улучшение в том, как машина ведёт разговор, а цены на API делают его доступным для небольшой компании со стабильным объёмом звонков. Это не замена человеку, который знает ваш бизнес. Относитесь к этому как к фильтру на входе телефонной линии, который берёт на себя повторяющуюся треть звонков, ведёт письменный учёт и быстро передаёт остальное человеку.