ملخص مختصر
أعلنت شركة أوبن إيه آي في أغسطس 2025 عن الإطلاق العام لواجهة Realtime API المزودة بنموذج صوتي جديد يسمى GPT Realtime. هذه التقنية تتيح بناء تطبيقات صوتية بجودة قريبة من الإنسان، مع تكاليف منخفضة تصل إلى 0.19 دولار للمكالمة، وتستخدمها شركات مثل T-Mobile وZillow في خدمة العملاء.
التفاصيل
- النموذج الجديد قادر على التحدث بنبرة طبيعية، الضحك، التنهد، والتبديل بين اللغات في جملة واحدة.
- يدعم الاتصال الهاتفي عبر بروتوكول SIP، مما يسمح للتطبيقات بالرد على المكالمات الهاتفية مباشرة.
- يمكن إدخال صور أثناء المحادثة ليقوم النظام بوصفها دون انقطاع سياق الحوار.
- إمكانية الربط مع أدوات مثل التقويم أو أنظمة إدارة العملاء عبر خوادم MCP.
- التكلفة: 32 دولارًا لكل مليون كلمة من مدخلات المستخدم (≈0.25 دولار/ساعة) و64 دولارًا لكل مليون كلمة من مخرجات الذكاء الاصطناعي (≈0.50 دولار/ساعة).
- مثال عملي: مكالمة خدمة عملاء لمدة 30 دقيقة تكلف تقريبًا 0.19 دولار، مقابل 15–25 دولارًا لموظف بشري.
النتائج
- شركات كبرى مثل T-Mobile وZillow وStubHub أفادت بتحسين رضا العملاء وتسريع الخدمة.
- شركة Lemonade نجحت في تقليل وقت معالجة الطلبات إلى ثوانٍ مع خفض التكاليف التشغيلية.
- مقارنة بالأداء البشري: تكلفة أقل بنسبة 99%، وصوت أكثر سلاسة مقارنة بالأنظمة السابقة.
- بعض المطورين بدأوا باستخدام التقنية للبرمجة الصوتية فقط، بتكلفة تقل عن دولار واحد للساعة.
لماذا يهم الأمر؟
هذا التطور يمثل نقلة نوعية في واجهات التفاعل مع الحاسوب، حيث يتحول الصوت من أداة مساعدة بدائية إلى قناة أساسية للتفاعل الطبيعي. تأثيره قد يكون واسعًا في قطاعات مثل خدمة العملاء، التعليم، والرعاية الصحية. بالنسبة للعالم العربي، يمكن أن تسهم هذه التقنية في تحسين الوصول إلى الخدمات الحكومية والتعليمية عبر المساعدات الصوتية العربية، خاصة مع انخفاض التكلفة وإمكانية دعم لغات متعددة.
الخلاصة
ما الذي حدث؟ إطلاق GPT Realtime من أوبن إيه آي لتطبيقات صوتية بجودة بشرية وبتكلفة منخفضة.
لماذا يهم؟ لأنه يغير قواعد خدمة العملاء والتفاعل الرقمي عبر تقليل التكاليف ورفع الجودة.
الصلة بالعالم العربي: يفتح المجال لمساعدات صوتية عربية في التعليم، الصحة، والخدمات العامة بتكلفة متاحة للجميع.
