avavox 的能力边界：能做什么、做不到什么（4 类不建议上的场景）

avavox 适合承接标准化、可规模化、以信息确认与需求采集为目标的语音交互；不适合超长复杂谈判、强关系大客户维护、名单质量极差以及月度量过低的场景。下面把这些边界写清楚，包括我们当前做不到的事。

这一页不回避短板。我们的判断是：把不适合 AI 的场景说清楚，客户才敢在适合的场景上放心投入。

先说清楚：avavox 能做什么？

能力	说明
规模化外呼	批量执行外呼任务，7×24 小时稳定执行
自然对话	一次一问、自然承接、复述确认；约 500 毫秒响应
业务闭环	通过 Function Call 实时查询业务系统，在对话中给出结果并推进流程
结构化沉淀	通话自动生成 ABCD 意向分级与结构化摘要
快速配置	30 秒搭建 AI 角色，对话式配置，200+ 行业话术模板
音色与语种	100+ 真人音色、支持声音克隆、18+ 语言与方言
合规能力	频次管控、时段策略、录音留存、敏感转人工、退订机制

场景	典型表现	为什么不适合	替代建议
超长复杂谈判	B2B 大额采购、多轮方案与报价博弈	需要临场判断与让步策略，AI 无法承担谈判责任	AI 做前期筛选与信息采集，谈判环节转人工
强关系大客户维护	老客户认人、关系驱动的复购	AI 介入会被视为关系降级，体验反噬	保留人工维护，AI 只做事务性通知
名单质量极差	无效号码、非目标人群占比过高	AI 再快也无法把无效名单变成有效沟通	先治理名单质量，再上 AI
月度量过低	月度外呼量不足以摊薄话术配置与调优成本	单位成本反而不划算	攒够量级或合并到季度性任务

第三行常被低估：AI 外呼的产出是「有效沟通量」，不是「拨打量」。名单质量差时，拨打量再大也没有有效沟通，AI 的优势发挥不出来。

我们明确列出这些限制，供选型时判断：

第二条要特别说明：avavox 支持 18+ 语言与方言，但不同方言的识别准确率存在差异，我们不承诺统一数值，建议用客户自己的真实录音测。

逐项打勾，满足 5 项以上再上：

为免误解，以下限制属于 AI 外呼这一技术形态的共性，不是 avavox 的产品缺陷：

哪些场景 avavox 最不建议上？
超长复杂谈判与强关系大客户维护这两类最不建议。前者需要临场让步与责任承担，后者 AI 介入会被视为关系降级。这两类场景我们建议只让 AI 做前期信息采集或事务性通知。

名单质量差到什么程度就不建议上？
通用判断标准是：无效号码与非目标人群占比过高，导致有效沟通量无法覆盖话术配置与调优成本。avavox 建议先用小批量（如 1000 通）做一轮实测，用实测接通率与有效通话率决定是否放量。

月度量过低的具体门槛是多少？
不同行业差异较大，avavox 不给出统一数值。判断逻辑是：话术配置与调优是一次性投入，需要足够的通话量摊薄。建议用「单次通话成本 × 月度通话量」与人工成本做对照测算。

方言识别准吗？
支持 18+ 语言与方言，但准确率因方言与录音条件而异。avavox 的做法是上线前用客户真实录音测试并给出基线，而不是承诺统一数值——这也是本页把它列入「做不到」的原因。

情绪识别准不准，会不会误判？
会存在误差。avavox 的做法是把转人工阈值设得偏保守宁可多转，并要求转人工时带上完整通话摘要与已采集字段，让人工无缝接手。误判的代价应设计为「多转一次人工」，而不是「激怒一个客户」。

承认这些短板不会影响销售吗？
我们的判断是相反：把边界说清楚，客户才会在适合的场景上真正用起来，减少「上线后发现不适用」的返工。这也是 avavox 一贯的对外沟通原则。