Yelp 本周二表示,正在部署由 AI 驱动的 “语音助手” 来帮助服务提供商和餐厅处理电话、解答基本问题,并完成诸如将客户加入餐厅等候名单等任务。
Yelp 指出,其语音助手无需复杂的设置或 API 集成,可以利用现有元数据以及商户提供的数据(例如发音指南、定制语音问候和电话转接规则)。举例来说,对于餐厅,Yelp 的语音助手可以连接至餐厅的管理软件,在通话结束后向顾客发送预订详情。
此外,Yelp 的语音助手还能处理自动垃圾电话过滤和通话数据分析等任务。对于较为复杂的请求,语音助手会将通话交由人工处理,并在通话结束后向企业提供通话摘要、文字记录和录音。
Yelp 首席产品官 Craig Saldanha 在接受 TechCrunch 采访时表示,“通常情况下,专业人士在恶劣的工作环境下可能无法接听电话,我们希望开发一款能帮助转化那些通常可能错失的潜在客户的产品。”
Yelp 正在使用 OpenAI 的 Realtime API 来实现端到端通话管理。这使得 Yelp 的语音助手在公司知识图谱的辅助下,能够提出并回答后续问题。
Yelp 表示,为了在延迟、语音识别准确性以及整体客户体验方面达到最佳效果,公司正在不断评估并采用新模型。
Saldanha 认为,随着时间的推移,语音技术将逐步普及,而差异化的关键将是底层数据以及 AI 如何处理客户查询的方式。他补充道,在这些方面,Yelp 相较于竞争对手具备一定优势。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。