Kalkulačka nákladů na vývoj hlasového AI agenta

Začněte s managed stackem jako Retell nebo Vapi, místo abyste od prvního dne budovali best-of-breed nebo self-hosted řešení. Managed platformy se postarají o hlasovou infrastrukturu (STT, TTS, telefonii, real-time orchestraci), takže se váš tým může soustředit na design dialogu a integrace. Spustíte ho za 4 až 8 týdnů místo 12 až 20 a ověříte si use case dřív, než se pustíte do náročnějšího vývoje. Na vlastní stack později migrujte jen tehdy, když objem hovorů překročí 100 tisíc minut měsíčně nebo nároky na kvalitu přesáhnou možnosti managed platforem.

Při spuštění omezte agenta na jeden konkrétní use case. Lákavé je postavit univerzálního hlasového agenta, který zvládne všechno: rezervace, podporu, prodej, eskalace. Vzorec, který se reálně nasazuje a funguje, je jedna věc udělaná pořádně – třeba rezervace termínů nebo resetování hesel. Míra vyřešení bez přepojení se u úzkých use cases pohybuje mezi 70 a 90 %; u širokých klesá na 40 až 60 % a volající se naučí mačkat nulu. Druhý use case přidejte teprve ve chvíli, kdy ten první běží spolehlivě.

Pro dialogovou logiku používejte Claude Sonnet 4 nebo GPT-4o mini místo vlajkových modelů. Hlasoví agenti u většiny hovorů nepotřebují špičkové uvažovací schopnosti; potřebují rychlé, levné a spolehlivé generování odpovědí. Sonnet 4 a GPT-4o mini jsou 5–10× levnější než Opus nebo GPT-4.5 a u přesně vymezených konverzačních úloh nabízejí srovnatelnou kvalitu. Úspora na modelu znamená snížení nákladů na minutu o 30–50 % bez ztráty kvality u typických hlasových scénářů.

Nahrávejte každý hovor, každý týden vyhodnocujte neúspěšné hovory a dialog průběžně vylepšujte. Hlasoví agenti degradují potichu, protože si jejich hovory nikdo neposlouchá. Zaveďte týdenní kontrolu, při které tým poslechne 10–20 náhodně vybraných neúspěšných hovorů, odhalí opakující se vzorec a upraví dialog nebo logiku směrování. Právě tento průběžný cyklus odlišuje hlasové agenty, kteří se časem zlepšují, od těch, kteří se s přibývajícími okrajovými případy tiše zhoršují. Náklady jsou 2–4 hodiny týdně a vrátí se v míře vyřešených hovorů bez operátora.

Při spuštění nabídněte pouze jeden jazyk. Vícejazyčná podpora zvyšuje náklady na vývoj o 25–30 % za každý jazyk a výrazně komplikuje testování dialogů. Pokud je 80 % příchozích hovorů v angličtině, spusťte pouze angličtinu a zbytek směrujte na operátora. Přidávejte jazyky podle skutečného objemu hovorů v jednotlivých jazycích, ne podle předpokladů o vaší zákaznické bázi. Většina týmů spustí vícejazyčnou podporu, kterou nikdo nepoužívá, kvůli domnělé poptávce, která se nenaplnila.

Odložte integrace, které nejsou klíčové pro případ použití při spuštění. Začněte s jedinou integrací, kterou agent nezbytně potřebuje (obvykle kalendář pro rezervace nebo CRM pro kontext podpory), a další přidávejte podle toho, co volající skutečně požadují. Každá integrace znamená 40–120 hodin práce navíc plus průběžnou údržbu a spekulativně postavené integrace se často rozbijí jako první, protože je nikdo nepoužívá natolik, aby si toho všiml. Co nejužší rozsah při spuštění znamená nejrychlejší nasazení a poskytne vám reálná data pro rozhodování, co vyvinout dál.