Nyheter och insikter från teamet bakom ThunderPhone.

I dag är jag glad att kunna tillkännage den offentliga lanseringen av vår självbetjäningsplattform ThunderPhone v2.

Nu kan vem som helst använda ThunderPhone direkt för att automatisera en mängd olika telefonsamtal.

Så här kom vi hit

Sedan förra året har vi arbetat med en liten grupp företagskunder för att automatisera deras telefonsamtal. I vissa fall har samtalen gällt prestandakänsliga användningsområden, som försäljning före köp och datainmatning, där vi märkte att befintliga AI-röstplattformar gjorde så många misstag att alltför många uppringare blev frustrerade och lade på, vilket förstörde användningsområdets enhetsekonomi.

För att lösa de problemen byggde vi en egen stack från grunden för att göra färre misstag i samtal och möjliggöra svåra användningsområden. Efter att ha automatiserat tusentals produktionssamtal i år gör vi nu vår stack tillgänglig för allmänheten som självbetjäningsplattformen ThunderPhone v2.

Tre nivåer, från 2 cent/min

Vårt system börjar på bara 2 cent/min för Spark-nivån, med modeller inkluderade, vilket gör det till marknadens billigaste fullstack-röst-AI-plattform. För högre hastighet erbjuder vi även Bolt från 5 cent/min. För högsta möjliga intelligens erbjuder vi Storm från 9 cent/min.

Storm kan hantera även de mest komplexa samtalsflödena med hög tillförlitlighet, utan behov av manuellt byggda ”flödesbyggar”-konfigurationer – en prompt räcker!

Med alternativet för extra intelligens aktiverat (+3 cent/min) får Storm 99,4 % på Big Bench Audio, före alla modeller på Artificial Analysis topplista hittills. Vårt utvärderingsdataset och våra transkript är offentliga på Hugging Face, och vi kommer snart att dela fler benchmarkresultat. Om du vill minimera misstag i dina produktionssamtal är Storm ditt bästa val.

Den integrerade arkitekturen

ThunderPhone kan vara både smartare och billigare än andra stackar tack vare vår unika integrerade arkitektur. I stället för en ”trestegspipeline” som kombinerar en transkriptionsmodell, en LLM och en text-till-tal-modell kör vi ett mer komplext nätverk där flera transkriptionsmodeller, flera LLM:er och så vidare samverkar på noggrant orkestrerade sätt för att uppnå bästa möjliga prestanda till lägsta möjliga kostnad.

Bland andra fördelar gör detta våra röstagenter exceptionella på att uppfatta uppringare korrekt, även i bullriga miljöer eller vid tydliga accenter. Det gör att samtalen flyter smidigare, med mer tillförlitlig datainmatning för namn, adresser och annat. ThunderPhones röstagenter klarar vanligtvis även svåra stavningar i en enda samtalsvända, där andra system behöver flera försök. Och varje ”ursäkta, kan du bokstavera det en gång till?” är ytterligare en chans för uppringaren att lägga på!

Vårt system innehåller också många komponenter för att hantera svårigheterna i verkliga samtal, inklusive bakgrundsljud, dålig signalkvalitet, avbrott och annat. Vi har trimmat mekanismerna för samtalshantering med tusentals timmar av verklig data, och det ger en betydande förbättring av upplevelsen för faktiska uppringare.

En komplett plattform

ThunderPhone har även en omfattande plattform som gör det exceptionellt enkelt att bygga, testa, driftsätta och övervaka röstagenter. Utan att någonsin lämna ThunderPhone kan du:

• Konfigurera inkommande och utgående samtal samt hantera telefonnummer
• Genomföra mänskliga tester och AI-tester av röstagenter
• Övervaka samtal live, medan de pågår
• Låta systemet upptäcka återkommande problem i dina produktionssamtal, föreslå åtgärder samt granska och tillämpa dem
• Se hur dina samtal presterar och var de behöver förbättras, med tratt-rapporter

ThunderPhone-plattformen gör det också enkelt att koppla ihop telefoni- och mjukvaruintegrationer. En installationsguide ansluter ditt befintliga Twilio- eller Telnyx-konto, eller valfri standard-SIP-trunk, med några uppgifter från din leverantör, och inbyggda anslutningar täcker Google Sheets, Google Calendar, HubSpot, Salesforce och Cal.com. För alla andra integrationer finns en guide som möjliggör anslutningar till valfritt API genom att ”bara klistra in och klicka”.

En alltid tillgänglig copilot är integrerad i webbappen för att göra det löjligt enkelt att förstå hur du använder ThunderPhone-plattformen. Den kan till och med navigera i appen och utföra åtgärder åt dig – och eftersom vi är ett röst-AI-företag kan den förstås prata med dig i stället för att få dig att skriva!

API:er, företag och regelefterlevnad

För användningsfall som kräver mer anpassning än webbplattformen erbjuder har ThunderPhone också ett fullständigt API som möjliggör en rad anpassade integrationer. Och för ännu djupare plattformsanpassning, särskilda krav på kostnad och latens, regelefterlevnad med mera erbjuder vi skräddarsydda företagsimplementationer och support. (Kontakta mig direkt med frågor – alex@thunderphone.com)

ThunderPhone uppfyller HIPAA och GDPR för vårdtillämpningar och tillämpningar inom EU/Storbritannien direkt, och vi tecknar BAA:er och DPA:er utan extra kostnad.

Prova idag

Vill du veta mer kan du utforska vår webbplats, där vi går djupare in på vår teknik, prissättning, plattformens funktioner och mer.

Ännu bättre: prova ThunderPhone och se hur det fungerar för ditt användningsfall! Det bör bara ta några minuter att komma igång, och vår webbapp och copilot är utformade för att göra det så enkelt som möjligt att konfigurera det du behöver.

Om du stöter på problem eller har önskemål kan du kontakta mig personligen på alex@thunderphone.com

Alex Kolchinski, VD

I dag är vi stolta över att tillkännage den offentliga lanseringen av ThunderPhone, som gör det enkelt att automatisera telefonsamtal med AI. Med en helt annorlunda integrerad arkitektur än andra plattformar för AI-telefoni kan ThunderPhone uppnå betydligt högre prestanda, lägre kostnad och mindre integrationskrångel. ThunderPhone stöder inkommande och utgående samtal på dussintals språk och följer HIPAA och GDPR.

Fördelen med integration

Andra plattformar för AI-telefoni begränsar sina systems prestanda genom att tvinga fram en struktur i tre steg:

1. En transkriberingsmodell som omvandlar användarens röst till text.
2. En LLM som bearbetar användarens text och genererar ett svar.
3. En TTS-modell som omvandlar svarstexten tillbaka till ljud.

De flesta lägger också över ingenjörsarbetet på sina användare genom att tvinga dem att välja vilka modeller de vill använda, samt konfigurationsalternativ som brusreducering och parametrar för svarstempo.

Vi har valt en annan väg: vi har konfigurerat det som enligt oss är den bästa möjliga stacken med dagens modeller och gjort den klar att använda utan krångligt konfigurationsarbete. Vårt system använder många modeller samtidigt och växlar intelligent mellan dem beroende på hur samtalet utvecklas. Det omfattar bland annat:

• Att kombinera flera transkriberingsmodeller, där vissa är snabbare och andra mer träffsäkra, för att balansera hastighet och noggrannhet samt kompensera för varandras misstag.
• Att kombinera LLM:er med ljudinmatning, som kan ha lägre generell intelligens men bättre ljudförståelse, med textbaserade LLM:er, som kan göra misstag på grund av felaktiga transkriptioner men ofta är smartare.
• Att kombinera snabba men mindre intelligenta LLM:er, som kan skapa snabba svar, med betydligt smartare men långsammare LLM:er, som kan köras i bakgrunden och säkerställa att AI:n följer sin prompt och svarar korrekt på vad användaren säger.
• Att kombinera kommersiella modeller från ledande leverantörer, inklusive OpenAI och Google, som erbjuder den högsta intelligens som finns tillgänglig i dag, med ett brett urval av modeller med öppen källkod, som ofta ger bättre hastighet till lägre kostnad.
• Att använda flera modeller samtidigt för att klassificera och eliminera bakgrundsljud, sidokonversationer och andra störande ljud som annars kan få ett samtal att spåra ur.

Dessa komponenter och fler därtill orkestreras på olika sätt i våra tre tjänstenivåer, Spark, Bolt och Storm — där Spark optimeras för kostnad, Bolt för hastighet och Storm för intelligens, samtidigt som nackdelarna med var och en minimeras så mycket som möjligt. Alla tre systemen delar fördelar som otroligt exakt förståelse av vad användare säger, även med egennamn och stavning.

Vi ser att denna tätt integrerade arkitektur ger vårt system betydligt högre prestanda till lägre kostnad än den rigida trestegsmetod som andra leverantörer erbjuder. I linje med Clay Christensens modularitetsteori är röst-AI fortfarande i ett tidigt skede, och det är fortfarande mer värdefullt att maximera prestandan med en integrerad arkitektur än att maximera anpassningsbarheten med en modulär arkitektur.

Optimerade beslut

När det gäller anpassningsbarhet är vi faktiskt emot det. De flesta av dagens AI-plattformar för telefoni tvingar användare att navigera bland oändliga val, från exakt vilka modeller som används till ultradetaljerade parametrar som hur snabbt AI:n ska avbryta användaren.

Enligt oss är det VÅRT jobb att optimera dessa val i bakgrunden så att ThunderPhones användare kan fokusera på det de är bra på och slipper oroa sig för detaljerad konfiguration av röst-AI. Vi ser oss själva som ett slags Squarespace, som gör det enkelt för våra användare att skapa röstagentar med högsta möjliga prestanda med dagens modeller, utan att behöva lyfta ett finger.

Enkel användning

ThunderPhone är också otroligt enkelt att använda, oavsett om du skapar en ny röstagent eller migrerar från en annan plattform eller en egen teknikstack. Allt som krävs för att skapa en röstagent på ThunderPhone är att:

1. Bestämma om du vill använda Spark, Bolt eller Storm.
2. Välja en röst.
3. Ge oss din prompt. Du behöver inga agenter med flera promptar. Om din prompt är för komplicerad för Spark eller Bolt kan du uppgradera till Storm, som klarar även komplexa användningsfall med en enda prompt.
4. Ansluta programvaruintegrationer (valfri endpoint eller inbyggd n8n-integration) med en otroligt lättanvänd guide.
5. Ansluta din VoIP med en otroligt lättanvänd guide.

Allt detta tar vanligtvis 10 minuter eller mindre.

ThunderPhone uppfyller HIPAA och GDPR, och vi undertecknar och tillhandahåller BAA:er och DPA:er på begäran.

Vår historia

Vi är ett team av tidigare medlemmar från Stanford AI Lab och Y Combinator som har arbetat med röst-AI sedan 2024. Ursprungligen fokuserade vi på Flux Interpreting, som översätter telefonsamtal mellan språk. Men efter att kunder gång på gång bad oss att automatisera telefonsamtal för deras verksamheter i stället för att bara översätta dem, skiftade vi fokus till det som nu är ThunderPhone.

Problemet med befintliga plattformar

Till en början byggde vi telefonagenter åt kunder på andra företags plattformar för AI-telefoni. Vi testade i stort sett varje plattform för AI-telefoni på marknaden, men tyvärr tyckte vi att de brast på flera punkter, särskilt när det gällde:

• Ljudförståelse: Begränsningen med att bara ha en transkriberingsmodell som omvandlar användarens ljud till text innebar att AI:n ofta ”hörde fel” på användaren, särskilt när det gällde egennamn, ovanliga ord och stavningar.
• Att följa instruktioner: Att ha en enda snabb LLM som skötte det faktiska ”tankearbetet” bakom samtalet innebar att AI:erna ofta hade svårt att följa instruktioner korrekt och spårade ur.
• Krångliga integrationer: Plattformarna vi provade gjorde det mycket svårt att ansluta extern programvara. Ofta behövde vi skriva omfattande JSON-konfigurationer för verktygsanrop och kämpa med dem om och om igen, med liten eller ingen återkoppling tills de plötsligt började fungera.
• Pris: Befintliga plattformar tog i regel hutlösa priser: vanligtvis 10 cent per minut eller mer för medioker prestanda.

Att bygga vår egen stack

När vi skrev på ett avtal om att implementera ett användningsfall för säljsamtal åt en företagskund tvingades vi bygga en egen, skräddarsydd stack för att möta deras behov. Det här användningsfallet var krävande: till skillnad från kundsupport, där de som ringer i stor utsträckning är utlämnade till företaget, lägger potentiella säljkunder snabbt på.

Samtalskvaliteten måste vara förstklassig för att vinna affären i stället för att förlora leadet. Det innebar att hantera mängder av egennamn och stavningar, inklusive namn och adresser, som vanliga transkriberingsmodeller har svårt att få rätt. För att lyckas med det här användningsfallet byggde vi det som nu är ThunderPhone.

På vägen träffade vi ständigt människor i San Franciscos röst-AI-community som byggde vertikala företag med telefonagenter — för veterinärer, lastbilschaufförer och mycket mer. Överraskande nog hade de flesta samma åsikt: befintliga plattformar var tillräckligt bra för demonstrationer, men inte för produktion.

Chockerande nog byggde många, om inte de flesta, av våra vänner på vertikala röst-AI-företag faktiskt sina egna stackar ... Det var helt obegripligt för oss — det är i praktiken samma sak som om webbstartups på 90-talet hade behövt drifta sina egna webbservrar på en server i städskrubben.

Med den insikten förstod vi att tiden var inne att göra vårt system för AI-telefoni till en plattform som vem som helst kan använda.

Vertikala röst-AI-företag och konsulter ska kunna fokusera på att möta behoven på sin målmarknad med sin branschspecifika expertis — inte på att i detalj konstruera den underliggande AI- och telefonitekniken! Det är vad vi lanserar idag med ThunderPhone.

Det har varit en lång väg hit! Ursäkta alla som har registrerat sig hos oss sedan förra april och fortfarande väntar på åtkomst: det vi trodde skulle bli en snabb spurt för att slutföra jobbet visade sig bli en flera månader lång odyssé där vi listade ut hur dagens tillgängliga modeller kunde vävas samman till ett system som är så robust som möjligt.

Men nu är vi äntligen live — prova och se vad du tycker!

Även om vi har löst de största problemen finns det säkert fortfarande buggar i systemet. Om du hittar några problem, mejla gärna alex@thunderphone.com så ser jag till att det åtgärdas så snart som möjligt. Berätta gärna också om du har önskemål om funktioner, så ska vi förverkliga dem så snart vi kan.

Och om du har mer skräddarsydda behov, såsom stöd för anpassad implementering och integration, efterlevnad utöver vanlig HIPAA och GDPR, SLA:er och önskemål om anpassade funktioner, pratar vi gärna om ett företagsavtal. Hör av dig till alex@thunderphone.com, så pratar vi om dina behov och om vi kan hjälpa till.

Och mer generellt: vårt åtagande till dig är att det är VÅRT jobb att säkerställa att ThunderPhone fungerar direkt, med minimal insats från dig, och hanterar din verksamhets samtal så perfekt som det är möjligt med dagens AI — inom ramen för den prisnivå du väljer: Spark, Bolt eller Storm. Prova oss, så ser vi fram emot att visa vad ThunderPhone kan göra.

Berätta vad du tycker, och tack för ditt stöd!