AI语音Agent的技术进步 - 模型开发进步简化基础设施栈，降低延迟并提升性能，这一改进主要在过去六个月内实现[3][4] - OpenAI在2024年12月将GPT-4o实时API输入价格降低60%至$40/百万tokens，输出价格降低87.5%至$2.50/百万tokens[3] - GPT-4o mini现已通过实时API提供使用[3] 市场增长与投资趋势 - 语音Agent市场在2024年下半年爆发式增长，最新一届YC中22%公司构建语音相关产品[4][6] - 对话式语音技术栈多个层面吸引资金关注，包括模型公司（ElevenLabs、Cartesia）、横向平台（Vapi、Bland）和垂直化平台（HappyRobot、Wayfaster）[7] - 2024年公开融资案例显示，模型公司如ElevenLabs获8000万美元B轮融资，Hume获5000万美元B轮融资[10] 重点应用领域 - 早期应用集中在呼叫中心/BPO支出高的行业，如金融服务、保险、政府和支持服务[11] - AI语音Agent在教练培训场景有较强付费意愿，尤其针对高薪岗位如销售教练[11] - YC数据显示语音Agent公司主要布局B2B（69%）、医疗（18%）和消费级应用（13%）[14] 企业采用策略 - 大型企业通常采用渐进式策略，先捕捉较小比例通话再逐步扩展覆盖更多类型通话和工作流程[9] - 自2020年以来已有90家语音Agent公司成立，其中10家属于W25批次，许多公司在过去一年转型进入该领域[14] 行业细分数据 - B2B领域最常见细分行业为金融科技（16.9%）和运营支持（12.4%，主要是客户服务）[14] - 医疗领域语音Agent覆盖人类医学（11.2%）、牙科（3.4%）、兽医（2.2%）和物理治疗（1.1%）[14]