Это серия из 5 статей, посвященных стратегиям общения с клиентами для малого бизнеса, с акцентом на услуги автоответчика:

Почему малому бизнесу нужна служба автоответчика?: Узнайте о важности и преимуществах услуг автоответчика.
Аутсорсинг против штатных живых секретарей: Кто такие живые секретари? Стоит ли вам аутсорсить или нанимать в штат?
Автоматизированные системы телефонных ответов (интерактивная голосовая система IVR против голосовых ИИ-агентов): Что такое автоматизированная служба ответов? Стоит ли использовать интерактивную голосовую систему или голосовых ИИ-агентов?
Решение: Должен ли мой малый бизнес использовать живых секретарей или автоматизированные службы ответов?: Вы узнали все о службах ответов из нашей серии. Теперь пришло время решить, какой тип услуги лучше всего подходит для вашего бизнеса.
(Эта статья) OpenAI против человека против голосового ИИ: сравнение затрат: Задумываетесь, стоит ли переходить на новейшую технологию голосового ИИ? Давайте посмотрим на реальные затраты.

TLDR:

И OpenAI, и люди могут быть дорогими:
1. OpenAI Realtime API может обеспечить работу голосового агента (ИИ) примерно за 1 доллар в минуту.
2. Виртуальные секретари по запросу (люди) также стоят около 1 доллара в минуту.
Но есть сбалансированные варианты с оговорками:
1. При долгосрочном найме человеческие агенты с хорошим английским могут стоить всего 5 долларов в час (0,08 доллара в минуту).
2. Голосовые ИИ-агенты, предлагаемые стартапами, могут стоить всего 7,2 доллара в час (0,12 доллара в минуту).

Если вы предпочитаете послушать аудиоверсию этой статьи, вот видео:

Реальная стоимость API Realtime ChatGPT-4o

OpenAI выпустила свой API Realtime для ChatGPT-4o 1 октября 2024 года. Это произошло через 5 месяцев после выпуска GPT-4o, первой омниканальной большой языковой модели. Производительность потрясающая. Chatgpt-4o-realtime звучит как человек, реагирует как человек и устойчив к шумам и прерываниям.

Однако, доступен ли Chatgpt-4o-realtime?

На первый взгляд, API Realtime OpenAI кажется примерно в 30 раз дороже, чем GPT-4o-mini в тексте (5 долларов против 0,15 доллара / 1 млн входных токенов).

Цены на chatgpt-4o-mini в октябре 2024 года

Цены на chatgpt-4o-realtime в октябре 2024 года

Цены на chatgpt-4o-mini в октябре 2024 года

OpenAI утверждает, что стоимость аудиовхода составляет около 0,06 доллара в минуту, а аудиовыхода — 0,24 доллара в минуту. Суммируя это, можно предположить, что это не должно превышать 0,30 доллара в минуту, верно?

Мы провели реальное тестирование API 4o-realtime и обнаружили, что оно стоит примерно 1 доллар в минуту.

Скриншот стоимости одного теста API Realtime ChatGPT-4o

Мы провели 5-минутную голосовую беседу с API chatgpt-4o-realtime и обнаружили, что она стоила 5,38 доллара. 5-минутная голосовая беседа содержит около 142 секунд транскрибированного аудио (считайте это аудиовходом), остальное — это в основном аудиовыход.

В другом проведенном нами тесте простой 10-минутный разговор стоил около 10 долларов.

Ух ты, это дорого. На самом деле, это примерно в 10 раз дороже, чем собственные голосовые агенты Seasalt.ai.

Если некоторые разработчики просто тестируют API и пытаются приложить значительные усилия для обучения голосового ИИ-агента, который действительно что-то делает, они могут легко потратить сотни долларов в день!

API Realtime ChatGPT-4o против человеческих агентов – что более доступно?

Итак, если кто-то создаст голосового ИИ-агента с использованием API Realtime ChatGPT-4o, это будет стоить около 1 доллара в минуту, или 60 долларов в час.

Сколько стоит человеческий агент?

Если вы используете штатного сотрудника, например, секретаря на ресепшене, его зарплата может составлять от минимальной заработной платы (7,25 доллара федерального уровня до 16 долларов в Калифорнии) до, возможно, 20-30 долларов в час.

Если вы используете стороннее агентство, цена может варьироваться: некоторые начинаются от 349 долларов в месяц за 200 минут плюс плата за установку. Seasalt.ai провела подробное исследование по этому вопросу: Стоимость живых секретарей: штатные против аутсорсинга.

Сводка поставщиков живых секретарей от Seasalt.ai

API Realtime ChatGPT-4o против других голосовых ИИ-агентов – в чем разница?

API Realtime ChatGPT-4o представляет собой значительный прогресс в технологии голосового ИИ, предлагая несколько ключевых отличий по сравнению с другими голосовыми ИИ-агентами:

Отзывчивость: он обеспечивает почти реальное время взаимодействия, со средним временем ответа от 2 до 3 секунд
Надежность: API позволяет прерывать и перенаправлять во время разговоров, что обеспечивает более естественный поток диалога
Комплексность: API не требует склеивания различных компонентов, таких как преобразование речи в текст (Azure, Deepgram и т. д.) и преобразование текста в речь (Azure, Eleven labs).

Но загвоздка здесь в стоимости: API Realtime ChatGPT-4o стоит примерно 1 доллар в минуту, в то время как другие голосовые ИИ-агенты могут стоить всего 0,12 доллара в минуту.

Seasalt.ai против Bland AI против Smith.ai. Synthflow.ai против Retell AI против Slang AI против Gridspace для голосовых ИИ-агентов

Сравнение продуктов голосовых ИИ-агентов от Seasalt.ai

Разница в цене в 10 раз, но есть ли разница в производительности в 10 раз? Это решать клиенту.

Вердикт

Для владельцев бизнеса есть в основном 4 варианта:

Штатные человеческие агенты
Аутсорсинг в другую компанию, как внутри страны, так и за рубежом
Использование доступного голосового ИИ-агента
Создание с использованием самого передового/дорогого API Realtime OpenAI

Я кратко изложил различные плюсы и минусы различных вариантов ниже:

OpenAI Realtime API предлагает самый быстрый и естественный опыт, но требует технических знаний и является дорогим.
Штатные человеческие агенты по запросу хороши для базовых задач на идеальном английском, но имеют ограниченную интеграцию.
Долгосрочные человеческие агенты за рубежом являются наиболее доступными, но могут быть ненадежными из-за проблем с инфраструктурой и высокой текучести кадров.
Интегрированные голосовые ИИ-агенты предлагают баланс между стоимостью, функциями и простотой использования, но могут быть немного менее отзывчивыми и иметь особенности интеграции.

Различные варианты услуг телефонного ответа: человек против OpenAI против стартапов голосового ИИ

Как практик в области распознавания речи и обработки естественного языка, мое мнение таково:

Используйте интегрированные голосовые ИИ-агенты на рынке, такие как тот, который я с гордостью создал с SeaChat. Они зрелые и доступные.
Дайте API Realtime OpenAI еще год, чтобы подопытные его протестировали, и, надеюсь, цена упадет до более доступных 10 долларов в час, тогда он станет по-настоящему удивительным. Осторожно, человеческие агенты!

Узнать больше

Если вы хотите сначала изучить технологию голосового ИИ для обслуживания клиентов по разумной цене, вы можете посетить SeaChat или можете записаться на демонстрацию у нас.