Encore AI融资3000万：互动挖掘如何重塑企业级AI语音Agent

type

status

date

slug

summary

传统的企业 AI 客服往往依赖于固定的规则模板，或者通过简单的提示词（Prompt）来引导生成式 AI 进行回复。这种方式虽然能解决基本问题，但难以应对复杂的销售和深度客户服务场景。Encore AI 则另辟蹊径，提出了“互动挖掘”（Interaction Mining）的概念。

这一技术的核心在于，平台会全面采集企业现有的通话录音、电子邮件、短信等历史沟通数据，并将其与 CRM 系统深度对接。随后，系统会将客户互动过程划分为不同的阶段，通过数据分析找出哪些对话片段推动了业务流程，哪些片段导致了流失。

通过这种方式训练出来的 AI Agent，不仅掌握了行业知识，甚至能够完美复刻企业内部优秀员工的沟通技巧。正如 Ginzburg 所说，这些 Agent 甚至能模仿客户关系经理们常讲的笑话、常举的例子和轶事。这本质上是将企业最成功的话术体系进行打包与复制，从而实现高转化率的客户沟通。

在企业服务市场中，Salesforce、SAP、HubSpot 等巨头同样在积极布局自身的 AI 战略，并基于现有的客户数据构建 AI 能力。面对巨头的竞争，Encore AI 作为一个初创企业，其底气何在？

Ginzburg 认为，仅仅拥有静态的客户数据是远远不够的。传统 CRM 巨头虽然拥有庞大的客户数据库，但他们并没有将“历史对话记录”视为一种可以直接利用的活性数据资产。

如果这些巨头想要模仿 Encore AI 的模式，就必须彻底改造其现有的技术栈和实施架构，以实现对海量历史对话数据的实时收集与深度结构化分析。这种架构上的重构对于历史包袱沉重的巨头来说，并非易事。这为 Encore AI 赢得了宝贵的先发优势和技术护城河。

在实际应用中，Encore AI 的平台展现出了极高的灵活性。其开发的 Agent 既能够作为独立的语音或文字助手直接与客户沟通，承担起标准化的客服与销售工作；也可以作为“副驾驶”（Copilot），在员工与客户沟通的过程中，实时推荐最佳的应对话术和策略。

这种双轨制的部署方案，降低了企业引入人工智能技术的门槛和风险。目前，该公司在全球已拥有超过 40 家企业客户，其中大部分为对合规性和专业度要求极高的金融机构。在不到 18 个月的时间里，其年度经常性收入（ARR）增长了 5 倍以上，充分验证了该商业模式的可行性。

从 openai 的 chatGPT 掀起大模型热潮，到 claude 等竞争对手在长文本和逻辑推理能力上的不断突破，AI 技术正在从“单轮对话”向“主动执行任务的 Agent”演进。

Encore AI 此次获得 3000 万美元融资，计划将资金用于扩大美国市场的销售业务，并进一步深耕金融机构。这表明，未来的企业级 AI 竞争，将不再仅仅是底层基础大模型参数量和算力的竞争，而是谁能更好地利用企业私有数据、谁能将 AI 技术与具体业务流程进行深度融合的竞争。

对于希望在 AI 时代保持竞争力的企业而言，发掘自身积累的对话数据资产，并通过“互动挖掘”等技术将其转化为生产力，将是实现数字化转型与业务增长的关键一步。想要获取更多关于大模型应用与 AI 行业动态的深度解读，欢迎关注 AIGC.bar 的每日 AI日报。