客户支持与服务是当前语音AI领域最火热的赛道之一。然而，打造一款听起来像真人、响应无明显延迟的产品，在某些市场中难度远超其他地区——而大多数主流玩家在设计之初，根本没有将非洲和中东市场纳入考量。

AethexAI是一家去年成立的初创公司，致力于填补这一空白。该公司已完成300万美元的种子前轮融资，由4DX Ventures领投，Enza Capital、Dorm Room Fund、Mojo Ventures和斯坦福商学院26届基金参与跟投。个人投资者包括斯坦福大学教职人员、电信高管以及来自Anthropic的AI研究人员。

与使用Vapi和LiveKit等现有编排工具不同，AethexAI从零开始构建了自己的小型模型和编排层，专门处理其目标市场中英语、法语和阿拉伯语的本地方言——这一决策正是由该地区的特殊需求所驱动的。

该公司同时发布了面向企业的平台，供用户试用其技术并注册服务，另附面向开发者的API和SDK，方便他们对模型进行探索实验。

AethexAI由Mariama Diallo和Ayooluwa Odemuyiwa共同创立。CEO Diallo曾任职于高盛，后加入YC支持的ModelML，负责产品与增长工作。CTO Odemuyiwa毕业于加州理工学院，曾在Meta工作，后就读于斯坦福商学院，随后联合创办了这家公司。两人希望为新兴市场打造有价值的产品，并由此开始寻找市场机会。

全球各地的企业正竞相采用AI工具来实现业务自动化，但效果并不总是理想。据两位创始人了解，埃及一家呼叫中心曾对大量通话实施自动化处理，但因效果不佳最终回滚了系统。非洲多家客服中心也反映，以合理成本找到并招募工程师来实现通话自动化，始终是一个棘手难题。

"我们在该地区的自动化通话中观察到的延迟和抖动问题触目惊心。如果我们只做编排层，可能不得不使用托管在区域外的大型模型，导致延迟更高。我们意识到，要让系统真正可用，必须使用非常小的模型，并在每个环节压缩延迟。"CTO Odemuyiwa在接受TechCrunch采访时谈及自建模型和编排层的初衷。

AI实验室部署最新模型时，通常需要耗费数百万美元用于训练和数据采集。AethexAI则找到了一条兼顾两者的解决路径。他们没有追求最大规模的模型，而是判断小型模型足以在保证准确率的同时解决延迟问题，并由此开发出自家的Kora系列模型，参数量从3亿到17亿不等。与大语言模型相比，这仅是其体量的一小部分，而这正是他们的核心策略所在。

为训练这些模型，该公司使用了来自呼叫中心合作伙伴的匿名录音，并向非洲各地的广播电台邮寄硬盘以收集更多音频数据。为降低成本，他们还建立了一个由在校大学生组成的贡献者网络，负责数据标注和本地人名的发音录制。据该公司透露，目前其系统每天处理的通话量已超过1.7万次。

在商业层面，公司对初次接触语音AI的客户给予充分引导，提供现场演示和工作坊，帮助他们找出最适合自动化的使用场景。

"我们始终告诉客户，我们现在无法满足所有人的一切需求，我们还是一家小公司。在和一家企业开始合作时，我们会请他们先选出一个对他们最重要的使用场景作为起点。"CEO Diallo说道。

目前，AethexAI对各行业保持开放态度，但其主要落地场景集中在催收电话、客户激活以及KYC（即"了解你的客户"）验证——这是银行和电信运营商普遍采用的标准身份核验流程。公司正以合同制方式招募驻场工程师服务本地市场，并与电信运营商建立渠道合作，为语音AI通话提供电话接入服务。他们表示，即插即用的通用方案在这里根本行不通。

4DX Ventures联合创始人兼管理合伙人Walter Badoo指出，非洲和中东市场与大多数语音AI公司最初面向的市场存在本质差异。

"非洲和中东地区的企业处理的通话量大约是西方同类企业的三倍，因为语音仍是客户互动的主要渠道，"他表示，"现有系统是为西方市场打造的，那些市场具备高端GPU基础设施、标准英语和欧洲语音环境，以及美欧常见的企业工作流。而当企业需要处理方言、语码转换和非正式语言模式，并在现有电话基础设施和实际预算范围内运行时，这些系统就会暴露出真实的缺口。"

换句话说，尽管ElevenLabs、Deepgram、Sierra、Cognigy等公司正在快速进行全球扩张，但它们起步时所面向的市场与它们正在进入的市场，并不总是同一回事。AethexAI这样的初创公司正在押注：专注本地方言的模型、扎根当地的合作网络、为该地区量身构建的基础设施——这些差异化能力代表着一个市场机遇，而那些巨头既没有动力去填补，也没有合适的架构来实现。

Q&A

Q1：AethexAI是什么公司，主要做什么的？

A：AethexAI是一家成立于2024年的语音AI初创公司，专注于为非洲和中东市场提供本地化语音AI解决方案。区别于其他语音AI公司，AethexAI从零自研了小型模型和编排层，专门处理英语、法语和阿拉伯语的本地方言，目标是解决该地区呼叫中心面临的高延迟、低准确率等问题，目前每天处理通话量超过1.7万次。

Q2：AethexAI的Kora系列模型和大语言模型有什么区别？

A：Kora系列是AethexAI自主研发的小型语音模型，参数量从3亿到17亿不等，远小于通常数千亿参数规模的大语言模型。选择小模型的核心原因是降低延迟——由于非洲和中东地区网络基础设施有限，使用托管在区域外的大型模型会带来严重的延迟和抖动问题，而小型本地化模型可以在每个环节压缩响应时间，同时维持足够的准确率。

Q3：AethexAI的语音AI主要用在哪些场景？

A：目前AethexAI的主要应用场景集中在三类：催收电话自动化、客户激活触达，以及KYC（了解你的客户）身份核验流程。其客户主要来自银行和电信运营商。公司建议新客户从单一最重要的场景切入，而非一次性铺开所有自动化需求，以确保落地效果。