ElevenLabs 首席现场技术官如何在公司内部全面部署 AI 智能体——以及他为何认为更大的效率提升还在后面
要点速览
- •ElevenLabs 的人工入站销售开发代表智能体今年已处理超过 3,000 条客户线索，并在无需任何人工干预的情况下以 32 种不同语言完成了对超过 90% 潜在客户的资格审核。
- •BCG 的研究显示，智能体 AI 在 AI 价值中的占比从 2025 年的 17% 升至今年的 22%，预计到 2030 年将达到 39%，不过大多数调查发现企业尚未做好编排多智能体流程的准备。
- •ElevenLabs 最近完全通过两个智能体之间的自主交接完成了一笔交易：SDR 智能体处理入站请求，客户经理智能体负责法律文件和合同。
- •该公司在每个业务团队都派驻一名工程师，所有小组人数均少于 10 人，且大多数员工都构建了自己的智能体来处理重复性任务，几乎所有求职者都由 AI 招聘官进行初步筛选。
- •在一个客户服务智能体错误发放低于 30 美元的退款且未上报后，ElevenLabs 创建了模拟该智能体推理过程的测试用例并更新了提示词和防护机制，同时维持由人工主导的监控层来管理其智能体。
AI 语音初创公司 ElevenLabs 的首席现场技术官 Alex Holt 对 AI 智能体的看好程度，在高管中可谓无出其右。该公司已经将自主智能体嵌入销售、招聘和内部运营之中——Holt 认为，迄今为止取得的效率提升仅仅是个开始。
ElevenLabs 已部署了一个人工入站销售开发代表（SDR）智能体，今年已处理超过 3,000 条客户线索，在无需任何人工干预的情况下，以 32 种不同语言完成了对其中超过 90% 潜在客户的资格审核。另一个 AI 智能体充当教练，帮助新的销售团队成员模拟演练客户互动，从而加快了这部分员工的入职速度。还有一个招聘智能体负责对应聘者进行首轮面试，而在公司内部 Slack 中，各种智能体随时会快速响应并解答员工关于内部流程的问题。
Holt 表示：“我认为这个领域最令人兴奋的一点是，你总感觉自己还只是站在冰山的尖端。”他说，ElevenLabs 从智能体 AI 中获得的效率提升——即能够在极少人工监督下自主规划和执行多步骤任务的 AI 系统——如今可能感觉仍属前沿，但“六个月后，你会看到更大的提升”。
Holt 的展望反映了一场更广泛的转变。首席技术官和首席信息官日益将智能体 AI 视为重点，期望从对该技术的大额投资中获取价值。根据咨询巨头 BCG 发布的研究，智能体 AI 在 AI 价值中的占比从 2025 年的 17% 升至今年的 22%，预计到 2030 年将达到 39%。然而，大多数调查发现，企业仍未做好重新设计工作流程和编排多智能体流程的准备——即由一个智能体自主将工作传递给另一个智能体。
在 ElevenLabs，大多数员工与智能体协同工作，其中多数人甚至构建了自己的智能体来处理重复性任务。公司的核心业务目标并未因 AI 而改变：销售团队被期望利用 AI 以更快的速度创造更多收入，同时客户服务的满意度评分受到密切监控。
Holt 表示：“衡量的是完全相同的业务指标。这必须是业务部门自身推动和主导的举措。智能体和技术只是他们可以借助的工具。”
在组织架构上，ElevenLabs 在每个业务团队中都派驻了一名工程师，每个小组的人数都少于 10 人——这种结构将技术能力直接嵌入到 Holt 所说的应当主导这些举措的业务部门中。以招聘为例，两名前置部署工程师与人力资源同事组成一个小组，其唯一目标就是缩短候选人走完面试流程所需的时间。如今，几乎所有应聘 ElevenLabs 职位的候选人在申请初期都会由一名 AI 招聘官进行初步筛选。
Holt 说：“这样，招聘官就可以把流程最后阶段的 30 分钟用来说服你加入公司。”
Holt 于 2023 年 9 月以工程师身份加入 ElevenLabs，此前他在软件与数据分析公司 Palantir Technologies 工作了五年。他于 2026 年 6 月升任首席现场技术官。三个月后，这家初创公司宣布其估值翻倍至 220 亿美元。CEO Mati Staniszewski 近期表示，ElevenLabs 可能会开始为 2028 年的首次公开募股进行规划。
在 Holt 看来，智能体 AI 的下一个前沿是投入更多精力发展多智能体系统，实现更大的共享上下文以及多个智能体之间更复杂的工作交接。这项工作已在公司的销售线索业务中展开。SDR 智能体利用语音 AI 判断潜在买家的意向程度，并在筛选完成后引入人工代表。但最近，一位 ElevenLabs 客户完全通过与两个智能体的互动完成了一笔交易：入站请求首先由 SDR 智能体处理，随后客户经理智能体负责处理法律文件和合同。这种交接——一个智能体自主将工作传递给另一个——正是大多数调查发现企业尚缺乏执行能力的多智能体编排。
Holt 表示：“其价值在于，对于简单、最重复的机械性案例，你现在可以为客户实现整条链路的自动化。”这样，员工就能把更多时间投入到更复杂的入站请求或追加销售上。
Holt 说，大规模采用智能体 AI 确实需要一些耐心。招聘智能体是否有助于招到合适的人选？ElevenLabs 的客户服务评分是否因 AI 而提升？“其中一些指标可能需要很长时间才能显现，”他说，“我们依靠业务负责人来识别那些先行指标以及我们应当衡量的指标。”
此外，AI 有时会以意想不到的方式行事——在 OpenAI 和 Anthropic 的智能体近期接连失控的引人注目的事件之后，这一问题引发了警惕。ElevenLabs 表示，它已建立一个由人工主导的监控和观察层来管理其智能体。但错误仍可能漏网：一个客户服务智能体错误地向客户发放了一笔低于 30 美元的小额退款，且未将该问题上报给员工。ElevenLabs 创建了一个测试用例，模拟了那次通话以及导致智能体出错的确切思维和推理链条，随后更新了提示词和防护机制。
Holt 表示，以这种方式追踪智能体做出的每一个决定实际上可能是有益的。如果同样的错误由人类犯下，公司很可能根本不会察觉。
谈到智能体 AI，Holt 说：“这不仅仅是流程自动化；它还让你能够收集更多数据。我预计在未来几年，我们将开始看到的趋势是，人们会更加频繁地讨论如何优化这些流程。”
作者：John Kell
本文最初发表于 Fortune.com。
