ElevenLabs 对比数百个客服智能体：超过 2 分钟的对话，语音成功率比文字聊天高 10.9 个百分点

用同一个智能体比两种渠道

ElevenLabs 11 月 2 日在官方博客发布了一项研究：同一个客服智能体，打电话和发文字，哪个更容易把事办成？研究挑选 2026 年 5–7 月间语音和聊天各处理过至少 50 次对话的生产环境智能体，共数百个，语音包括电话和 WhatsApp 通话。为避免不同企业的业务差异混在一起，每个智能体只和自己比，「成功」按各企业为自己场景定义的标准判断。

关键数字

• 按时长分段：研究以对话时长代表问题复杂度。1 分钟以内，聊天成功率高约 9 个百分点；1–2 分钟两者相当；超过 2 分钟，语音高 10.9 个百分点，相对提升 31.7%，近三分之二的智能体在语音上明显更好。
• 解决速度：成功的 2 分钟以上对话，语音平均 4.6 分钟，聊天 7 分钟；在 90 个长对话样本足够的智能体中，78% 用语音解决得更快。
• 延迟：315 个智能体对话换用更快的模型后，平均端到端延迟降低 16%，与成功率提升 26% 相关，15 秒内结束的通话占比从 21.1% 降到 3.8%。
• 用户研究：98 名参与者以随机顺序分别用语音和聊天智能体处理一次模拟的航班取消改签，事后 85% 表示更喜欢语音。

怎么看

这组数据对正在选客服渠道的团队有参考价值：简单查询放在聊天里就够，退款、改签这类绕不开来回追问的事，语音更可能一次办完，前提是首句响应要快，否则用户会以为线路坏了直接挂断。但要注意，研究由卖语音智能体的厂商自己完成；作者也承认时长不是理想的复杂度指标，延迟与成功率只是相关关系，用户研究是模拟场景而非真实客户。