Retell AI：当 OpenAI 模型开始驱动每月一亿通电话

开场小对谈：一亿通电话背后的 AI 语音代理

拾闻：最近 OpenAI 官方案例里提到 Retell AI，说他们用 OpenAI 的模型每月处理一亿通电话，而且人均年营收达到 160 万美元。这个数字听起来很夸张，你怎么看？

永亮：一亿通电话本身不是最关键的，关键是这些电话里 AI 代理承担了多少。如果只是自动接听、转接人工，那这个数字没什么意义。但如果 AI 代理能独立完成客户咨询、预约、售后甚至销售转化，那它代表的是一种新的劳动力形态。我带过七十人团队，知道人力成本的构成：招聘、培训、管理、流失。如果 AI 语音代理能替代其中一部分重复性工作，企业的成本结构会被重新定义。

拾闻：但电话和文字聊天不一样，语音对延迟、语调、打断处理的要求更高。Retell 是怎么做到的？

永亮：从公开信息看，Retell 用的是 GPT-6 Astra 这类专为语音场景优化的模型。这类模型通常在训练数据里加入了大量真实通话录音，能更好地处理口语化表达、停顿、打断和情绪变化。但技术细节没有完全公开，我们只能从结果倒推：如果他们真的能处理一亿通电话，说明延迟和准确率至少达到了商用门槛。

拾闻：人均 160 万美元年营收这个数字，是不是有点太漂亮了？

永亮：这个数字要拆开看。第一，它可能只计算了 Retell 自己的员工，不包括外包或合作伙伴。第二，AI 语音代理行业的毛利率本来就高，软件公司的营收效率普遍比传统行业高。第三，一亿通电话如果按每通几毛钱到几块钱计算，收入规模确实可观。但「人均营收」这个指标容易误导，它不反映利润，也不反映客户留存率。我更关心的是：这些电话里有多少是重复咨询，有多少是真正创造了新价值。

Q1：Retell AI 到底是什么公司

拾闻：先把背景讲清楚。Retell AI 是做什么的？

永亮：Retell AI 是一家做 AI 语音代理的公司，主要面向企业客户提供自动接听、外呼、客服、预约等场景的语音 AI 解决方案。他们的客户可能是医疗机构、零售品牌、金融机构、物流公司等需要大量电话交互的行业。从 OpenAI 的案例描述看，Retell 把 OpenAI 的模型集成到自己的语音代理平台里，用来处理自然语言理解、对话管理和响应生成。

拾闻：那他们和传统的呼叫中心有什么区别？

永亮：传统呼叫中心的核心是人。AI 语音代理的核心是模型。区别有几个：第一，成本结构不同。传统呼叫中心的人力成本是主要支出，AI 代理的主要成本是算力和 API 调用。第二，扩展性不同。人力扩容需要招聘、培训，周期长；AI 代理扩容只需要增加算力，理论上可以瞬时扩展。第三，一致性不同。人会疲劳、会情绪波动，AI 代理可以保持标准话术。但反过来，AI 代理缺乏人的同理心和灵活应变能力，复杂场景还是需要人工介入。

Q2：一亿通电话意味着什么

拾闻：一亿通电话这个数字，在行业里是什么水平？

永亮：一亿通电话如果均匀分布，每天大约 330 万通，每小时 13.7 万通，每分钟 2300 通。这个规模已经接近大型呼叫中心的日处理量。但关键是这些电话的复杂度。如果大部分是简单查询、预约确认、状态通知，AI 代理完全可以胜任。如果是投诉处理、销售谈判、危机公关，AI 代理可能只能做初步分流，最终还是需要人工接手。

拾闻：那 Retell 的客户主要是哪些行业？

永亮：从公开信息看，AI 语音代理的典型客户包括：医疗机构（预约提醒、随访）、零售电商（订单查询、售后）、金融服务（账单通知、身份验证）、物流快递（配送通知、改约）。这些场景的共同点是：电话量大、流程标准化、对延迟敏感。Retell 如果能在这个市场站稳脚跟，说明他们的产品在准确率和成本之间找到了平衡点。

Q3：人均 160 万美元营收的真相

拾闻：人均 160 万美元年营收，这个数字怎么理解？

永亮：这个数字要放在行业背景下看。传统呼叫中心的人均营收通常在 3 万到 8 万美元之间，因为人力成本高、管理复杂。AI 语音代理公司的人均营收可以高很多，因为核心成本是算力和模型 API，而不是人。但「人均营收」不等于「人均利润」。Retell 需要支付 OpenAI 的 API 费用、自己的研发成本、销售和市场费用。160 万美元的营收里，真正能变成利润的可能只有 20% 到 30%。

拾闻：那这个数字对行业有什么启示？

永亮：它说明 AI 语音代理这个赛道有商业价值，但竞争也会很激烈。如果 Retell 能做到人均 160 万美元，其他公司也会想办法复制。但护城河在哪里？是模型能力、客户资源、行业 know-how，还是成本控制？从长期看，单纯做 API 包装的公司很难有持续优势，真正能活下来的是那些能深入行业、提供端到端解决方案的公司。

Q4：AI 语音代理的边界在哪里

拾闻：AI 语音代理现在能做什么，不能做什么？

永亮：能做的：标准化流程的自动接听、信息确认、预约安排、简单售后、外呼通知。不能做的：复杂情绪安抚、多轮谈判、危机处理、需要深度行业知识的咨询。边界在于「可预测性」。如果对话流程可以预先定义，AI 代理就能胜任；如果需要临场判断、灵活应变，还是人更可靠。

拾闻：那企业应该怎么用？

永亮：我的建议是分三层。第一层，高频低复杂度的电话完全交给 AI 代理，比如预约确认、订单查询。第二层，中频中复杂度的电话由 AI 代理做初步处理，人工做复核和升级。第三层，低频高复杂度的电话直接由人工处理。这样既能降低成本，又能保证服务质量。关键是不要把 AI 代理当成万能药，而是当成一种新的劳动力补充。

结语：一亿通电话只是开始

拾闻：最后总结一下。

永亮：Retell AI 的案例说明，AI 语音代理已经从概念验证进入了规模化商用阶段。一亿通电话、人均 160 万美元营收，这些数字背后是模型能力、工程优化和商业模式的共同作用。但对普通企业来说，更重要的不是复制这个数字，而是想清楚：哪些电话可以交给 AI，哪些必须留给人。技术再先进，最终还是要回到业务场景和用户体验上。

拾闻：给今天这期一句话。

永亮：AI 语音代理不会取代人，但会重新定义「人」在电话里的角色。从「接听者」变成「监督者」和「决策者」，这可能是未来几年呼叫中心最大的变化。

👇 你的公司用过 AI 语音代理吗？体验如何？评论区聊聊，下期挑几条接着说。关注我，AI 时代的职场实话，每周更新。