PolyAI 的可量化性能指标：CSAT、WER、回合精度

指标为什么重要

选择对话 AI 方案时，不要只听供应商说"自家模型很好"——要看具体、可验证、可以横向对比的指标。PolyAI 在这方面做得相对透明，提供了多项生产环境可观测的指标。

核心指标速览

CSAT 85% 意味着什么

85% CSAT 在语音 AI 行业里是领先水平。套壳聊天机器人的典型 CSAT 在 60-70% 之间（很多客户觉得"还不错"但也没惊喜），传统 IVR 的 CSAT 通常在 40-55%（用户普遍讨厌按按键）。

CSAT 85% 的一个关键原因是 PolyAI 智能体真的能完成任务——不是帮用户挡掉 FAQ 然后让用户等人工，而是真的处理了预订、查了余额、办了退款。完成任务的用户自然给高分。

WER 3.7% 的实际影响

词错误率 3.7% 听起来很低，但在真实通话中还是会有影响——特别是在噪音大的环境、用户有口音、或说的是专有名词 / 缩写时。3.7% 意味着平均每 27 个词里有 1 个识别错。

这个错误率通过以下方式被 PolyAI 进一步降低：

• 实体提取的模糊匹配：即使 ASR 把 "138" 识别成 "183"，实体提取器会根据上下文判断这是一个电话号码，用邻近数字做容错
• RAG 的语义匹配：ASR 转写里的小错误不会严重影响 RAG 召回——语义匹配比字面匹配更宽容
• Flow 的重试逻辑：如果实体提取失败，Flow 会自动让智能体请用户重复一遍，而不是带着错误值继续往下走

回合切换准确率 89.8% 的含义

回合切换是语音 AI 里的一个大难题。判断错一次，要么是：

• 过早响应：用户还在说，AI 就打断了（很不礼貌）
• 过晚响应：用户说完了等了一会儿，AI 才开口（用户觉得走神了）

89.8% 的准确率意味着 10 次里约 9 次能正确判断。剩余的 10% 主要是在边界场景（用户在想下一句、停了半秒、但还没说完）。这个水平在生产环境可接受，配合对话里的打断处理能力，用户基本感知不到问题。

和套壳方案的对比

如果把一个套壳聊天机器人方案（比如用 GPT-4o + Whisper + ElevenLabs 拼出来的）和 PolyAI 放一起比：

价格差距也很大——套壳方案按 token 计费、很便宜但不稳定；PolyAI 年合同 15 万+ 但生产级。选哪个取决于你的场景是"试试玩"还是"真的要替代人工"。