背景
ElevenLabs 針對複雜或高壓情境下的客戶服務進行研究，比較語音通話（透過電話與 WhatsApp）與文字聊天（Chat）在數百個實際運作的代理程式（Agent，指自動處理客戶諮詢的軟體系統）中的表現。該研究旨在探討當問題變得複雜或令人焦慮時，使用者是否更傾向透過口語溝通而非打字來解決問題。 官方原文・ElevenLabs Blog
發生什麼事
ElevenLabs 於 2026 年 11 月 2 日發布研究結果，指出在長度超過兩分鐘的對話中，語音通話的成功率比文字聊天高出 32%。此外，當這些較長的對話成功解決時，語音通話的平均處理時間比文字聊天快約三分之一。 官方原文・ElevenLabs Blog
重點內容
研究以對話長度作為複雜度的指標。在少於一分鐘的短對話中，文字聊天的表現略優於語音，差距約 9 個百分點；在一至兩分鐘之間，兩者表現相當。然而，當對話超過兩分鐘，語音的優勢顯現：成功率高出 10.9 個百分點（相當於 31.7% 的增長），且近三分之二的代理程式在語音渠道上的表現明顯更好。在成功的長對話中，語音平均耗時 4.6 分鐘，而文字聊天則需 7 分鐘；在 90 個擁有足夠樣本的代理程式中，78% 在語音渠道上解決問題的速度更快。 官方原文・ElevenLabs Blog
延遲（Latency，指從使用者發出訊號到系統回應的時間差）是影響語音通話成敗的關鍵因素。在 315 個切換至更低延遲大型語言模型（LLM，Large Language Model，能處理與生成語言的 AI 模型）的代理程式對話中，平均端到端延遲減少 16%，對應的成功率提升了 26%。同時，15 秒內結束的通話比例從 21.1% 降至 3.8%，顯示較快的回應能留住原本可能因以為線路斷線而掛斷的使用者。 原文
除了速度，語音的共情能力（Empathy）在高壓情境下也扮演重要角色。在一項模擬航班取消情境的使用者研究中，98 位參與者隨機體驗語音代理與文字代理後，85% 表示偏好語音，主要理由包括解決速度快與具備同理心。研究指出，人們說話的速度約為打字的三倍，且語音對話能讓雙方保持參與感，無需等待訊息輸入。 原文
對使用者的意義
對於企業而言，在處理高風險或高壓力的客戶問題（如航班取消、爭議款項）時，建置具備低延遲、上下文追蹤能力且語氣平靜的語音代理，有助於提升解決率並維持客戶忠誠度。ElevenLabs 推出的 ElevenAgents 產品旨在提供跨語音與文字渠道的統一知識庫與整合系統，讓客戶可選擇偏好的渠道解決問題，但在長對話中語音渠道能提供更快的解決路徑。 官方原文・ElevenLabs Blog
限制與未定事項
該研究基於 2026 年 5 月至 7 月間，至少處理過 50 次語音與 50 次文字對話的代理程式數據。研究採用各代理程式自身在不同渠道的表現進行比較，以消除不同企業使用情境與成功定義差異帶來的偏差。研究也承認，對話長度作為複雜度的指標並不完美，特別是在文字聊天中，客戶可能在訊息之間暫停，這可能影響時間測量的準確性。 官方原文・ElevenLabs Blog
接下來要看的事
- ElevenAgents 產品在實際企業部署中的具體整合案例與成效數據
- 不同行業（如金融、醫療）對語音與文字渠道偏好的差異化研究
- 低延遲技術在邊緣運算（Edge Computing）設備上的實現挑戰與解決方案
