近日，百融智能发布统一Voice AI品牌“百融声动”及统一语音智能底座“VoxOne”，并同步推出百服硅基客服、百盈智能营销和百语语音交互开放平台三条产品线。VoxOne定位为“企业级生产可用的语音智能底座”，依托自研BR-Voice系列模型，面向智能联络（AICC）及智能终端等场景提供语音能力。
如今对话式AI正在迎来广阔市场空间。MarketsandMarkets预测，全球对话式AI市场规模将从2025年的170.5亿美元增至2031年的498亿美元，年复合增长率为19.6%，其中企业服务是重要应用方向。
市场扩容的背后，业内对AI的评价标准也更为聚焦——理解需求、推进任务成为产品评判重心。VoxOne强调的“生产可用”，正呼应了这一行业趋势。随着智能体开始承担具体工作，语音有望成为用户与企业智能体协作的重要入口，其价值也将沿着对话链路，进一步延伸至业务执行与结果交付。
跨过业务系统这道门
在百融智能的产品体系中，VoxOne提供统一语音智能底座，百服、百盈和百语分别面向企业客服、智能营销和语音交互开放生态。围绕企业级Voice Agent的落地，百工支持智能体的构建、测试和运行，结果云则为运行管理与结果交付提供支撑，推动语音能力与企业知识、工具及业务流程连接。
上述这一整套能力组合要解决的，正是语音智能体如何从“接待入口”走向“岗位流程中的执行单元”。以客服为例，智能体可以识别用户问题、查询服务状态、核验信息并反馈结果。当问题超出权限或涉及复杂判断时，再转交人工。营销场景中，它也可以承担对外沟通、需求记录与后续跟进，有效推进业务。
百融智能将能够进入岗位、调用系统并承担任务的企业级智能体称为“硅基员工”。这一定位将AI的应用细化到具体岗位：围绕工作目标展开交互，通过任务执行检验技术能力。企业级Voice AI的竞争，也由此延伸至模型、工具、系统与流程之间的协同能力。
真实对话，考验的不只是识别
在语音交互领域，识别准确率、合成音色和响应速度已经是基础操作。更加重要的是，在真实的业务场景中产生的那些“离散”需求。比如用户可能自带口音，回答得问题可能会有重复停顿，甚至中途改口。在这样的情况下，系统需要判断、理解用户的真实诉求。
此前，百融智能披露的一通物流客服对话，便呈现了这类非标准沟通的典型场面。一位老年人因几双袜子少发，联系了物流客服。她一时说不清订单来自哪个平台，甚至会推翻自己的信息。语音智能体通过多轮沟通梳理出正确的线索，并引导她寻找到了对应的售后渠道。
这通对话中的难点，在于用户的需求并未以完整、清晰的指令出现。系统需要跟随用户的表达逐步确认信息，再给出下一步指引。这可谓是对语音智能体真实服务水平的一项挑战。
与之相应，语音技术架构也被提升到了更高层面的要求上。传统“语音识别（ASR）—大模型处理（LLM）—语音合成（TTS）”的级联方案，将不同能力模块串联起来。模块间处理和信息传递可能增加时延，也可能难以完整保留语气、停顿等副语言信息。面对需要实时打断和多轮沟通的场景，系统面临着更大的考验，需要在听清的基础上，及时理解并作出回应。
而百融智能的BR-Voice采用端到端语音交互路线，并配合Vortex流式推理引擎，实现“边听、边解析、边输出”。其端到端响应时延在500毫秒以内，整体响应速度较传统方案提升三倍以上，推理成本下降30%。
这些能力共同指向企业服务中的实际要求：用户补充信息时，对话能够接续；需求发生变化时，系统能够调整；沟通持续较长时间时，任务仍能稳定推进。也即实现了：当语音智能体进入生产环境时，每一轮交互都能精准服务于需求理解和任务完成。
以“交付结果”作为衡量标准
语音服务过去常用接通率、响应速度和通话时长等指标衡量运营表现。当智能体开始承担任务，企业还需要关注用户问题是否得到有效处理、是否减少重复沟通、流程是否符合要求，以及需要人工介入时能否及时接管。这便是“VoxOne”的“生产可用”所指向的核心标准：让语音交互进入业务流程，并以任务完成情况和实际服务效果检验AI的价值。
百融智能此次发布的产品采用RaaS（Results as a Service，结果即服务）计价，可按成功完成的工单或有效通话数、实际部署的硅基员工数收费，也可按促成的业务规模分润。
行业对这一方向同样抱有较高预期。Gartner预测，到2029年，Agentic AI有望在无人干预的情况下自主解决80%的常见客户服务问题，并带来30%的运营成本下降。这一预测显示出智能体从辅助应答走向自主处理业务的发展空间。
百融智能中报显示，2026年上半年公司AICC业务收入为1.66亿元，同比增长52%；物流、券商、银行、运营商、车险等新场景收入同比增长195%。
从更广阔的产业视角看，Voice AI进入企业服务流程，将推动语音技术的价值从交互体验延伸至生产效率。对百融智能而言，随着相关能力持续应用于客服、营销等高频场景，企业级AI的价值将通过需求理解、流程推进与结果交付逐步兑现，成为企业服务体系中可持续运转的生产力，并同步驱动公司自身业务向更多行业拓展，形成技术迭代、场景复制与商业增长相互促进的正向循环。
