PolyAI 推出 Wren——一款面向对话系统的编程代理

PolyAI 致力于让具有自主行为能力的语音 AI 比以往任何时候都更像人类。图片来源：Getty

PolyAI 研究副总裁马特·亨德森（Matt Henderson）解释了自主编程代理“Wren”如何优化企业对话代理，以提供更优质的客户服务

多年来，企业联络中心一直依赖传统的交互式语音应答（IVR）系统。

这些平台迫使客户在僵化且层层嵌套的菜单中进行操作，这些菜单往往无法准确匹配客户的实际意图，从而导致高放弃率和消费者深感沮丧。

虽然第一波人工智能技术通过基于文本的聊天机器人和级联语音模型带来了一定程度的改进，但这些解决方案从根本上缺乏处理人类自然对话流程所需的声学感知能力，包括对话中的打断、停顿和背景噪音。

解决方案就是 PolyAI——一家于 2017 年诞生于剑桥大学机器智能实验室的人工智能公司。

在大型投资者超过1.2亿美元资金的支持下，该公司开创了原生音频对话系统，旨在处理复杂且事关重大的企业交互。

然而，该公司的雄心远不止于此。当大多数人设想由人类来改进代理型人工智能时，PolyAI却以“Wren”这一编程代理突破常规——它会分析每个代理的对话并主动进行优化，从而为企业带来巨大的收益。

PolyAI：数据增长

• 估值约5亿美元
• 累计融资超过2亿美元
• 2017年成立于伦敦
• D轮融资8600万美元

倾听对话：向原生音频的转型

在人工智能能够自主优化客户服务平台之前，它必须首先具备真正理解来电者的能力。

语音AI的行业标准历来采用级联架构：自动语音识别（ASR）引擎将语音转录为文本，大型语言模型（LLM）生成文本回复，而文本转语音（TTS）引擎则合成音频。

然而，这种方法剥离了通话中的情感和声学背景，导致在大型语言模型（LLM）处理输入之前，关键线索就已经丢失。

为克服这种缺乏情感的合成语音问题，PolyAI 开发了 Dialog-RSN-1——一种前沿对话模型，能够直接感知并基于原始音频输入进行推理。

Dialog-RSN-1 将轮次交替、语音识别和响应生成整合到一个具备音频感知能力的 LLM 中，能够像人类客服一样捕捉来电者的犹豫、察觉其挫败感并妥善处理打断情况。

PolyAI 研究副总裁马特·亨德森（Matt Henderson）在博客中表示：“对于基于 PolyAI 构建系统的企业而言，这意味着对话机器人能够像优秀的人类客服一样倾听并处理通话：捕捉犹豫、在挫败感升级前察觉，并准确把握发言时机。”

该模型的独特之处在于，其音频感知能力仅限于输入端。在生成环节，它采用独立的文本转语音（TTS）系统，这使企业能够在实现低于300毫秒的响应延迟的同时，严格控制品牌语调并确保合规性。

PolyAI 研究副总裁马特·亨德森（Matt Henderson）表示，这些对话代理能够像优秀的人类客服一样倾听并处理来电。图片来源：matthen.com

Wren：幕后推手

虽然部署一款功能强大、原生支持音频的语音代理可以解决客户互动中的即时摩擦，但不能仅仅部署后就置之不理。事实上，企业面临的长期挑战在于维护和优化。

过去，优化AI代理需要专门的人工工程团队手动审查少量通话记录样本，识别边界案例并编写新的对话路径。但这对于现代企业而言既耗时又昂贵。

Wren应运而生——这是PolyAI原生集成于其Agentic对话平台中的编程代理。正如PolyAI所描述的，Wren作为“您代理背后的代理”，能够自主且持续地监控、精炼和优化面向客户的对话代理。

与依赖高层级摘要或小样本集的传统分析工具不同，Wren 会分析所有渠道中 100% 的实时客户互动数据。

Wren主要通过两项并行的优化机制运行：自我修复和自我提升。

PolyAI 客服系统负责人 Arkadiusz Kwapiszewski 解释了“自我修复”和“自我提升”的概念。图片来源：LinkedIn

PolyAI 代理操作系统负责人 Arkadiusz Kwapiszewski 解释道：“自我修复能发现代理中的故障并加以修复；而自我改进则能找出那些虽然已经正常运行但仍有提升空间的地方，并根据您最看重的指标进行评估。”

“由您决定评估指标，Wren 将主动寻找提升这些指标的机会。其效果可通过 Agentic Dialog Platform 的 A/B 测试功能进行验证。

“首先，它会进行‘自我修复’，自动识别错误、集成故障或客户不满，并生成修复所需的代码。

“其次，它追求以关键绩效指标（KPI）为驱动的‘自我优化’。Wren 会主动寻找优化交互的机会，以满足北极星业务指标的要求，例如客户满意度（CSAT）、通话控制率和预订转化率。”

“自我修复”能发现客服系统中的故障并加以修复；而“自我优化”则能找出那些虽然已正常运行但仍有提升空间的环节

。——Arkadiusz Kwapiszewski，PolyAI 客服操作系统负责人

PolyAI的主要投资方

• 英伟达（NVIDIA）：英伟达提供的不仅仅是资金支持，还提供了关键的硬件基础设施，使 PolyAI 能够在短短几毫秒内完成语音转文本、意图理解和文本转语音生成。
• Khosla Ventures：这家风险投资公司自PolyAI早期融资轮起便一直是其坚定支持者。Khosla Ventures专注于具有巨大社会和经济影响潜力的早期科技公司。
• Hedosophia：作为一家全球性投资机构，Hedosophia 领投了 PolyAI 的 5000 万美元 C 轮融资，并联合领投了随后的 8600 万美元 D 轮融资。Hedosophia 持续的资金支持使 PolyAI 得以将业务拓展至酒店、零售和金融服务等领域。