Nội dung chính
xAI ngày 1/7 ra mắt Voice Agent Builder, nền tảng không cần viết mã cho phép biến một đoạn mô tả bằng ngôn ngữ tự nhiên thành tổng đài AI hoạt động thật trong khoảng hai phút, theo thông báo của xAI. Sản phẩm đang ở giai đoạn beta, tính phí 0,05 USD mỗi phút hội thoại.
Người dùng chỉ cần gõ mô tả kiểu “trợ lý đặt lịch cho phòng khám nha khoa, nói giọng nữ thân thiện, hỏi tên và số điện thoại khách” — hệ thống tự dựng agent, cấp số điện thoại và cho gọi thử ngay trên trình duyệt. Đây là bước đưa Grok Voice, mô hình giọng nói xAI giới thiệu trước đó qua API, thành sản phẩm hoàn chỉnh cho doanh nghiệp nhỏ không có đội kỹ sư riêng.
Voice Agent Builder biến mô tả thành tổng đài AI trong 2 phút
Khác các nền tảng ghép nhiều mô hình rời rạc — nhận dạng giọng nói, mô hình ngôn ngữ, rồi tổng hợp giọng — Voice Agent Builder chạy trên Grok Voice như một mô hình hợp nhất duy nhất, nhờ vậy xAI tuyên bố độ trễ phản hồi dưới một giây trong môi trường VoIP thực tế. Nền tảng hỗ trợ hơn 25 ngôn ngữ với hơn 80 giọng nói khác nhau, tích hợp sẵn hạ tầng điện thoại, truy xuất tri thức từ tài liệu doanh nghiệp, công cụ gọi hàm, hàng rào an toàn và bảng theo dõi hội thoại.
Về giá, ngoài 0,05 USD mỗi phút âm thanh, khách trả thêm 0,01 USD mỗi phút cước điện thoại với số máy được cấp; bản thân số điện thoại không thu phí. Các lệnh gọi công cụ phía máy chủ tính riêng: tìm kiếm web và mạng X giá 5 USD mỗi 1.000 lượt, tìm trong tài liệu 2,5 USD mỗi 1.000 lượt. Một cuộc gọi chăm sóc khách hàng 10 phút tốn tổng cộng khoảng 0,6 USD — mức được giới phân tích xem là lựa chọn rẻ nhất thị trường hiện nay.
Cuộc đua hạ giá của thị trường giọng nói nhân tạo
Mức giá của xAI thấp hơn đáng kể so với các nền tảng agent giọng nói phổ biến như ElevenLabs hay Vapi, vốn tính phí theo cấu trúc phức tạp hơn và thường đắt hơn nhiều lần khi cộng đủ các lớp mô hình. Chiến lược “giá sàn” này lặp lại đúng kịch bản cuộc đua API mô hình ngôn ngữ hai năm qua: khi hạ tầng đủ rẻ, đối tượng khách hàng mở rộng từ tập đoàn xuống hộ kinh doanh.
Với doanh nghiệp Việt Nam, tổng đài AI từ lâu là bài toán chi phí: thuê ngoài dịch vụ callbot trong nước thường tính theo gói cố định hàng triệu đồng mỗi tháng. Nếu chất lượng tiếng Việt của Grok Voice được kiểm chứng tốt, mức 0,6 USD cho cuộc gọi 10 phút có thể thay đổi phép tính của các shop online, phòng khám hay công ty du lịch — những nơi cần trực điện thoại ngoài giờ nhưng không đủ ngân sách thuê người. Bạn đọc muốn nắm bức tranh chung về công nghệ giọng nói có thể xem tổng quan AI voice 2026, hoặc tìm hiểu cách xây dựng AI agent tự động hóa cho quy trình làm việc.
Voice Agent Builder cũng đánh dấu bước chuyển của xAI từ công ty mô hình thành công ty sản phẩm doanh nghiệp. Trước đó hãng đã mở Grok Voice Agent API cho lập trình viên; nay lớp no-code phía trên giúp nhóm khách hàng không biết lập trình — vốn chiếm đa số trong khối doanh nghiệp nhỏ — có thể tự triển khai mà không qua đối tác tích hợp. Cách đóng gói “mô tả thành sản phẩm chạy được” này đang trở thành chuẩn chung của làn sóng công cụ agent năm 2026.
xAI cho biết sẽ mở rộng khả năng tích hợp CRM và thanh toán trong các bản cập nhật tới. Điều đáng theo dõi là liệu các đối thủ có buộc phải hạ giá theo, và chất lượng thực tế của Grok Voice với các ngôn ngữ ngoài tiếng Anh đến đâu.
Nguồn: xAI, eesel AI.
Xem thêm: Meta bán compute AI dư thừa, cổ phiếu tăng 9% · Grok 4.3 lên Amazon Bedrock
