客戶支援與服務是目前語音 AI 領域中最熱門的應用之一。然而，開發一個聽起來自然、回應不顯得延遲的產品，其實在某些市場要比其他市場困難許多 —— 而大多數主要的 AI 品牌並未針對非洲與中東市場進行設計。AethexAI 是一家去年成立的創業公司，專注於填補這方面的缺口，目前已獲得由 4DX Ventures 領導的 300 萬美元預種子輪資金，參與投資的機構包括 Enza Capital、Dorm Room Fund、Mojo Ventures 和 Stanford GSB 26 Fund。個人投資者包括史丹福大學教授、電信業高管以及來自 Anthropic 的 AI 研究人員。與使用現有的協調工具如 Vapi 和 LiveKit 不同，這家公司從頭開始建立自己的小型模型與協調層，以處理其目標市場中使用的英語、法語與阿拉伯語的當地口音 —— 這項決定是基於該地區特有的需求。公司同時也推出其平台，讓企業可以試用其技術並註冊服務，並提供 API 與 SDK 讓開發者可以測試其模型。
這家創業公司由 Mariama Diallo 與 Ayooluwa Odemuyiwa 共同創辦。擔任 CEO 的 Diallo 曾在高盛工作，後加入 YC 支持的 ModelML 公司擔任產品與增長相關的職務。擔任 CTO 的 Odemuyiwa 畢業於加州理工學院，曾在 Meta 工作，並在就讀史丹福商學院期間共同創辦了這家公司。這對創辦人想要為新興市場打造一些東西，並開始尋找機會。全球各地的企業正在競相採用 AI 工具來自動化部分運營流程。但這並不總是成功的。創辦人發現，在埃及，一個客服中心自動處理了大量電話，但因為結果不佳，最終還是將系統撤回。非洲數個客服中心告訴他們，尋找並聘請能夠以正確成本自動處理電話的工程師是一件持續存在的頭痛問題。
「我們在這個地區看到自動化電話的延遲與抖動問題非常嚴重。如果我們成為協調者，我們可能不得不使用在區域外托管的大型模型，導致延遲增加。我們意識到，要讓這項技術成功，我們必須使用非常小的模型，並在每一步都減少延遲，」Odemuyiwa 向 TechCrunch 表示，他們決定建立自己的模型與協調層。
部署最新模型的 AI 實驗室通常會投入數百萬美元用來訓練模型與獲取數據。AethexAI 找到了一個解決方案。與追求最大規模的模型不同，他們決定小規模的模型就足以處理延遲問題，同時維持準確度，並開發出自己的 Kora 系列模型，參數規模從 3 億到 17 億不等。這與大型語言模型的規模相比只是其中一小部分，這也正是他們的目標。為了訓練這些模型，這家創業公司使用了一家客服中心合作夥伴提供的匿名錄音。他們還將硬碟運送到非洲各地的廣播電台，以收集更多語音數據。為了降低成本，他們建立了一個由大學學生組成的貢獻者網絡，用來標註數據並發音當地人名。結果，這家創業公司表示，目前他們每天可以處理超過 17,000 個電話。
在商業方面，公司會協助剛接觸語音 AI 的客戶逐步進行流程，提供現場演示與研討會，幫助他們找出自動化最適合的應用場景。Diallo 表示：「我們總是告訴客戶，目前我們無法為所有人做一切事情。我們規模還不大。當我們與一家公司談論時，我們會請他們選擇一個對他們最重要的應用場景來開始。」這家創業公司願意與所有產業合作，但目前其應用場景中有一大部分與催收電話、客戶啟動或 KYC（認識客戶）驗證有關，這是一種銀行與電信業常用的身分驗證程序。
公司正在以合約方式聘請前線工程師，以服務當地市場，並與電信業者建立渠道合作關係，處理語音 AI 電話的通話。他們表示，現成的解決方案在此地 simply 不適用。4DX Ventures 的合夥人暨共同創辦人 Walter Baddoo 表示，非洲與中東市場與大多數語音 AI 公司原本設計服務的市場有本質上的不同。「非洲與中東企業處理的電話量約為其西方對應企業的三倍，因為語音仍是客戶互動的主要渠道，」他表示。「現有的系統是為西方市場設計的，這些市場特徵包括高端 GPU 基礎設施、標準英語與歐洲口音環境，以及美國與歐洲常見的企業流程。這會在企業需要處理方言、語言交換與非正式口語模式，並與現有通話基礎設施與實際價格點相容時，產生真正的差距。」
換句話說，雖然 ElevenLabs、Deepgram、Sierra 與 Cognigy 等公司正在快速擴展全球市場，但他們原本設計服務的市場與他們進入的市場並不總是相同。像 AethexAI 這樣的創業公司則認為，這些差距 —— 專門針對當地口音的模型、當地合作夥伴以及為該地區設計的基礎設施 —— 代表了一個市場機會，而這正是巨頭們既沒有動機也沒有架構去填補的。