Что такое голосовой ИИ-агент и нужен ли вам собственный?
Голосовой ИИ-агент отвечает на звонки или сам звонит, понимает речь, решает, что делать, и отвечает естественным голосом, часто параллельно ища или меняя данные в ваших системах. Готовые ИИ-администраторы хорошо справляются с типовыми вопросами, сообщениями и записью в стандартный календарь. Собственный голосовой агент оправдан, когда звонки должны читать и писать в вашу CRM, ERP или систему заказов, соблюдать ваши бизнес-правила либо когда объём такой, что поминутная оплата платформы становится ощутимой.
Полная стоимость минуты разговора обычно составляет 0,10-0,30 USD. Собственный голосовой агент в Lytvynov Production стоит от 10 000 USD. Остальное руководство помогает выбрать один из трёх путей: готовый ИИ-администратор, голосовая платформа или собственная разработка.
Для владельца бизнеса в Украине типичная картина такая: салон, клиника, сервис или магазин пропускает звонки вечером и в пик, а администратор тратит день на одинаковые вопросы о ценах, часах работы и свободном времени. Именно эти звонки голосовой агент забирает первыми.
Как работает голосовой ИИ-агент: от звонка до ответа
Голосовой агент крутит цикл несколько раз в секунду: слушает, понимает, решает, говорит. Большинство рабочих агентов в 2026 году строят по одной из двух схем.
| Схема | Как работает | Сильные стороны | Слабые стороны |
|---|---|---|---|
| Каскад | Речь в текст, затем языковая модель с инструментами, затем текст в речь, всё потоком | Можно взять лучший компонент для каждого этапа, легко логировать и тестировать, любой голос и язык | Задержка складывается из трёх этапов, нужна аккуратная настройка |
| Речь в речь | Одна модель реального времени принимает звук и возвращает звук | Наименьшая задержка, естественные перебивания и интонация | Меньше голосов и поставщиков, сложнее проверять, часто дороже минута |
Вокруг цикла стоит то, что делает его бизнес-инструментом: телефония (номер через провайдера вроде Twilio или ваша существующая телефонная система через SIP), определение конца реплики, чтобы агент знал, когда клиент договорил, инструменты для чтения и записи в ваши системы, путь перевода на человека и журнал звонков с расшифровками.
Мы сделали собственный прототип голосового агента по каскадной схеме на открытом фреймворке Pipecat: потоковое распознавание речи, языковая модель с промптом помощника по продажам и многоязычный голос, говорящий по-украински. Для веб-звонков мы оцениваем стоимость моделей и голоса примерно в 0,12-0,16 USD за минуту без учёта телефонии.
Готовый ИИ-администратор, голосовая платформа или собственная разработка: что выбрать
Три пути различаются тем, что можно подключить, насколько вы контролируете систему и как растёт стоимость.
| Готовый ИИ-администратор | Голосовая платформа | Собственная разработка | |
|---|---|---|---|
| Что это | Готовый продукт: вы настраиваете приветствия, ответы на типовые вопросы и правила записи | Платформа для разработчиков: вы проектируете агента, платформа ведёт голосовой цикл | Ваш собственный сервис на открытых фреймворках и API моделей |
| Время запуска | От нескольких часов до нескольких дней | Недели | 4-10 недель |
| Интеграции | Стандартные календари, CRM и мессенджеры | Любое API через вызовы инструментов, которые пишут ваши разработчики | Любая система, включая устаревшую и вашу собственную базу |
| Бизнес-правила | Простые | Гибкие | Неограниченные, тестируются как любой код |
| Оплата | Месячный тариф с пакетом минут | Поминутная плата платформы плюс модель, голос и телефония | Только модель, голос и телефония плюс хостинг |
| Контроль над данными и голосом | У поставщика | Общий | Ваш |
| Подходит для | Малого бизнеса, пропущенных звонков, вечернего ответа | Команд с разработчиками, которым нужна скорость | Звонков, на которых держится основная работа, больших объёмов, требований к соответствию |
Быстрая проверка: если всё, что агент должен делать, умещается на одной странице ответов на вопросы и правил записи, начните с готового ИИ-администратора. Если в описании есть фразы вроде «проверить заказ в нашей системе», «применить наши ценовые правила» или «обновить заявку и уведомить бригаду», вы уже вышли за пределы того, что хорошо делают готовые решения.
Сколько стоит голосовой ИИ-агент?
Есть две цифры: стоимость минуты разговора и стоимость создания. Стоимость минуты складывается из таких компонентов:
| Компонент | За что платите | Типичная доля |
|---|---|---|
| Речь в текст | Распознавание клиента в реальном времени | Малая |
| Языковая модель | Понимание, решения и вызовы инструментов | От малой до средней, растёт с длинными промптами и длинными звонками |
| Текст в речь | Голос агента | Часто самая большая часть с премиум-голосами |
| Телефония | Номер и минуты звонков | Малая для местных звонков, больше для международных |
| Плата платформы | Маржа голосовой платформы, если вы её используете | Может равняться или превышать всё перечисленное выше |
В сумме стоимость минуты обычно 0,10-0,30 USD. При 2 000 минут в месяц это примерно 200-600 USD, при 20 000 минут это 2 000-6 000 USD, и именно здесь отказ от платы платформы начинает оправдывать собственную разработку.
Стоимость создания зависит от интеграций и правил, а не от самого голоса. В Lytvynov Production собственный голосовой агент для одного сценария звонка стоит от 10 000 USD. Типичное агентство из США или Великобритании за тот же объём просит примерно в 2,5-4 раза больше. Для украинского заказчика это значит, что разработка в Украине даёт тот же результат за заметно меньшую сумму. Голосовые агенты, которые входят в более крупный продукт с поиском по многим документам или несколькими сценариями звонков, стоят больше, а стоимость разработки ИИ-агента объясняет, из чего складываются такие бюджеты.
Звонки, которые стоит отдать голосовому агенту
Начните с входящих звонков, которые частые, повторяющиеся и опираются на данные, уже лежащие в ваших системах. Хорошо работают такие сценарии:
- Ответ вечером и в пик: принять звонок, уточнить запрос и записать, когда все заняты.
- Запись и перенос визитов в настоящем календаре или графике выездов.
- Статус заказа или заявки: «где моя доставка», «когда приедет мастер».
- Первичная квалификация входящих заявок: задать вопросы, которые задал бы отдел продаж, и записать на разговор.
- Простые изменения в учётной записи в пределах фиксированных лимитов, например новая дата доставки.
Осторожно с жалобами, отменами с возвратом денег, медицинскими или юридическими советами и всем, где клиент расстроен. Быстро переводите такие звонки на человека. Холодные исходящие звонки с голосом ИИ несут больше всего юридических рисков и меньше всего доброжелательности, поэтому мы их не советуем.
Что определяет, примут ли агента клиенты
Клиенты оценивают голосового агента за первые десять секунд. Важнее всего четыре вещи:
- Задержка. Ответ должен начинаться примерно через секунду после того, как клиент замолчал. Разницу дают потоковая передача каждого этапа, короткое первое предложение и устная реплика, пока идёт поиск в системе.
- Перебивания. Клиенты говорят поверх агента. Он должен замолчать и слушать, не теряя нить разговора.
- Честное сообщение. Скажите в начале, что клиент говорит с ИИ-помощником, и предложите человека. Доверие резко падает, когда клиенты узнают об этом позже.
- Быстрый выход. «Соедините с человеком» должно срабатывать в любой момент, а контекст должен передаваться, чтобы клиенту не пришлось повторяться.
Отдельно о языке. Качество речи на украинском в конкретных сервисах распознавания и синтеза мы не утверждаем по публичным данным: его нужно проверять на реальных звонках, с разными акцентами, шумной линией и суржиком, до того как агент получит живых клиентов. Это часть этапа тестирования в плане запуска ниже.
Каковы правовые требования к голосовым ИИ-агентам?
Правила различаются по странам и по тому, входящие звонки или исходящие. Главное, что стоит проверить с юристом:
- Исходящие звонки в США: в феврале 2024 года FCC подтвердила, что голоса, созданные ИИ, считаются искусственными голосами по закону TCPA. Автоматические звонки потребителям требуют предварительного явного согласия, а телемаркетинговые звонки требуют предварительного явного письменного согласия.
- Запись разговоров: в нескольких штатах США, включая Калифорнию, Флориду и Иллинойс, нужно согласие всех сторон. Чёткое сообщение в начале звонка покрывает большинство случаев.
- ЕС и Великобритания: записи разговоров и расшифровки являются персональными данными по GDPR, поэтому нужны правовое основание, срок хранения и соглашение об обработке данных с каждым поставщиком. Правила прозрачности AI Act требуют сообщать людям, что они взаимодействуют с системой ИИ. Для украинской компании с клиентами в ЕС подробнее в руководстве об EU AI Act для украинской компании.
- Отраслевые правила: здравоохранение, финансы и страхование добавляют собственные требования к тому, что можно говорить и хранить.
- Украина: требования к записи разговоров и персональным данным для украинского рынка проверьте с юристом до запуска, в том числе в части уведомления клиента о записи.
Как запустить голосового ИИ-агента: пошаговый план
Безопасный запуск одного сценария звонка занимает 4-10 недель:
- Послушайте реальные звонки (неделя 1): возьмите 50-100 записей или заметок о звонках, сгруппируйте по намерению и выберите два-три намерения, составляющие большую часть объёма.
- Спроектируйте сценарий и инструменты (недели 2-3): напишите правила разговора, вопросы, инструменты для вызова и условия передачи человеку.
- Постройте и протестируйте офлайн (недели 3-6): прогоняйте сценарные тестовые звонки с разными акцентами, шумной линией и перебиваниями, сверяйте расшифровки с ожидаемым результатом.
- Пилот на доле звонков (недели 6-8): сначала направьте вечерние или переполненные звонки, ежедневно слушайте записи, исправляйте то, что слышите.
- Расширение: добавляйте намерения и часы, пока удерживаются доля решённых звонков и удовлетворённость клиентов.
Шаги повторяют наш общий план создания ИИ-агента на 30 дней с дополнительным временем на тестирование голоса. Каждую неделю отслеживайте долю звонков, решённых без человека, долю переводов, долю записей или решений, среднюю задержку и стоимость одного звонка. Для сравнения: так же устроена автоматизация однотипных писем, она разобрана в руководстве о повторяющихся письмах в поддержке.
Как мы строим голосовых агентов
Мы компания по разработке программного обеспечения, основанная в 2019 году, которая создаёт внутренние системы, SaaS-продукты и ИИ-функции для компаний в Украине, США, Великобритании и ЕС. Большая часть нашей работы это системы, с которыми голосовой агент должен разговаривать: CRM, ERP и платформы заказов, например система заказов и диспетчеризации курьеров для подписного розничного бизнеса и ERP для американской компании по обслуживанию самолётов. Наш собственный прототип голосового агента говорит по-украински и предлагает клиентам записаться на разговор.
Если вам хватит готового ИИ-администратора, мы скажем об этом на первом звонке. Если ваши звонки требуют ваших данных и правил, смотрите страницу разработка ИИ-агентов: мы начинаем с ваших реальных записей звонков, даём фиксированную цену после короткого звонка-уточнения и передаём код, который принадлежит вам.