Retell AI: Wenn das OpenAI-Modell die Verwaltung von 100 Millionen Anrufen pro Monat übernimmt

Beginnender Dialog: Der AI-Sprachproxies hinter einer Milliarde Anrufe

Shiwen: Kürzlich wurde in einem offiziellen OpenAI-Projekt von Retell AI gesprochen, dass sie mit OpenAI-Modellen jeden Monat eine Milliarde Anrufe bearbeiten und dass die jährliche Einnahme pro Mitarbeiter 1,6 Millionen US-Dollar beträgt. Das klingt vielleicht übertrieben – was denken Sie?

Yongliang: Die Anzahl der Anrufe selbst ist nicht das Wichtigste. Entscheidend ist, wie viel Arbeit die AI-Proxy tatsächlich übernehmen. Wenn sie nur automatisch anrufen und Anrufe weiterleiten, hat diese Zahl keine Bedeutung. Aber wenn AI-Proxy kundenbezogene Beratungen, Terminvereinbarungen, After-Sales-Dienstleistungen und sogar Verkaufsumwandlungen vollständig selbstständig erledigen können, dann stellt dies eine neue Form der Arbeitskräfte dar. Ich habe eine Team von 70 Personen geleitet und weiß, wie die personellen Kosten aufgebaut sind: Rekrutierung, Schulung, Management, Abwanderung. Wenn AI-Sprachproxies einen Teil dieser wiederholten Arbeiten ersetzen können, wird die Kostenführung eines Unternehmens neu definiert.

Shiwen: Aber Anrufe und Textchatten sind nicht gleich. Sprachkommunikation erfordert höhere Anforderungen an Verzögerungen, Tonfall und das Umgang mit Unterbrechungen. Wie schafft Retell das?

Yongliang: Aus öffentlichen Informationen geht hervor, dass Retell Modelle wie GPT-6 Astra verwendet, die speziell für Sprachumgebungen optimiert sind. Solche Modelle enthalten in ihrem Trainingsdatensatz viele echte Anrufe mit Aufnahmen, was eine bessere Bearbeitung von gesprochenen Ausdrücken, Pausen, Unterbrechungen und Emotionen ermöglicht. Aber die technischen Details sind nicht vollständig öffentlich, wir können nur aus den Ergebnissen schließen: Wenn sie tatsächlich eine Milliarde Anrufe bearbeiten können, bedeutet das, dass ihre Verzögerungen und Genauigkeit mindestens die komerzielle Grenze erreicht haben.

Shiwen: Die Zahl von 1,6 Millionen US-Dollar Einnahmen pro Mitarbeiter – ist das nicht etwas übertrieben?

Yongliang: Diese Zahl muss genauer betrachtet werden. Erstens könnte sie nur die Einnahmen von Retell AI selbst betrachten, ohne externe Partner oder Auftragnehmer zu berücksichtigen. Zweitens ist der Gewinnmarge in der Branche für AI-Sprachproxies bereits hoch, und die Einnahmeeffizienz von Softwareunternehmen ist im Allgemeinen höher als in traditionellen Branchen. Drittens, wenn man von ein paar Cent bis ein paar Dollar pro Anruf ausgeht, ist der Umsatz tatsächlich beträchtlich. Aber der Indikator „jährliche Einnahmen pro Mitarbeiter“ kann verwirrend sein – er spiegelt weder den Gewinn noch die Kundenhalten wider. Was mich mehr interessiert: Wie viele dieser Anrufe sind reine Reklamationen und wie viele schaffen wirklich neue Werte.

Frage 1: Was ist eigentlich Retell AI?

Shiwen: Lassen Sie uns zuerst die Hintergrundsituation klären. Was macht Retell AI?

Yongliang: Retell AI ist ein Unternehmen, das AI-Sprachproxies anbietet, insbesondere für Unternehmenskunden, die automatische Anrufe, Außendienst, Kundenservice und Terminvereinbarungen benötigen. Ihre Kunden könnten medizinische Einrichtungen, Retail-Brands, Finanzinstitute oder Logistikunternehmen sein, die große Anzahl an Anrufen benötigen. Aus der Beschreibung des OpenAI-Beispiels geht hervor, dass Retell OpenAI-Modelle in seine Sprachproxies integriert hat, um natürliche Sprache zu verstehen, Dialogmanagement und Antwortgenerierung durchzuführen.

Shiwen: Was unterscheidet sie dann von traditionellen Callcentern?

Yongliang: Der Kern eines traditionellen Callcenters ist die Menschheit. Der Kern eines AI-Sprachassistenten sind die Modelle. Es gibt mehrere Unterschiede: Erstens, die Kostenstruktur unterscheidet sich. Die personellen Kosten eines traditionellen Callcenters sind der Hauptausgabe, während die Hauptkosten eines AI-Assistenten die Rechenkapazität und API-Aufrufe sind. Zweitens, die Skalierbarkeit unterscheidet sich. Eine Erweiterung der Personalstärke erfordert Einstellung und Schulung, was eine längere Zeit in Anspruch nimmt; bei einem AI-Assistenten bedarf es nur einer Erhöhung der Rechenkapazität, was theoretisch sofortige Skalierung ermöglicht. Drittens, die Konstanz unterscheidet sich. Menschen können müde werden und ihre Stimmungen können schwanken, während AI-Assistenten standardisierte Sprachmuster beibehalten können. Aber umgekehrt fehlt AI-Assistenten der menschliche Mitgefühl und die Fähigkeit, flexibel zu reagieren; komplexe Situationen erfordern weiterhin menschliches Eingreifen.

Q2: Was bedeutet eine Million Anrufe?

Shiwen: Welches ist das Niveau dieser Zahl in der Branche?

Yongliang: Wenn eine Million Anrufe gleichmäßig verteilt werden, dann sind es täglich etwa 3,3 Millionen Anrufe, 137.000 Anrufe pro Stunde und 2.300 Anrufe pro Minute. Diese Größe liegt bereits nahe an der täglichen Verarbeitungskapazität eines großen Callcenters. Aber das Wichtigste ist die Komplexität dieser Anrufe. Wenn die meisten einfache Anfragen, Reservierungseinstellungen oder Statusbenachrichtigungen sind, kann ein AI-Assistent dies vollkommen bewältigen. Wenn es um Beschwerdebehandlung, Verkaufsverhandlungen oder Krisenmanagement geht, kann ein AI-Assistent nur eine erste Ablenkung leisten, letztendlich muss die Arbeit immer noch von Menschen übernommen werden.

Shiwen: In welchen Branchen sind die Kunden von Retell vor allem tätig?

Yongliang: Aus öffentlichen Informationen geht hervor, dass typische Kunden von AI-Sprachassistenten folgende Bereiche umfassen: medizinische Einrichtungen (Reservierungstipps, Nachkontaktaufrufe), Einzelhandel und E-Commerce (Bestellüberprüfung, After-Sales-Dienstleistungen), Finanzdienstleistungen (Rechnungsbenachrichtigungen, Identitätsverifizierung) und Logistik und Versand (Versandhinformationen, Änderungen der Reservierung). Die Gemeinsamkeiten dieser Szenarien sind: hohe Anzahl an Anrufen, standardisierte Prozesse und Sensibilität gegenüber Verzögerungen. Wenn Retell in diesem Markt Fuß fassen kann, bedeutet das, dass ihre Produkte einen Gleichgewicht zwischen Genauigkeit und Kosten gefunden haben.

Q3: Die Wahrheit hinter 1,6 Millionen US-Dollar Umsatz pro Mensch

Shiwen: Wie soll man diese Zahl von 1,6 Millionen US-Dollar Jahresumsatz pro Mensch verstehen?

Yongliang: Diese Zahl muss im Kontext der Branche betrachtet werden. Der durchschnittliche Umsatz pro Mensch in traditionellen Callcentern liegt normalerweise zwischen 30.000 und 80.000 US-Dollar, da die personellen Kosten hoch sind und die Managementprozesse komplex sind. Der durchschnittliche Umsatz pro Mensch bei AI-Sprachassistentenunternehmen kann viel höher sein, da die Kernkosten Rechenkapazität und Modelle-APIs sind, nicht Menschen. Aber „durchschnittlicher Umsatz“ bedeutet nicht „durchschnittliches Gewinnniveau“. Retell muss die API-Kosten für OpenAI zahlen, seine eigenen Forschungs- und Entwicklungskosten sowie Verkaufs- und Marketingkosten tragen. Von den 1,6 Millionen US-Dollar Umsatz sind nur etwa 20% bis 30% tatsächlich zu Gewinn umgewandelt werden können.

Shiwen: Welche Erkenntnisse liefert diese Zahl für die Branche?

Yongliang: Sie zeigt, dass der Markt für AI-Sprachassistenten kommerziell wertvoll ist, aber auch sehr konkurrenzintensiv. Wenn Retell einen durchschnittlichen Umsatz von 1,6 Millionen US-Dollar pro Mensch erreichen kann, werden auch andere Unternehmen versuchen, dies nachzuahmen. Aber wo liegt der Vorsprung? Liegt er in den Modelleigenschaften, Kundenerwerb, Branchenerfahrung oder Kostenkontrolle? Langfristig gesehen haben Unternehmen, die nur API-Überarbeitungen anbieten, kaum einen nachhaltigen Vorteil. Diejenigen, die durchhalten können, sind diejenigen, die tief in die Branche eindringen und end-to-end-Lösungen anbieten.

Q4: Wo liegen die Grenzen von AI-Sprachassistenten?

Shiwen: Was kann und was kann ein AI-Sprachassistent heute tun?

Yongliang: Waschenswert: Automatische Annahme von Standardprozessen, Informationen bestätigen, Terminvereinbarungen, einfache After-Sales-Dienstleistungen, Benachrichtigungen per Anruf. Nicht waschenswert: Komplexe emotionaler Beratung, mehrmalige Verhandlungen, Krisenmanagement, Beratungen, die tiefe Branchenkenntnisse erfordern. Der Grenzpunkt liegt in der „Präzisierung“. Wenn der Dialogprozess vordefiniert werden kann, kann der AI-Agent diese Aufgaben übernehmen; wenn es auf Situationsbewusstsein und Flexibilität ankommt, sind Menschen weiterhin zuverlässiger.

Shiwen: Wie sollte ein Unternehmen diese Technologien nutzen?

Yongliang: Meine Empfehlung ist in drei Schichten aufgeteilt. Erste Schicht: Häufige, weniger komplexe Anrufe werden vollständig dem AI-Agenten überlassen, wie zum Beispiel Terminbestätigungen, Bestellabfragen. Zweite Schicht: Mittlere Häufigkeit, mittlere Komplexität der Anrufe wird vom AI-Agenten vorläufig bearbeitet, während Mitarbeiter die Überprüfung und Weiterentwicklung durchführen. Dritte Schicht: Seltene, hohe Komplexität der Anrufe werden direkt von Menschen bearbeitet. So kann man nicht nur Kosten senken, sondern auch die Qualität des Services gewährleisten. Der Schlüssel ist, den AI-Agenten nicht als Allheilmittel zu betrachten, sondern als eine neue Art von Arbeitskräften.

Zusammenfassung: Einhundert Millionen Anrufe sind nur der Anfang

Shiwen: Zusammenfassend.

Yongliang: Die Beispiele mit Retell AI zeigen, dass AI-Sprachagenten bereits vom Konzept zum großflächigen Einsatz übergegangen sind. Einhundert Millionen Anrufe, ein Durchschnittseinkommen von 1,6 Millionen US-Dollar – hinter diesen Zahlen stehen die Fähigkeiten der Modelle, die technische Optimierung und das Geschäftsmodell. Für normale Unternehmen ist es jedoch wichtiger zu erkennen: Welche Anrufe können an den AI übertragen werden und welche müssen weiterhin von Menschen übernommen werden. Egal wie fortschrittlich die Technologie ist, letztendlich muss sie auf den Geschäftsszenarien und dem Nutzererlebnis zurückgeführt werden.

Shiwen: Ein Satz für diese Ausgabe.

Yongliang: AI-Sprachagenten werden Menschen nicht ersetzen, aber sie werden die Rolle des „Menschen“ im Telefonat neu definieren. Vom „Anrufer“ zum „Beschützer“ und „Entscheidungsträger“ – das könnte die größte Veränderung in den Callcentern in den nächsten Jahren sein.

👇 Hat Ihr Unternehmen bereits AI-Sprachagenten eingesetzt? Wie war das Erlebnis? Diskutieren Sie im Kommentarfeld, wir werden im nächsten Mal einige Beispiele besprechen. Folgen Sie mir, um die Wahrheit über den Arbeitsmarkt in der AI-Ära wöchentlich zu erfahren.