تصور کنید مدیر یک مرکز تماس هستید و نیمی از تماس‌های ورودی شما نه توسط مشتریان، بلکه توسط دستیارهای هوش مصنوعی آن‌ها مدیریت می‌شود. در این دنیای جدید، دیگر هویت تماس‌گیرنده مهم نیست، بلکه ماهیت خودِ صداست که تعیین می‌کند با چه کسی طرف هستید. به همین دلیل، شرکت Sierra در ۷ اکتبر ۲۰۲۶ مدل fleming-1 را برای شناسایی بلادرنگ صداهای مصنوعی معرفی کرد.
این نیاز زمانی حیاتی شد که در سال ۲۰۲۵، این شرکت متوجه شد عامل‌های بخش سلامتش شروع به تماس با دیگر عامل‌های ساخته شده توسط Sierra کرده‌اند. با ظهور دستیارهای شخصی مانند Muse و Instinct، شرکت‌ها اکنون با واقعیتی روبرواند که در آن بخش بزرگی از ترافیک ورودی، هوش مصنوعی است که به نمایندگی از مصرف‌کنندگان عمل می‌کند.
زمینه تغییرات هوش مصنوعی
شرکت Sierra عرضه fleming-1 را به عنوان یک به‌روزرسانی در مجموعه‌ای از مدل‌ها توصیف می‌کند که عامل‌های ساخته شده در پلتفرم آن را تغذیه می‌کنند. به باور این شرکت، دانستن اینکه تماس‌گیرنده یک عامل (Agent) — شبیه به یک منشی دیجیتال که کارهای اداری شما را پیش می‌برد — است یا خیر، به اندازه شناسه نمایشگر تماس (Caller ID) رایج و همه‌گیر خواهد شد.
این ضرورت به این دلیل است که ماهیت تماس‌های خودکار بسیار متنوع است. برخی تماس‌گیرندگان مشتریانی هستند که صرفاً یک کار خسته‌کننده را به یک عامل سپرده‌اند، در حالی که برخی دیگر افرادی هستند که به سیستم‌های تبدیل متن به گفتار (Text-to-Speech) متکی هستند. این فناوری‌ها برای رسیدن به سرعت پاسخگویی انسانی، نیازمند بهینه‌سازی‌های پیچیده‌ای هستند که در تحلیل ما درباره سازوکارهای جریانی STT و TTS برای حذف وقفه در پاسخ‌های صوتی بررسی شده است. در مقابل، برخی تماس‌های خودکار توسط کلاهبردارانی است که در مقیاس وسیع، امنیت حساب‌ها را تست می‌کنند.
بر اساس مستندات فنی، fleming-1 صرفاً به دنبال صدای «رباتیک» نمی‌گردد. این مدل جریان‌های صوتی را در لحظه تحلیل می‌کند تا احتمال مصنوعی بودن صدا را بسنجد؛ حتی زمانی که صدا توسط نویز پس‌زمینه، کیفیت پایین یا اتصالات ضعیف پوشانده شده باشد.
جزئیات سازوکار تشخیص
سازوکار تشخیص در این مدل بر سه محور استوار است:
- امتیازدهی بلادرنگ: مدل ویژگی‌های صوتی را حین تماس ارزیابی می‌کند و فراتر از آنچه گوش انسان می‌شنود، تحلیل می‌کند تا احتمال مصنوعی بودن را بسنجد.
- تنظیم محافظه‌کارانه: برای جلوگیری از مثبت کاذب (False Positive) و شناسایی اشتباه انسان‌ها به عنوان ربات، Sierra مدل را به‌صورت پیش‌فرض محافظه‌کارانه تنظیم کرده است تا اطمینان حاصل شود که انسان‌های واقعی به‌اشتباه علامت‌گذاری نمی‌شوند.
- منطق کسب‌وکار: مدل تماس را علامت‌گذاری می‌کند، اما تصمیم نهایی درباره نحوه پاسخگویی با شرکت است. برای مثال، یک بانک ممکن است برای عامل‌های AI یک مرحله تأیید هویت اضافه کند، در حالی که یک شرکت با حجم تماس بالا ممکن است ابتدا فقط میزان تکرار تماس‌های AI را اندازه‌گیری کند.
Sierra این تحول را با عرضه Caller ID در سال ۱۹۸۸ توسط BellSouth در ممفیس تنسی مقایسه می‌کند. همان‌طور که آن فناوری می‌گفت چه کسی تماس می‌گیرد اما نمی‌گفت پاسخ دهید یا نه، fleming-1 هم هویت ماهیتی تماس‌گیرنده را می‌گوید و تصمیم نهایی را به شرکت می‌سپارد.
این عرضه درست یک روز پس از معرفی پروتکل عامل شخصی (Personal Agent Protocol) در ۶ اکتبر ۲۰۲۶ رخ داد. این استاندارد باز که توسط Sierra، Meta و شرکایی چون Genesys، Instinct، Rocket، Shopify، Stripe و Walmart توسعه یافته، تعریف می‌کند که عامل‌های شخصی چگونه با کسب‌وکارها تعامل کنند.
پروتکل در مقابل تشخیص
تفاوت اصلی در این است که وقتی عاملی از این پروتکل استفاده می‌کند، شرکت می‌داند او یک عامل است و برای چه کسی عمل می‌کند. Sierra این حالت را «بهترین سناریو» توصیف می‌کند. اما چون برخی عامل‌ها ممکن است به این پروتکل پایبند نباشند، fleming-1 به عنوان یک شبکه ایمنی برای تماس‌های فاقد شفافیت عمل می‌کند.
شرکت Sierra قصد دارد مشخصات نسخه v0.1 این پروتکل را در اواخر اکتبر ۲۰۲۶ منتشر کند. برای حمایت از پذیرش این استاندارد، آن‌ها کارگاه‌های طراحی برگزار کرده و یک پیاده‌سازی مرجع (Reference Implementation) برای توسعه‌دهندگان منتشر خواهند کرد.
از نظر فنی، این مدل بخشی از معماری «صورت‌فلکی» (Constellation) است که در ۳ دسامبر ۲۰۲۵ معرفی شد. این سیستم عامل‌ها را از میان بیش از ۱۵ مدل مختلف وزن‌های باز (Open Weights) — یعنی مدل‌هایی که دستور پختشان علناً منتشر شده — و مدل‌های اختصاصی و پیشرو (Frontier) می‌سازد و برای هر وظیفه، بهترین ابزار را انتخاب می‌کند. Sierra ارزیابی‌های ویژه‌ی هر وظیفه را اجرا می‌کند و در مواردی که مدل‌های آماده پاسخگو نیستند، روی تنظیم دقیق (Fine-tuning) سرمایه‌گذاری می‌کند تا محدودیت‌ها برطرف شوند.
برای یک صاحب کسب‌وکار، این یعنی پایان تماس‌های «کور». اکنون می‌توانید تفاوتی میان مشتری‌ای که کارش را به AI سپرده و کلاهبرداری که امنیت حساب‌ها را می‌سنجد، قائل شوید.
این قابلیت مستقیماً با کانال صوتی Sierra ادغام شده که در ۹ اکتبر ۲۰۲۴ عرضه شد و به عامل‌های AI اجازه می‌دهد تماس‌ها را مدیریت کنند. این عامل‌ها می‌توانند در جلو یا پشت سیستم‌های IVR سنتی قرار گیرند و با ارائه خلاصه‌های تولید شده توسط AI، تماس را به انسان ارجاع دهند. از طریق Agent OS، یک شرکت می‌تواند یک عامل را یک‌بار بسازد و در هر دو کانال چت و تلفن مستقر کند. fleming-1 با هر عامل صوتی ساخته شده در Sierra سازگار است و تنها نیاز دارد که کسب‌وکار آن را فعال کند.
گام بعدی شما
- اگر از سیستم‌های IVR سنتی استفاده می‌کنید، بررسی کنید آیا لایه‌ای برای تشخیص عامل‌های AI در ورودی‌هایتان دارید یا خیر.
- مستندات v0.1 پروتکل عامل شخصی را که در اواخر اکتبر منتشر می‌شود، برای استانداردسازی تعاملات ربات‌هایتان دنبال کنید.
- استراتژی پاسخ‌دهی خود را به تفکیک «انسان» و «عامل» بازبینی کنید تا تجربه مشتری آسیب نبیند.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو