前高盛和Meta员工创立AethexAI，为非洲和中东打造语音AI

客户支持和服务是目前语音AI中最热门的领域之一。但事实证明，在某些市场上，打造一款听起来像人类、反应没有明显延迟的产品要比其他市场困难得多——而且大多数主要参与者在打造时都没有考虑到非洲和中东。

AethexAI是一家去年成立的初创公司，旨在缩小这一差距。该公司已经筹集了300万美元的种子轮前资金，由4DX Ventures领投，Enza Capital、Dorm Room Fund、Mojo Ventures和斯坦福GSB 26 Fund参与。

个人投资者包括斯坦福大学的教师、电信高管和Anthropic的人工智能研究人员。

该公司没有使用Vapi和LiveKit等现有的编排工具，而是从头开始构建自己的小型模型和编排层，以处理目标市场中使用的英语、法语和阿拉伯语的本地化方言——这一决策是由该地区运营的特殊需求驱动的。

该公司还推出了其平台，供企业尝试其技术并注册其服务，并推出了API和SDK，供开发人员尝试其模型。该初创公司由Mariama Diallo和Ayooluwa Odemuyiwa创立。

首席执行官Diallo曾在高盛工作，后来加入了YC支持的ModelML，担任产品和增长岗位。首席技术官Odemuyiwa毕业于加州理工学院，曾在Meta工作，并就读于斯坦福商学院，之后共同创立了公司。

两人希望为新兴市场打造一些东西，并开始寻找机会。世界各地的企业正在竞相采用人工智能工具来自动化部分运营。但这并不总是成功。创始人发现，在埃及，一家呼叫中心将很大一部分呼叫自动化，但由于结果不佳而回滚了系统。

非洲的几个支持中心告诉他们，寻找并雇用工程师以合适的成本自动化呼叫是一个持续的令人头疼的问题。“我们在该地区的自动通话中看到的延迟和抖动令人震惊。如果我们成为编排者，我们可能不得不使用托管在该地区以外的大型模型，从而导致更高的延迟。

我们意识到，为了使其发挥作用，我们必须使用非常小的模型并在每一步都减少延迟，”Odemuyiwa告诉TechCrunch，讲述了构建公司自己的模型和编排层的决定。部署最新模型的人工智能实验室通常花费数百万美元来训练模型和获取数据。

AethexAI为两者找到了解决方案。它没有追求最大的模型，而是认为小模型足以解决延迟问题，同时保持准确性，并开发了自己的Kora系列，参数范围从3亿到17亿。这只是LLM规模的一小部分，而这正是关键所在。

为了训练这些模型，该初创公司使用了呼叫中心合作伙伴的匿名录音。

它还向非洲各地的广播电台运送硬盘以收集更多音频数据。为了降低成本，它建立了一个由大学生组成的贡献者网络来注释数据和发音当地名称。该初创公司表示，因此，它现在每天处理超过17,000个电话。

在业务方面，该公司正在努力引导刚接触语音AI的客户完成整个过程，提供现场演示和研讨会，帮助他们识别自动化的最佳用例。“我们总是告诉客户，我们现在无法为每个人提供一切。我们很小。

当我们开始与一家公司交谈时，我们会要求他们选择一个对他们来说最重要的用例来开始，”Diallo说。这家初创公司对所有行业的合作持开放态度，但目前，其用例的很大一部分涉及催收债务、客户激活或KYC——了解您的客户验证，这是银行和电信使用的标准身份检查流程。

该公司正在合同雇用前端部署的工程师来服务当地市场，并与电信提供商建立渠道合作伙伴关系，以处理语音AI通话的电话。它说，即插即用的解决方案在这里根本行不通。

4DX Ventures联合创始人兼管理合伙人Walter Baddoo认为，非洲和中东市场与大多数语音AI公司服务的市场有根本不同。

他说：“非洲和中东企业的通话量大约是西方企业的三倍，因为语音仍然是客户互动的主要渠道。”“现有系统是为西方市场构建的，其特点是高端GPU基础设施、标准英语和欧洲语音环境以及美国和欧洲常见的企业工作流程。

当企业需要处理方言、代码转换和非正式语音模式的系统，并且需要在其现有电话基础设施和实际价格点内工作时，这就造成了真正的差距。

”换句话说，虽然ElevenLabs、Deepgram、Sierra和Cognigy等公司正在全球快速扩张，但它们所面向的市场和它们正在进入的市场并不总是同一回事。

AethexAI等初创公司押注这些差距——专门针对当地方言的模型、实地合作伙伴关系、为该地区建设的基础设施——代表着市场开放，巨头们既没有动力也没有架构来填补。