ב-1 ביולי 2026 השיקה xAI בגרסת בטא כלי חדש בשם Voice Agent Builder, פלטפורמה שמאפשרת להקים סוכן שיחה קולי לעסק בלי לכתוב שורת קוד אחת. לפי החברה, אפשר להגדיר סוכן טלפוני שעובד בסביבת ייצור בתוך כשתי דקות, על בסיס מודל הקול שלה Grok Voice.
ההבטחה המרכזית היא איחוד של מה שהיה עד היום ערימת רכיבים נפרדים. רוב מערכות הקול בשוק מחברות שלושה שירותים, המרת דיבור לטקסט, מודל שפה, והמרת טקסט חזרה לדיבור, כשכל שלב לעיתים מתארח אצל ספק אחר. כל מעבר כזה מוסיף עלות, השהיה ונקודת כשל נוספת. xAI טוענת שה-Voice Agent Builder הוא ממשק אחד על נתיב דיבור אל דיבור שבנוי סביב Grok Voice עצמו, במקום הרכבה של שלושה חלקים.
מה יש בקופסה
הכלי מגיע עם טלפוניה, אחזור ידע, כלים, גארדריילים, תמיכת MCP ותיעוד שיחות, הכול במקום אחד. עסק יכול לחבר מספרי טלפון קיימים דרך SIP, לחווט כלים ל-API ולשרתי MCP שלו, או לחבר לקוח משלו דרך WebSocket.
ההגדרה מתחילה בתיאור בשפה חופשית של מהלך השיחה הרצוי, ולאחריו צירוף מסמכים, כלים וכללי הגבלה. הידע של הסוכן מגיע ממאגר מסמכים שאפשר להעלות בפורמטים נפוצים כמו Word, Excel, PowerPoint, Markdown ו-JSON, והסוכן שולף מהם תוך כדי שיחה. מעבר לידע, הסוכן גם פועל. הוא יכול לקבוע פגישה ב-Google Calendar או ב-Outlook, לבדוק סטטוס הזמנה או לבצע החזר כספי דרך ה-API של העסק, לנהל כרטיסים ב-Linear או ב-Notion, ולהעביר את השיחה לנציג אנושי כשצריך.
בצד הקול יש יותר מ-80 קולות מובנים, ואפשר גם לשכפל קול מותג מתוך כשתי דקות של הקלטה. לכל חשבון מוקצה מספר טלפון חינמי, וכל שיחה מוקלטת ומתומללת לצורך בקרה, כולל אפשרות להאזין ולראות באילו כלים הסוכן השתמש. הגארדריילים מגבילים את מה שאסור לסוכן לעשות, למשל להקריא מספרי כרטיס אשראי או לגלוש לנושאים מחוץ לתסריט.
כמה זה עולה
התמחור הוא נקודת המכירה הבולטת. xAI גובה 0.05 דולר לדקת אודיו לפי תעריף ה-API שלה, כשהקולות כלולים ואין דמי פלטפורמה נפרדים. שימוש במספר טלפון מוקצה מוסיף 0.01 דולר לדקה. לשם השוואה, מערכות קול אחרות נוטות לחייב בנפרד על כל רכיב, זיהוי דיבור, עיבוד, סינתזה ופלטפורמה, כל אחד עם מונה משלו. פרסומים בתקשורת מציינים שהמחיר נמוך מזה של שחקניות מבוססות בתחום כמו ElevenLabs ו-Vapi, אם כי קריאות לכלים בצד השרת, כמו חיפוש ברשת או חיפוש מסמכים, מתומחרות בנפרד ומשפיעות על העלות בפועל.
הזווית העסקית
עבור עסק, ההצעה מכוונת בבירור למוקדי שירות ומכירות. סוכן קולי שיודע לענות, לשלוף מידע ממאגר, לבצע פעולה במערכות הפנימיות ולהעביר לנציג אנושי כשצריך, יכול לקצר תורים ולעבוד מסביב לשעון. היכולת לחבר מספר קיים דרך SIP ולשמור על תשתית הטלפוניה הקיימת מקטינה את חסם הכניסה. לפי הפרסומים, הכלי מיועד גם לפריסות בהיקף גבוה, ומגיע עם התאמות לתקנים כמו SOC 2, HIPAA ו-GDPR, מה שרלוונטי לארגונים בענפים מוסדרים.
הזווית הפרטית והצרכנית קטנה יותר בשלב הזה, אך גם עסק קטן, עצמאי או בעל מקצוע יכול להקים קו מענה אוטומטי לקביעת תורים או למענה על שאלות נפוצות, בלי צוות טכני מאחוריו.
הסתייגות והצד השני
כאן חשוב לשמור על פרופורציה. המספרים שמציגה xAI לטובת Grok Voice, ובהם ציון 67.3 אחוז מול 43.8 אחוז ל-Gemini 3.1 Flash Live ו-35.3 אחוז ל-GPT Realtime 1.5, מגיעים ממדד שהחברה עצמה מציגה ומריצה, τ-voice Bench. אלו טענות יצרן שטרם אומתו על ידי גורם עצמאי, וכדאי להתייחס אליהן בזהירות. המוצר גם נמצא בבטא, כלומר צפויים בו שינויים, והביצועים בשיחה אמיתית ובעומס ייצור עדיין לא נבחנו בפומבי מחוץ למדדים של החברה.
מעבר לכך, סוכן קולי שמבצע פעולות במערכות אמיתיות, כמו החזר כספי או שינוי רשומה, דורש בקרה הדוקה. שגיאה של המודל בשיחה חיה יכולה להיתרגם לפעולה שגויה מול לקוח. גם התחרות בתחום צפופה, עם שחקניות כמו ElevenLabs ו-Vapi, והשאלה האמיתית תיבחן בשטח לפי אמינות, השהיה ואיכות רב לשונית לאורך זמן.
בשורה התחתונה
Voice Agent Builder מוריד משמעותית את חסם הכניסה להקמת סוכן קולי לעסק, עם תמחור פשוט ואיחוד של רכיבים שהיו עד כה מפוזרים בין ספקים. יחד עם זאת, המדדים שמלווים את ההשקה הם של החברה עצמה, המוצר בבטא, וכל פריסה שנוגעת ללקוחות אמיתיים מחייבת בדיקה זהירה לפני שמרימים אותה לאוויר.
1. מהו Voice Agent Builder של xAI ומה הוא מאפשר לעסקים לעשות?
זו פלטפורמה שהושקה ב 1 ביולי 2026 בגרסת בטא, ומאפשרת להקים סוכן שיחה קולי לעסק בלי לכתוב שורת קוד אחת. לפי החברה, אפשר להגדיר סוכן טלפוני שעובד בסביבת ייצור בתוך כשתי דקות, על בסיס מודל הקול Grok Voice. ההבטחה המרכזית היא איחוד של מה שהיה עד היום ערימת רכיבים נפרדים, כלומר ממשק אחד על נתיב דיבור אל דיבור במקום הרכבה של שלושה שירותים נפרדים.
2. מה מבדל את הארכיטקטורה של הכלי ממערכות קול אחרות בשוק?
רוב מערכות הקול בשוק מחברות שלושה שירותים, המרת דיבור לטקסט, מודל שפה, והמרת טקסט חזרה לדיבור, כשכל שלב לעיתים מתארח אצל ספק אחר. כל מעבר כזה מוסיף עלות, השהיה ונקודת כשל נוספת. xAI טוענת שה-Voice Agent Builder הוא ממשק אחד על נתיב דיבור אל דיבור שבנוי סביב Grok Voice עצמו, במקום הרכבה של שלושה חלקים.
3. אילו פעולות הסוכן הקולי יכול לבצע מעבר למענה על שאלות?
מעבר לשליפת ידע ממאגר מסמכים בפורמטים כמו Word, Excel, PowerPoint, Markdown ו-JSON, הסוכן גם פועל בפועל. הוא יכול לקבוע פגישה ב-Google Calendar או ב-Outlook, לבדוק סטטוס הזמנה או לבצע החזר כספי דרך ה-API של העסק, לנהל כרטיסים ב-Linear או ב-Notion, ולהעביר את השיחה לנציג אנושי כשצריך. בצד הקול יש יותר מ 80 קולות מובנים, ואפשר גם לשכפל קול מותג מתוך כשתי דקות של הקלטה.
4. איך בנוי מודל התמחור של הכלי, ואיך הוא משתווה למתחרים?
התמחור הוא נקודת המכירה הבולטת. xAI גובה 0.05 דולר לדקת אודיו לפי תעריף ה-API שלה, כשהקולות כלולים ואין דמי פלטפורמה נפרדים, ושימוש במספר טלפון מוקצה מוסיף 0.01 דולר לדקה. לשם השוואה, מערכות קול אחרות נוטות לחייב בנפרד על כל רכיב. פרסומים בתקשורת מציינים שהמחיר נמוך מזה של שחקניות מבוססות כמו ElevenLabs ו-Vapi, אם כי קריאות לכלים בצד השרת כמו חיפוש ברשת או חיפוש מסמכים מתומחרות בנפרד ומשפיעות על העלות בפועל.
5. אילו הסתייגויות חשוב לזכור לפני הסתמכות על הכלי?
חשוב לשמור על פרופורציה. המספרים שמציגה xAI לטובת Grok Voice, ובהם ציון 67.3 אחוז מול 43.8 אחוז ל-Gemini 3.1 Flash Live ו-35.3 אחוז ל-GPT Realtime 1.5, מגיעים ממדד שהחברה עצמה מציגה ומריצה, τ-voice Bench, כלומר טענות יצרן שטרם אומתו על ידי גורם עצמאי. המוצר גם נמצא בבטא, והביצועים בשיחה אמיתית ובעומס ייצור עדיין לא נבחנו בפומבי. מעבר לכך, סוכן קולי שמבצע פעולות אמיתיות כמו החזר כספי דורש בקרה הדוקה, שכן שגיאה של המודל בשיחה חיה יכולה להיתרגם לפעולה שגויה מול לקוח.
