Google Cloud 开发者大会 · 2026.06.06

从对话式 AI
到企业级智能体。

客服 —— 第一个被真正付费的企业级智能体场景
场合Google Cloud 开发者大会
日期2026.06.06
讲者姚光华 Colin · 声网 AI 产品线负责人
形式开发者大会主题演讲
全场主线 · THE ARC02
这场在讲什么

一次跨越：从能对话，到能被托付。

01 分类 被记住 / 被托付 02 客服 第一个掏钱的场景 03 标准 什么才算企业级 04 产品 已经跑在一线 一句话：企业级不是更聪明，是多了五件不能少做的事
这是《从玩具到伙伴》的姐妹篇。
那一场讲消费级怎么被记住，这一场讲企业级怎么被托付。
序幕 · RTE LEADER03
序幕 · 我们站在哪组数字上说话

RTE 行业的领导者。

No.1
市场占有率稳居第一
市场占有率
50+
突破性自主创新技术
全球发明专利
100 万+
全球注册应用数
开发者生态
900 亿+
单月支撑通话分钟数
生产规模
全球 Top 10000（MAU）App 中，集成 RTC 服务的 App 里，近一半使用声网。
Among the world's Top 10,000 apps by MAU — nearly half of those that embed RTC, embed Agora.
序幕 · 18 个月 · 5 个里程碑04
2024.10 → 2026.03

18 个月，我们做了 5 件事。

2024.10.01 全球首个 Realtime API OpenAI 首批合作 2024.10.24 国内首个 Realtime API 声网 × MiniMax 2025.03.06 引擎 1.0 行业首个对话式 AI 引擎 及硬件开发套件 2025.10.31 全栈发布 Studio 1.0 + Engine 2.0 Benchmark 3.0 2026.03.10 Call Agent 电话客服智能体 全球版
2024.10.01，OpenAI 选择声网 RTE 网络承载 Realtime API 全球落地。同样的工程能力，今天我们用来支撑你的企业级智能体。
ACT 01
SPLIT
分成两类
2024 年我们用「陪伴 / 服务」两个词描述两个方向。2026 年，这个分类需要更精准的语言。
01 分类 02 客服 03 标准 04 产品
元分类 · META-CLASSIFICATION06
对话式智能体的元分类

同一个词，两年换了一次说法。

2024 年的原始定义 2026 年的精准定位 陪伴智能体 服务智能体 消费级智能体 COMPANIONSHIP · PROSUMER 企业级智能体 SERVICE · ENTERPRISE 词换了，因为要卖给不同的人、签不同的合同
「陪伴」和「服务」描述的是体验。
「消费级」和「企业级」描述的是谁买单、按什么验收。
二元拱顶石 · CORNERSTONE07
对话式智能体的新定位

让 AI 像人，还是让 AI 像系统。

COMPANIONSHIP / PROSUMER
消费级智能体 —— 让 AI 像人
它的成功标准是「被记住」。用户愿不愿意第二天还找它说话。
SERVICE / ENTERPRISE
企业级智能体 —— 让 AI 像系统
它的成功标准是「被托付」。法务敢签、风控敢过、SLA 敢赔。
但二者底层，是同一个引擎。分化的是形态和验收方式，不是技术栈。
MONEY QUOTE · 01
消费级是被记住， 企业级是被托付。
Companionship is to be remembered. Service is to be entrusted. —— 二者底层，是同一个引擎。
ACT 02
DEMAND
为什么是客服
企业级智能体不是研究报告里的市场趋势，是已经进了预算表的项目。先看钱在哪儿。
01 分类 02 客服 03 标准 04 产品
市场 + 融资三连证10
为什么第一站是客服

不是趋势叙事，是真金白银的预算项目。

50%
企业把客服视为智能体真实落地的第一应用场景
企业首选场景
$40 M
Retell ARR · 估值 $1B · 已盈利 · 4000 万通话 · 2000+ 客户
同赛道标杆
$987 M
2024–2026 三年 Voice Agent 全球融资盘，近 10 亿美元
资本盘子
最热的企业级智能体就是电话智能体 —— 客服是它第一个真正掏钱的场景。
数据来源：Deepgram & Opus Research · Crunchbase · Tracxn
体验 GAP · POLARIZED11
当前电话客服智能体的体验

两极分化，而且分得很开。

21%
用户对 AI 客服满意
Deepgram & Opus Research · 2025
45%
糟糕体验之后流失
400 位北美商业领袖调研
智利电话客服真实录音 · SERNAC · 2025
「别像计算机一样和我说话。」
客户在抱怨「别像计算机」—— 但他根本没意识到，自己正在跟计算机说话。
这是一个 Good Case。电话智能体的天花板是：用户根本不需要分辨。
图灵测试 · QUIETLY PASSED12
客服 Agent 真实生产数据

电话智能体，已经悄悄迈过门槛。

96.5%
通过图灵测试。基于 1,170 通真实有效对话，仅 3.5%（86 通）被用户明显感知为 AI。
ConvoAI 真实生产数据
接听 2,475 · 100.0% 真人接听 2,180 · 88.1% 有效对话 1,170 · 47.3% 感知为 AI 86 · 3.5%
86 通「明显感知」的九维信号拆解里，情绪 / 重复 / 不耐烦一项就占 60 通 —— 也就是说，多数「识破」其实来自不耐烦，而不是听出机器音。
MONEY QUOTE · 02 · 1950 → 2026
76 年前，图灵问机器能否骗过人类。 今天，96.5% 的用户已经分辨不出。
In 1950, Turing asked: can machines fool humans? 76 years later — 96.5% of users can no longer tell.
营销战场 · 2× 超越14
真实生产数据 · 日均营销转化率

AI 电话智能体，已经超越真人销冠。

行业最佳人工 1.5% —— 受过良好培训与管理的一线销冠，行业天花板 ConvoAI 3.08% —— 真实生产数据 2.05× AI ÷ 人 = 2.05 倍 · 日均营销转化率 · CONVOAI 电话智能体生产数据
不再是「AI 能否替代人工」的问题。
是「人工能否追上 AI」的问题了。
ACT 03
STANDARD
什么才算企业级
能对话，和能被托付，中间隔着的不是模型能力。是五件必须做完的事。
01 分类 02 客服 03 标准 04 产品
这道跨越 · THE GAP16
从对话式 AI 到企业级智能体

中间隔着的，是五道闸。

对话式 AI 能听懂 · 能回话 Demo 跑得通 01 运行时 多租户隔离 02 记忆 毫秒级检索 03 安全 审计与合规 04 工具 真的改得动 05 弹性 峰值与赔付 企业级智能体 能被托付 能签 SLA THE GAP · 企业级不是更聪明，是多了这五件不能少做的事 法务要的是审计日志，风控要的是数据不串租户，采购要的是 SLA 有人赔
五维金标准 · GOLD STANDARD17
不做会出什么事故 → 我们用什么兜底

企业级智能体必须做的 5 件事。

01运行时数据串租户 / 突增拖垮邻居 / 海外扩容等几周 → 全球 SD-RTN 200+ 节点 · RTE 30000+ 终端适配
02记忆5 轮就忘订单号 / 检索 1–2 秒节奏崩 / 知识更新慢念旧政策 → 毫秒级分层记忆 RAG 端到端
03安全法务风控签不了字 / 监管要审计日志拿不出 / 海外数据驻留违规 → 99.99% · SOC 2 / GDPR · SLA 赔付
04工具说了「改地址」其实啥也没改 / 出错无法回滚 / 协议私有接一个重写一次 → MCP + Function Call
05弹性双 11 / 春节直接挂 / 单供应商挂服务全挂 / 没 SLA 赔付损失不赔 → 900 亿分钟 RTE 月均支撑
这五件事没有一件跟「模型多聪明」有关。它们全都是「出事了谁负责」。
MONEY QUOTE · 03
5 件事少做一件， 智能体就不算企业级。
这是 Enterprise 与 Prosumer 的根本分水岭 —— 不是体验好坏，是能不能进采购流程。
ACT 04
PRODUCTION
已经跑在一线
下面这些不是路线图。是已经在客服智能体一线跑着的产品。
01 分类 02 客服 03 标准 04 产品
产品线 · FOUR-PIECE SUITE20
对话式 AI · 产品线架构

四件套，覆盖企业级智能体所需。

STUDIO 1.0 搭建与编排 ENGINE 2.0 实时对话引擎 BENCHMARK 3.0 体验评测 CALL AGENT 电话客服与外呼 底座 · SD-RTN 实时网络 全球 200+ 节点 · RTE 30000+ 终端适配 · 单月 900 亿+ 通话分钟
上面四件套解决「做得出来」，下面这一层解决「敢签合同」。
Call Agent · 12 项能力21
客服 + 外呼 + 全球部署一体化

ConvoAI Call Agent · 产品能力全景。

01
SIP / PSTN 全打通
02
Warm Transfer 转人工
03
WhatsApp 接入
04
LATAM SIP 拉美出海
05
海外多供应商兜底
06
静态填充词
07
Campaign A/B
08
时区 · 号码前缀
09
音色复刻
10
优雅打断 2.0
11
声纹识别反欺诈
12
实时情绪识别
优雅打断 2.0 是 CAN + 语义 + 声学融合；Warm Transfer 转人工时上下文同步跟着走。
这不只是产品能力展示 —— 是已经跑在客服智能体一线的产品。
MONEY QUOTE · 04 · 拱顶石
对话即交互。 交互即关系。 关系即系统。
当系统开始「参与对话」，它就不再是工具，而是关系的一部分。
带走 · THE FOUR-PIECE SUIT23
如果只带走一页

企业级智能体的四件套。

REAL-TIME
实时
延迟不是性能指标，是对话能不能成立的前提。
NATURAL
自然
天花板不是「听起来像人」，是用户根本不需要分辨。
TRUSTWORTHY
值得托付
法务敢签、风控敢过、监管来了拿得出审计日志。
SIGNABLE
能签 SLA
出事有人赔。这一条决定它能不能进采购流程。
客服只是第一站。凡是「出错要有人负责」的场景，都会走这条路。
谢谢

把企业级智能体，
从 Demo 做成 Production。

姚光华 Colin · 声网 AI 产品线负责人
场合Google Cloud 开发者大会
日期2026.06.06
相关档案14_2026-06-06_GoogleCloud开发者大会
说明据 19 页 final 版重构 · 姐妹篇见《从玩具到伙伴》