الخلاصة: أضاف WhatsApp ميزة الاتصال الصوتي الأصلية إلى جانب منصة الأعمال، وأصبح دمج وكلاء الصوت بالذكاء الاصطناعي في هذه المكالمات يجري بالطريقة نفسها التي دُمجت بها روبوتات الدردشة بالذكاء الاصطناعي في مراسلات WhatsApp. تصل المكالمة إلى رقم WhatsApp الخاص بالشركة، ثم يوجّهها BSP إلى وكيل صوتي بالذكاء الاصطناعي يستمع ويفرّغ الكلام ويرد في الوقت الفعلي، ويحوّلها إلى موظف بشري مع النص الكامل وسياق المحادثة عندما تتطلب معالجة الحوار تقديرًا بشريًا. حتى منتصف 2026، أصبحت هذه التقنية متاحة وتعمل عبر عدد مختار من BSPs — لكن إمكانية الوصول تختلف: إذ تتمتع BSPs المخصصة للمؤسسات بإمكانية وصول أوسع إلى المكالمات، بينما لا يزال انتشارها لدى الشركات الصغيرة والمتوسطة يتقدم بوتيرة أبطأ في بعض المناطق، كما أن إجراء الشركات مكالمات صادرة بمبادرة منها مقيّد في عدد من الأسواق، بما فيها الولايات المتحدة. تشمل حالات الاستخدام الأساسية اليوم تحويل المكالمات بعيدًا عن أنظمة الرد الصوتي التفاعلي (IVR)، ومحادثات التحصيل والتمويل، ومعالجة طلبات خدمة العملاء. وتندرج مكالمات الفيديو والميزات المتعددة الوسائط الأكثر تقدمًا ضمن خطط Meta، لكنها لم تصبح متاحة على نطاق واسع بعد. يشرح هذا المقال آلية عملها الفعلية، وما المتاح الآن وما لا يزال قادمًا، وكيفية قياس نتائجها — وهي الخطوة الطبيعية التالية لأي شركة تستخدم بالفعل الذكاء الاصطناعي في محادثات WhatsApp.

إذا كانت الشركة قد طورت بالفعل روبوتات دردشة أو وكلاء ذكاء اصطناعي لمراسلات WhatsApp، فالصوت هو الطبقة التالية المنطقية، وليس مبادرة منفصلة. توسّع WhatsApp Calling API القناة الموثوقة والمثبتة بالفعل لدى المستخدمين من الرسائل النصية إلى الصوت، ويتبع وكلاء الصوت بالذكاء الاصطناعي منحنى التبني نفسه الذي اتبعته روبوتات الدردشة بالذكاء الاصطناعي في المراسلات: بدءًا بأنواع المكالمات الأكثر تكرارًا والأعلى حجمًا، ثم التوسع مع نضج التقنية وأطر الامتثال.

يقع هذا المقال عند تقاطع إمكانيتين تناولتهما مقالات أخرى في هذه السلسلة — الذكاء الاصطناعي على WhatsApp وWhatsApp Calling API نفسها. ويركز تحديدًا على ما يحدث عند الجمع بينهما: كيفية عمل وكلاء الصوت بالذكاء الاصطناعي في مكالمات WhatsApp، وما هو متاح بالفعل عبر BSPs اليوم، وأين تكمن حالات الاستخدام الفعلية، وما الذي لا يزال قادمًا — بما في ذلك الفيديو.

من الدردشة إلى المكالمة: لماذا أضاف WhatsApp المكالمات الصوتية

بنى WhatsApp سمعته في مجال الأعمال على المراسلة، لكن بعض المحادثات لم تكن مناسبة قط للنصوص. فالمشكلات المعقدة، وقرارات الشراء التي تتطلب دراسة متأنية، والمواقف التي تحتاج إلى الطمأنة أو التفاوض، كلها أمور يفضّل الناس عمومًا التحدث عنها بصوت مسموع. وكان رد Meta هو WhatsApp Business Calling API — خدمة اتصال عبر VoIP مدمجة مباشرةً في محادثة WhatsApp نفسها التي تستخدمها الشركات بالفعل للمراسلة والقوالب والوسائط الغنية.

تعكس القيمة الأساسية ما جعل مراسلات WhatsApp فعّالة للغاية للشركات منذ البداية: فلا يضطر العميل إلى مغادرة تطبيق يثق به بالفعل، ولا إلى الاتصال برقم غير مألوف، كما تبقى التجربة بأكملها — سجل الدردشة، وتفاصيل الطلب، والآن المكالمة نفسها — ضمن محادثة متواصلة واحدة، بدلًا من توزيعها بين منصة للمراسلة ونظام هاتف منفصل.

بالنسبة إلى الشركات، يعني هذا أن المكالمة لا تبدأ من الصفر. إذ يستطيع الموظف أو نظام الصوت المدعوم بالذكاء الاصطناعي الذي يرد على مكالمة WhatsApp الاطّلاع على ما راسل العميل بشأنه الأسبوع الماضي، وما طلبه، وما حاول روبوت الدردشة حلّه بالفعل — وهو سياق نادرًا ما يتوفر لمركز اتصالات تقليدي للمكالمات الواردة لحظة رنين الهاتف.

كيف تعمل WhatsApp Calling API

قبل إضافة الذكاء الاصطناعي، يجدر فهم آلية عمل إمكانات الاتصال الأساسية، لأنها تحدد مباشرةً ما يمكن لوكيل صوتي يعمل بالذكاء الاصطناعي فعله وما لا يمكنه فعله.

اتجاهان للمكالمات، وقاعدتان مختلفتان. تدعم WhatsApp Calling المكالمات التي يبدأها المستخدم (حين ينقر العميل على أيقونة الاتصال في ملف WhatsApp التجاري) والمكالمات التي تبدأها الشركة (حين تتصل الشركة بالعميل). وتُعد المكالمات التي يبدأها المستخدم الحالة الأساسية والمتاحة على نطاق واسع — فلا تتطلب موافقة مسبقة خاصة عندما يختار العميل الاتصال. أما المكالمات التي تبدأها الشركة فتخضع لضوابط أشد: إذ تحتاج الشركة إلى إذن صريح بالاتصال من ذلك العميل، وتتتبعه Meta بوصفه حالة إذن يمكن للشركة التحقق منها قبل إجراء الاتصال. كما تخضع المكالمات الصادرة التي لا يُجاب عنها للمراقبة — فقد يؤدي تكرار عدم الرد أو رفض المكالمات إلى إلغاء إذن الاتصال، وهو ما يعادل صوتيًا فرض عقوبة بسبب تقييم الجودة في المراسلة.

تحديد مسار المكالمات متروك بالكامل للشركة. فعندما ترد مكالمة، لا يرن خط عام فحسب، بل تُوجَّه عبر webhook إلى الوجهة التي أعدّتها الشركة (أو BSP الخاص بها): خط هاتف تقليدي، أو نقطة نهاية SIP ضمن مركز اتصالات قائم، أو تدفق وسائط WebSocket يزوّد وكيلًا صوتيًا يعمل بالذكاء الاصطناعي بالصوت. وتتيح مرونة التوجيه هذه استخدام الوكلاء الصوتيين المدعومين بالذكاء الاصطناعي من دون الاستغناء كليًا عن إعداد مركز الاتصالات القائم — إذ يمكن للذكاء الاصطناعي أن يعمل كطبقة أولى، مع إبقاء خيار التوجيه إلى موظف متاحًا.

صُممت أدوات التحكم بالمكالمات تحديدًا لإدارة حجم المكالمات وتوقعاتها. يمكن للشركات التحكم في ظهور أيقونة الاتصال (لتفعيل الاتصال بشكل انتقائي)، وتحديد ساعات الاتصال بالعملاء كي تظهر المراسلة كخيار بديل خارج تلك الساعات، وإتاحة طلبات معاودة الاتصال حتى لا تُهمل المكالمات الفائتة أو الواردة خارج ساعات العمل.

تعمل هذه الخدمة عبر Cloud API، وليس عبر تطبيق WhatsApp Business المجاني. تُعد إمكانية الاتصال جزءًا من منصة WhatsApp Business البرمجية، ما يعني أنها تتطلب إعدادًا قائمًا على API من النوع نفسه (وعبر BSP أو شراكة مباشرة مع Meta) الذي تتطلبه أتمتة المراسلة بالفعل — فهي ليست ميزة تُضاف إلى حساب نشاط تجاري صغير يعتمد على الهاتف.

كيف تتصل الوكلاء الصوتيون المدعومون بالذكاء الاصطناعي بمكالمات WhatsApp

هنا يأتي دور طبقة الذكاء الاصطناعي، وبنيتها امتداد طبيعي لطريقة عمل روبوتات الدردشة المدعومة بالذكاء الاصطناعي في مراسلات WhatsApp — لكن باستخدام الصوت بدلًا من النص.

تُوجَّه المكالمة إلى نظام ذكاء اصطناعي بدلًا من موظف. عندما تُوجَّه المكالمة إلى نقطة نهاية لوسائط WebSocket (بدلًا من خط هاتف أو وصلة SIP)، يتولى وكيل صوتي مدعوم بالذكاء الاصطناعي الرد. ويتدفق الصوت في الاتجاهين لحظيًا بين المتصل ونظام الذكاء الاصطناعي.

يُحوَّل الكلام إلى نص ويُفهم أثناء تحدث المتصل، بدلًا من انتظار انتهاء المتصل والضغط على زر. وتفسر الوكلاء الصوتيون الحديثة المدعومة بالذكاء الاصطناعي في WhatsApp المقصود من الكلام الطبيعي الحواري — لتكون التجربة أقرب إلى محادثة حقيقية منها إلى قائمة نظام الرد الصوتي التفاعلي التقليدي المعتمد على أزرار الهاتف.

تستند الردود إلى معرفة معتمدة خاصة بالشركة، وفق المبدأ الأساسي نفسه الذي يقوم عليه روبوت دردشة جيد البناء ومدعوم بالذكاء الاصطناعي: يستقي الوكيل الصوتي معلوماته من قاعدة معرفة محددة — مثل الأسئلة الشائعة والسياسات وتفاصيل المنتجات وبيانات الطلبات والحسابات التي تُسترجع مباشرةً من الأنظمة المتصلة — بدلًا من إنشاء إجابات مفتوحة، ما يجعل الردود دقيقة ومتوقعة أثناء المكالمات الهاتفية المباشرة.

يستطيع الوكيل طرح أسئلة متابعة وجمع المعلومات واتخاذ الإجراءات أثناء المكالمة — مثل تأكيد رقم الطلب، والتحقق من أهلية الإرجاع، وتأكيد الهوية — ودفع المحادثة إلى الأمام كما يفعل موظف هاتف كفء، بدلًا من الإجابة عن سؤال واحد والتوقف.

يحافظ التحويل إلى موظف على السياق كاملًا. عندما تستدعي المكالمة تدخل شخص — بسبب أمر ملتبس لا يستطيع الذكاء الاصطناعي حله، أو طلب العميل التحدث إلى موظف صراحةً، أو إشارة إلى شعوره بالإحباط — تُحوَّل المكالمة مرفقةً بنص المحادثة والسياق ذي الصلة بالحساب. فلا يبدأ الموظف التعامل مع العميل من دون أي معلومات، بل يتابع المحادثة من حيث وصلت، مستفيدًا من كل ما جمعه الذكاء الاصطناعي بالفعل.

وهذا يعكس طبقتَي «الموظف المدعوم بالذكاء الاصطناعي» و«وكيل الذكاء الاصطناعي» الموضحتين في الإطار الأوسع للذكاء الاصطناعي على WhatsApp — فالصوت ليس سوى واجهة جديدة للنموذج الطبقي نفسه، وليس نهجًا منفصلًا.

الوضع الحالي: ما المتاح فعليًا اليوم عبر BSPs

نظرًا إلى سرعة تطور هذا المجال، يجدر التمييز بدقة بين ما هو متاح فعلًا حتى منتصف 2026 وما لا يزال قيد الإطلاق — فالصورة الواقعية والصادقة أهم هنا من المبالغة في الوعود.

أصبحت خدمة الاتصال متاحة عمومًا، لكن إتاحتها تمت على مراحل ولم تصل إلى الجميع بالتساوي. تستطيع شركات مختارة الوصول إلى خدمة الاتصال مباشرةً عبر شراكات Meta الخاصة بـ Cloud API، كما دمج عدد من مزودي BSP الأكبر حجمًا والأكثر رسوخًا خدمة الاتصال — بما في ذلك توجيه المكالمات إلى وكلاء صوتيين مدعومين بالذكاء الاصطناعي — في منصاتهم، بعد العمل مع Meta كشركاء للوصول المبكر أو كجهات مشاركة في النسخة التجريبية. وقد اقتربت إتاحتها على نطاق أوسع لدى مزودي BSP الموجّهين إلى الشركات الصغيرة، لكنها لم تصبح شاملة بعد؛ لذا يُستحسن التأكد مباشرةً من مزود BSP المعني مما إذا كانت خدمة الاتصال (وتحديدًا توجيه المكالمات إلى وكلاء صوتيين مدعومين بالذكاء الاصطناعي) متاحة على منصته قبل افتراض أنها مشمولة.

تفاوت الإتاحة حسب المنطقة مهم، خصوصًا للمكالمات الصادرة. تتوفر المكالمات التي يبدأها المستخدم (الواردة) — حين يختار العميل الاتصال بشركة — على نطاق واسع في كل مكان تتوفر فيه Cloud API نفسها. أما المكالمات التي تبدأها الشركة (الصادرة) فهي أكثر تقييدًا: إذ تتطلب إطار الموافقة الموضح أعلاه، وحتى منتصف 2026، لا تتوفر للشركات التي تجري اتصالات صادرة في عدد من الأسواق، من بينها الولايات المتحدة وكندا وعدة دول أخرى — في حين شهدت أسواق مثل الهند والبرازيل انتشارًا أوسع للمكالمات الواردة والصادرة التي تجريها الشركات. ويؤثر ذلك مباشرةً في حالات استخدام الوكلاء الصوتيين المدعومين بالذكاء الاصطناعي المتاحة في كل سوق، سواء أكانت دعمًا واردًا أم تحصيلًا أو مبيعات عبر المكالمات الصادرة.

يعتمد التسعير على الدقيقة، على نحو يشبه عمومًا الطريقة التقليدية لتسعير الرسائل النصية القصيرة أو دقائق الاتصال الصوتي، ويُضاف إلى أي رسوم منصة يفرضها مزود BSP مقابل الأدوات الأساسية. وتختلف الأسعار الدقيقة باختلاف المزود واتجاه المكالمة، كما أن هذا الجانب لا يزال في طور الاستقرار — لذا يُستحسن التأكد من الأسعار الحالية مباشرةً لدى مزود BSP المختار بدلًا من افتراض وجود سعر ثابت.

💡نظرًا إلى سرعة تطور هذا المجال، تعامل مع أي تفاصيل محددة عن الإتاحة أو الأسعار بوصفها نقطة بداية لمناقشة الأمر مع مزود BSP، لا حقيقة ثابتة — فهذا المجال من أسرع أجزاء WhatsApp Business Platform تطورًا في الوقت الحالي.

حالات الاستخدام: تحويل المكالمات من أنظمة الرد الصوتي التفاعلي، والتحصيل، وخدمة العملاء

تتمثل أوضح حالات الاستخدام وأكثرها قيمة على الفور لوكلاء الصوت المعتمدين على الذكاء الاصطناعي في WhatsApp في المجالات نفسها التي أثبتت فيها روبوتات الدردشة المعتمدة على الذكاء الاصطناعي جدواها أولًا عبر المراسلة: المحادثات الكثيفة والمتكررة والمحددة جيدًا.

تحويل المكالمات من أنظمة الرد الصوتي التفاعلي. لا تحظى أنظمة الرد الصوتي التفاعلي التقليدية المعتمدة على قوائم الهاتف بشعبية واسعة، تحديدًا لأنها جامدة وبطيئة. ويمكن لوكيل صوت معتمد على الذكاء الاصطناعي على WhatsApp أن يستبدل قائمة متعددة المستويات تعمل بالضغط على أزرار الهاتف بمحادثة طبيعية؛ إذ يفهم عبارة «أتصل للاستفسار عن عملية توصيل» ويوجه المكالمة فورًا، بدلًا من مطالبة العميل بالتنقل عبر خيارات مثل «اضغط 3 للطلبات، ثم اضغط 1 لمعرفة حالة التوصيل». كما يصلح ذلك ليكون طبقة فعلية لتحويل المكالمات للشركات التي لا تزال تستخدم خطًا هاتفيًا تقليديًا: إذ يمكن أن يؤدي توجيه المكالمات الواردة إلى المكالمات الصوتية عبر WhatsApp أولًا إلى حل الاستفسارات البسيطة أسرع من الانتظار في طابور مركز اتصالات تقليدي.

التحصيل والمحادثات المالية. تتسم خدمات القروض وتذكيرات الدفع ومكالمات التحصيل بالتكرار بطبيعتها، لكنها حساسة أيضًا؛ وهذا بالضبط نوع المحادثات التي ينجح فيها وكيل ذكاء اصطناعي يتولى الحالات الاعتيادية، مثل تأكيد موعد الدفع وشرح الرصيد، ويحوّل الحالات المعقدة أو المشحونة عاطفيًا إلى موظف بشري مدرّب. وكانت شركات الخدمات المالية من أوائل الجهات التي تبنت المكالمات الصوتية عبر WhatsApp على نحو لافت، لأنها تجمع بين الثقة بتطبيق مألوف والبنية اللازمة للمحادثات الخاضعة لمتطلبات الامتثال.

حل مشكلات خدمة العملاء، خصوصًا عندما تكون شبكات الهاتف العامة غير موثوقة. بالنسبة إلى الشركات العاملة في أسواق لا تتسم فيها البنية التحتية للاتصالات التقليدية بالموثوقية، توفر المكالمات القائمة على تقنية VoIP في WhatsApp، والتي تستخدم البيانات بدلًا من شبكة الصوت الخلوية، اتصالًا أكثر موثوقية، مع إتاحة وكيل ذكاء اصطناعي لحل الاستفسارات البسيطة فورًا، بصرف النظر عن وقت ورود المكالمة.

المبيعات وتأهيل العملاء المحتملين. يمكن لوكيل صوت معتمد على الذكاء الاصطناعي إجراء التأهيل الأولي في مكالمة مبيعات واردة، من خلال التأكد من اهتمام العميل وجمع متطلباته الأساسية، ثم تحويل العميل المحتمل الذي أصبح أكثر استعدادًا، مع تزويد فريق المبيعات بسياق غني، إلى مندوب مبيعات بشري. ويشبه ذلك الطريقة التي تؤهل بها روبوتات الدردشة المعتمدة على الذكاء الاصطناعي العملاء المحتملين عبر مراسلات WhatsApp اليوم.

💡في جميع هذه الحالات، ينطبق النمط المشترك: يتولى الذكاء الاصطناعي المهام الروتينية ذات الحجم الكبير في المرحلة الأولى؛ ويتولى البشر الحالات التي تتطلب تقديرًا؛ ويجري التسليم بينهم مع الاحتفاظ بالسياق كاملًا، حتى لا يضطر العميل إلى تكرار ما قاله.

ما القادم: الفيديو وما بعده

أوضحت Meta أن المكالمات الصوتية ليست الوجهة النهائية للمكالمات عبر WhatsApp Business؛ فمكالمات الفيديو موثقة باعتبارها ميزة مخططًا لها أو قيد التطوير ضمن واجهة Calling API نفسها، إلى جانب ميزات أخرى متعددة الوسائط، مثل إمكانات أكثر تطورًا للتعامل مع البريد الصوتي ومشاركة الشاشة، مع أنها لم تصبح متاحة على نطاق عام وقت كتابة هذا المقال.

الاتجاه واضح، حتى إن لم يتضح الجدول الزمني الدقيق: تضع WhatsApp نفسها قناةً متعددة الوسائط للاتصالات التجارية بشكل افتراضي؛ نصوصًا ووسائط غنية وصوتًا، وفيديو في نهاية المطاف، كل ذلك ضمن سلسلة محادثات مستمرة واحدة، بدلًا من قنوات منفصلة وغير مترابطة تضطر الشركة إلى وصلها معًا.

أما في مجال الذكاء الاصطناعي تحديدًا، فيتيح الفيديو فئة جديدة تمامًا من حالات الاستخدام، تتجاوز ما يمكن للصوت وحده تحقيقه، مثل التحقق البصري (تأكيد تلف المنتج عند إرجاعه، أو إرشاد العميل خلال خطوة عملية لاستكشاف عطل وإصلاحه)، والتشخيص عن بُعد، ومحادثات المبيعات الأكثر ثراءً. ولا يتوفر أي من ذلك حاليًا على نطاق عام، لذا ينبغي لأي شركة تخطط للاستفادة منه أن تتعامل معه باعتباره بندًا ضمن خارطة الطريق تستعد له، لا قدرة يمكنها البناء عليها اليوم.

💡الخلاصة العملية: الشركات التي تستثمر الآن في المكالمات الصوتية المعتمدة على الذكاء الاصطناعي عبر WhatsApp، من قواعد المعرفة إلى منطق التصعيد وأطر الامتثال، تبني الأساس نفسه الذي سيمتد بسلاسة إلى الفيديو عند توفره على نطاق واسع، بدلًا من البدء من جديد.

الامتثال والموافقة المخصصان للمكالمات الصوتية

كل ما سبق تناوله بشأن الامتثال لمتطلبات المراسلة عبر WhatsApp ينطبق أيضًا على المكالمات، مع بعض الإضافات الخاصة بالصوت التي يجدر التنبيه إليها مباشرةً.

تُسجَّل الموافقة على المكالمات الصادرة صراحةً، ولا يُكتفى باستنتاجها. فعلى خلاف الموافقة العامة على تلقي الرسائل التسويقية، تُعدّ صلاحية بدء الشركة للمكالمة حالة مستقلة تسجلها Meta لكل عميل، ويمكن التحقق منها قبل إجراء المكالمة. وينبغي تضمين ذلك في أي سير عمل للمكالمات الصوتية الصادرة المعتمدة على الذكاء الاصطناعي، مثل مكالمات التحصيل الاستباقية أو تذكيرات المواعيد، على هيئة تحقق صريح، لا افتراض مستمد من موافقة العميل على المراسلة.

لتكرار المكالمات التي لا يُجاب عنها عواقب حقيقية. قد يؤدي تكرار المكالمات الصادرة التي لا يُجاب عنها أو التي يرفضها العميل إلى إلغاء إذنه بتلقي المكالمات تلقائيًا؛ وهذا تذكير بأن حملات المكالمات الصوتية الصادرة المعتمدة على الذكاء الاصطناعي تحتاج إلى الانضباط نفسه في التكرار والاستهداف الذي تحتاج إليه حملات المراسلة الصادرة، وربما بدرجة أكبر، لأن رنين الهاتف أكثر إزعاجًا من إشعار الرسالة.

يتطلب تسجيل المكالمات اهتمامًا صريحًا بالموافقة والإفصاح. ينبغي أن يلتزم تسجيل مكالمات WhatsApp التي يتولاها الذكاء الاصطناعي (أو البشر) لأغراض الجودة أو التدريب أو الامتثال بقوانين الموافقة والإفصاح المعمول بها في المنطقة. وتختلف هذه القوانين كثيرًا حسب الاختصاص القضائي والقطاع، لا سيما في القطاعات الخاضعة للتنظيم مثل القطاع المالي. ولا ينبغي افتراض أن التسجيل ممتثل تلقائيًا لمجرد أن المكالمة نفسها تجري على WhatsApp.

تظل الشفافية بشأن الذكاء الاصطناعي مطلوبة. كما هو الحال مع روبوتات الدردشة المعتمدة على الذكاء الاصطناعي، يُعدّ الإفصاح للمتصل بأنه يتحدث إلى وكيل صوت يعمل بالذكاء الاصطناعي، لا إلى شخص، أفضل الممارسات، ويزداد اعتباره متطلبًا تنظيميًا في عدد متنامٍ من الأسواق، بدلًا من ترك جودة الصوت الاصطناعي وحدها توحي بذلك.

كيفية قياس أداء المكالمات الصوتية المعتمدة على الذكاء الاصطناعي عبر WhatsApp

يوسّع إطار قياس أداء وكلاء الصوت المعتمدين على الذكاء الاصطناعي المقاييس الأساسية نفسها المستخدمة لروبوتات الدردشة المعتمدة على الذكاء الاصطناعي، مع إضافة بعض المقاييس الخاصة بالصوت:

معدل احتواء المكالمات — وهو النظير الصوتي لمعدل تحويل المكالمات: نسبة المكالمات التي يتولاها وكيل الذكاء الاصطناعي بالكامل من دون تحويلها إلى موظف بشري، مقارنةً بأنواع المكالمات المحددة التي صُمم الوكيل للتعامل معها.

معدل حل المشكلات — أي ما إذا كانت مشكلة المتصل الفعلية قد حُلّت، ويُتتبَّع هذا المقياس بصورة منفصلة عن احتواء المكالمات. فقد تُحتوى المكالمة بواسطة الذكاء الاصطناعي من دون حل المشكلة الأساسية، إذا اكتفى المتصل بالاستسلام بدلًا من التصعيد؛ وينطبق هنا نمط الإخفاق نفسه المهم عند تحويل المحادثات عبر روبوتات الدردشة.

CSAT للمكالمات الصوتية — تقييم موجز بعد المكالمة (عبر رسالة WhatsApp للمتابعة، إذ تسهّل القناة إرسالها فور انتهاء المكالمة)، ويُتتبَّع على نحو منفصل للمكالمات التي يتولاها الذكاء الاصطناعي وحده، والمكالمات التي يحوّلها الذكاء الاصطناعي إلى موظف بشري، والمكالمات التي يتولاها البشر بالكامل، للكشف عن فجوات الرضا بحسب نوع المكالمة.

التكلفة لكل مكالمة/دقيقة — إجمالي التكلفة (رسوم BSP لكل دقيقة، وتكاليف منصة الذكاء الاصطناعي، وأي وقت يقضيه الموظف البشري في المكالمات المصعّدة) مقارنةً بتكلفة مركز اتصالات مكافئ يعمل بالكامل بموظفين بشريين ويتعامل مع الحجم نفسه من المكالمات.

متوسط مدة معالجة المكالمة والوقت اللازم للحل — المدة التي تستغرقها المكالمات التي يتولاها الذكاء الاصطناعي مقارنةً بأنواع المكالمات نفسها التي كانت تتطلب موظفًا بشريًا، ومدى سرعة التحويل من الذكاء الاصطناعي إلى الموظف البشري عند الحاجة؛ إذ إن بطء التحويل أو فقدان السياق فيه يقوّض القيمة المقترحة بأكملها.

💡كما هو الحال مع روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في المراسلة، لا يكفي أي مقياس واحد لسرد الصورة كاملة. فارتفاع معدل احتواء المكالمات مع انخفاض CSAT يعني عادةً أن الذكاء الاصطناعي ينهي المكالمات بدلًا من حل المشكلات، ولا تظهر هذه الفجوة إلا عند تتبع المقاييس مجتمعةً.

البدء

تحقق من مزود BSP بشأن توفر المكالمات والمكالمات الصوتية المعتمدة على الذكاء الاصطناعي حاليًا. نظرًا إلى سرعة طرح هذه الإمكانات، لا تفترض أنها متاحة لك؛ بل تحقّق مباشرةً مما هو متاح على المنصة المحددة التي تدرسها، بما في ذلك اتجاهات المكالمات والأسواق المدعومة.

ابدأ بالمكالمات الواردة، لا الصادرة. فالمكالمات الواردة (التي يبدأها المستخدم) تتطلب موافقات أقل وتتوفر على نطاق أوسع، ما يجعلها نقطة الانطلاق الطبيعية — بدءًا بحالات استخدام خدمة العملاء وتحويل المكالمات من خلال أنظمة الرد الصوتي التفاعلي (IVR)، قبل الانتقال إلى مكالمات التحصيل أو المبيعات الصادرة.

أعِد استخدام قاعدة المعرفة التي أعددتها بالفعل للذكاء الاصطناعي في المراسلة. إذا كان روبوت محادثة أو وكيل ذكاء اصطناعي على WhatsApp قيد التشغيل بالفعل، فإن قاعدة المعرفة الأساسية للأسئلة الشائعة والسياسات تمثل نقطة انطلاق قوية لوكيل الصوت، بدلًا من إنشاء نظام معرفة منفصل من الصفر.

صمّم آلية تسليم المحادثة إلى موظف بشري قبل الإطلاق. فالانضباط نفسه في إتاحة تولي الموظف البشري للمحادثة، وهو أمر مهم لروبوتات المحادثة، يصبح أهم في المكالمات الصوتية — إذ إن تجربة المتصل المحبط العالق مع نظام ذكاء اصطناعي لا يحوّله إلى موظف بشري أسوأ من تجربة مستخدم محبط في المحادثة، لأن التفاعلات الصوتية تنطوي بطبيعتها على قدر أكبر من الاستعجال.

تابع معدلات احتواء المكالمات وحل المشكلات ورضا العملاء (CSAT) والتكلفة لكل مكالمة منذ اليوم الأول، وطبّق الانضباط نفسه في قياس أداء الذكاء الاصطناعي للمراسلة، حتى تكون القيمة الفعلية لتطبيق الصوت مثبتة لا مفترضة.

تعامل مع الفيديو وميزات خارطة الطريق الأخرى بوصفها استعدادًا للمستقبل، لا أهدافًا للبناء حاليًا — استثمر الآن في أسس الامتثال والمعرفة، وتوسّع نحو قدرات متعددة الوسائط أكثر ثراءً عندما تصبح متاحة للجميع.

كلمة أخيرة

وكلاء الصوت بالذكاء الاصطناعي على WhatsApp قدرة حقيقية ومتاحة اليوم، وليست مجرد تصور للمستقبل — لكن الصورة الصادقة هي أن طرحها لا يزال في طور النضج: فهي قوية في بعض الأسواق وفئات BSP، وأكثر محدودية في أسواق وفئات أخرى، بينما يظل الفيديو والقدرات المتعددة الوسائط الأعمق ضمن خارطة الطريق بوضوح، من دون أن تتاح بعد على نطاق واسع. وبالنسبة إلى الشركات التي استثمرت بالفعل في الذكاء الاصطناعي لمراسلات WhatsApp، يمثّل الصوت الطبقة التالية الطبيعية، إذ يعتمد على قاعدة المعرفة نفسها، والانضباط نفسه في تسليم المحادثة إلى موظف بشري، وإطار القياس نفسه — ويوسّع قناة يثق بها العملاء بالفعل لتشمل المحادثات التي كان التعبير عنها شفهيًا أفضل دائمًا من كتابتها.

ومع اتساع نطاق إتاحة المكالمات عبر فئات BSP خلال بقية عام 2026 وما بعده، ستكون الشركات الأقدر على التحرك بسرعة هي تلك التي تعاملت مع أساس الذكاء الاصطناعي للمراسلة — قاعدة المعرفة، ومنطق التصعيد، وإجراءات الامتثال — بوصفه بنية تحتية للصوت منذ البداية، لا مشروعًا منفصلًا يُبنى لاحقًا.