語音 AI 目前最熱門的應用領域之一是客戶支援與服務。然而，在某些市場中，打造聽起來自然且反應無明顯延遲的產品，比其他市場困難許多，而大多數主要業者在設計時並未考慮到非洲與中東地區的需求。AethexAI 是一家去年成立的新創公司，旨在彌補這一差距，已成功募得 300 萬美元的種子前輪資金，由 4DX Ventures 領投，Enza Capital、Dorm Room Fund、Mojo Ventures 和 Stanford GSB 26 Fund 參與投資。

個人投資者包括史丹佛大學教職員、電信業高階主管以及 Anthropic 的 AI 研究人員。

該公司並未採用 Vapi 和 LiveKit 等現有協調工具，而是從零開始打造自己的小型模型和協調層，以處理其目標市場中使用的英語、法語和阿拉伯語的在地化方言，這一決定是出於該地區營運的特殊需求。

該公司也正推出其企業平台，供企業試用其技術並註冊服務，同時提供 API 和 SDK 供開發者實驗其模型。

這家新創公司由 Mariama Diallo 和 Ayooluwa Odemuyiwa 共同創立。執行長 Diallo 曾任職於 Goldman Sachs，後來加入 YC 投資的 ModelML 擔任產品與成長職位。技術長 Odemuyiwa 畢業於 Caltech，曾在 Meta 工作，並在共同創立公司前就讀於 Stanford 商學院。兩人希望為新興市場打造產品，並開始尋找機會。

全球企業正競相採用 AI 工具來自動化部分營運。然而，這並非總能奏效。創辦人發現，在埃及，一家客服中心曾將大量通話自動化，但因效果不佳而撤回了該系統。非洲的幾家支援中心告訴他們，以合適的成本找到並聘請工程師來自動化通話一直是一個令人頭痛的問題。

Odemuyiwa 向 TechCrunch 談到公司決定建立自己的模型和協調層時表示：「我們在該地區自動化通話中看到的延遲和抖動令人無法接受。如果我們成為協調者，我們可能必須使用託管在該地區以外的大型模型，這會導致更高的延遲。我們意識到，為了讓這項技術奏效，我們必須使用非常小的模型，並在每個步驟中減少延遲。」

部署最新模型的 AI 實驗室通常會花費數百萬美元來訓練模型和獲取資料。AethexAI 為這兩方面找到了解決方案。他們沒有追求最大型的模型，而是決定小型模型足以解決延遲問題，同時保持準確性，並開發了自己的 Kora 系列，其參數範圍從 3 億到 17 億。這只是大型語言模型（LLMs）大小的一小部分，這正是他們的重點。

為了訓練這些模型，這家新創公司使用了來自客服中心合作夥伴的匿名錄音。他們還將硬碟運送到非洲各地的廣播電台，以收集更多音訊資料。為了降低成本，他們建立了一個由大學生組成的貢獻者網絡，負責標註資料和發音當地名稱。因此，該新創公司表示，他們現在每天處理超過 17,000 通電話。

在商業方面，該公司正仔細引導剛接觸語音 AI 的客戶，提供現場演示和工作坊，幫助他們確定自動化的最佳應用場景。

Diallo 表示：「我們總是告訴客戶，我們目前無法滿足所有人的所有需求。我們規模還小。當我們開始與一家公司洽談時，我們會請他們選擇一個對他們來說最重要的應用場景作為起點。」

這家新創公司對與所有產業合作持開放態度，但目前其大部分應用場景涉及債務催收、客戶啟用或 KYC（認識你的客戶），這是銀行和電信公司使用的標準身份驗證流程。該公司正在以合約形式招聘前線部署工程師，以服務當地市場，並與電信供應商建立通路合作夥伴關係，以處理語音 AI 通話的電話服務。他們表示，隨插即用的解決方案在這裡根本行不通。

4DX Ventures 的共同創辦人兼管理合夥人 Walter Baddoo 認為，非洲和中東市場與大多數語音 AI 公司最初服務的市場本質上有所不同。

他表示：「非洲和中東的企業處理的通話量大約是西方同行的三倍，因為語音仍然是客戶互動的主要管道。現有系統是為西方市場而建，這些市場的特點是高階 GPU 基礎設施、標準英語和歐洲語音環境，以及美國和歐洲常見的企業工作流程。當企業需要處理方言、語碼轉換和非正式語音模式，並在其現有電話基礎設施和實際價格點內運作的系統時，這就產生了真正的差距。」

換句話說，儘管 ElevenLabs、Deepgram、Sierra 和 Cognigy 等公司正快速全球擴張，但他們最初建立的市場與他們正在進入的市場並不總是相同的。像 AethexAI 這樣的新創公司正押注這些差距，專門處理當地語音的模型、在地合作夥伴關係、為該地區建立的基礎設施，代表著一個市場機會，而這些巨頭既沒有動力也沒有架構來彌補。