企業 AI 落地研究所01 / 14
企業 AI 外撥
的三個關卡
為什麼要做、技術難在哪、勿擾(DNC)怎麼合規。
先問名單狀態寫在哪,再問 AI 聲音像不像真人。
主持 Casper來賓 Max
企業 AI 落地研究所02 / 14
第 1 段 ・ 本集地圖

AI 外撥=會講話的 AI+管名單的帳本。

大家想到的
AI 語音

電話裡會開場、介紹、邀約回電的那張嘴。像餐廳的廚師。

真正卡住的
名單中樞

名單從哪來、誰同意、打完寫在哪、誰說過不要再打。像餐廳的訂位本。

本集三個關卡
1
為什麼要做

成本、規模與尖峰、一致性、轉換

2
技術難在哪

延遲與搶話、台灣口音、號碼信譽、AI 判讀、廠商整合

3
勿擾怎麼合規

同意、拒絕、AI 揭露、時段、個資、錄音、稽核軌跡

生活比喻

只請了廚師、沒有訂位本:菜再好吃,客人還是會被重複打電話確認三次。

實際例子

客戶說「不要再打」,明天另一個活動又打過去——不是 AI 不會講話,是帳本有兩本。

DNC:Do Not Call,勿擾/拒絕電話行銷來源:對談稿第 1 段
企業 AI 落地研究所03 / 14
主軸一 ・ 第 2 段 ・ 企業為什麼需要

把最花時間的那一段,先交給 AI 篩。

撥出的電話沒接、語音信箱、空號、打錯人佔掉大部分時間
接通且願意聽AI 開場、表明身分、介紹
同意業務回電記下方便的時段
交給業務人接手談

示意圖,不代表實際比例

  • 成本:人工外撥大多花在撥號與等待,AI 先篩,業務只接願意聊的人。
  • 規模與尖峰:活動、續約季一波一波來,人力很難彈性擴縮。
  • 一致性:每通都照同一份開場與揭露,該講的告知不會漏。
  • 轉換:名單放越久越冷,越快完成第一次接觸越好。
  • 名單是髒的:重複、同意過期、說過不要。沒有中樞,AI 打得越快,出事越快。
生活比喻

餐廳帶位員:先問幾位、有沒有訂位,再把客人交給服務生。帶位員不點菜。

實際例子

適合先做的場景:自家會員、有行銷同意、任務單純(確認意願、邀請回電)、後面有人接手。

本集不引用任何轉換率或成本百分比來源:對談稿第 2 段
企業 AI 落地研究所04 / 14
主軸一 ・ 第 3 段 ・ 兩種落地形態

兩種起手式:擺攤試賣,或中央帳本。

做法 A ・ 撥出輕量驗證
IN
活動資料夾
產品說明+設定+名單
01
指令工具
照節奏一通一通撥
02
Voice AI 平台
開場、介紹、邀約
03
在地 SIP
台灣市話號碼
04
對方手機
自家會員
做法 A ・ 收回判讀結果
05
取回逐字稿
定時去問(輪詢)
06
LLM 判讀
意向、勿擾、摘要
07
本機資料庫
名單/通話/勿擾
OUT
同意回電名單
交給業務
做法 B名單中樞
IN
CRM/通路
名單與標籤
HUB
名單中樞
清洗・貼標・活動・DNC・分派
推一小波
語音廠商
外撥+ASR/TTS
回填
通話事件
結果寫回中樞
分派
業務/座席
後續招攬
做法 A

撥號、對話、判讀幾乎包在一個小工具裡,用幾十到幾百通回答「AI 打出去有沒有用」。

做法 B

名單中樞是大腦也是帳本,語音系統是手腳。手腳可以換,帳本不能有兩本。

兩者都是內部原型:A 依計畫實作中;B 為需求驗證用 demo,資料為虛構來源:對談稿第 3 段
企業 AI 落地研究所05 / 14
主軸二 ・ 第 4 段 ・ 延遲與搶話

人換手只要 0.2 秒,AI 要過三站。

AI 回一句話的路徑
IN
對方講完
還是只是停頓?
ASR
聽成文字
語音辨識
LLM
想回什麼
大型語言模型
TTS
念出來
語音合成
OUT
AI 開口
慢一拍就冷場
人與人對話的回應空檔(10 種語言研究)
多半落在 0~200 毫秒,平均約 0.2 秒再慢 → 「喂?喂?有人嗎?」
Turn-taking換手:判斷對方講完了沒,輪到誰講。
Barge-in插話:對方一開口,AI 要立刻閉嘴、聽。
  • 判斷太急會打斷人,太慢又冷場。
  • 先回短承接(「好的」「了解」),再講完整句子。
  • 話術寫短,一次只講一件事。
  • 找同事扮客戶打幾十通、聽錄音:指標看不出的問題,一聽就知道。
生活比喻

講越洋電話有延遲:兩個人一直撞在一起講,最後都不想講了。

實際例子

AI 介紹到一半,客戶說「等一下」,AI 還繼續念完一整段——客戶直接掛斷。

Stivers et al. (2009), PNAS:跨 10 種語言的對話換手研究來源:對談稿第 4 段
企業 AI 落地研究所06 / 14
主軸二 ・ 第 4 段 ・ 台灣口音與用語

一個用詞不對,就像詐騙電話。

聽起來不道地
AI 說
信息
視頻
質量
短信
台灣聽眾習慣
應該說
訊息、資料
影片
品質
簡訊
上線前一定要測
台灣腔調台語夾雜電話號碼念法金額日期與時段人名、公司名
zh-TW繁體中文(台灣)的語言代碼;有些語音平台只有簡體中文選項。
  • 平台的語言選項,不等於台灣人聽得習慣。
  • 這是硬性的「可行/不可行」:口音和用語不過關,後面整合寫得再漂亮都沒用。
  • 先小規模實測,再決定要不要綁定平台。
生活比喻

門市店員一開口是外地腔又用錯詞,客人第一個反應是「這家店是真的嗎?」

實際例子

AI 說「我們的信息顯示您是會員」,對方立刻掛斷:不是產品不好,是一個詞讓人起疑。

用詞對照為示意,實際話術請找台灣同事試聽來源:對談稿第 4 段
企業 AI 落地研究所07 / 14
主軸二 ・ 第 5 段 ・ 線路與號碼信譽

電話打不打得通,先看號碼。

發話號碼怎麼選
✓台灣在地市話
✕境外號碼
✕來路不明的號段
號碼保護:系統自己盯
外撥量突增+短秒掛比例偏高→自動暫停
錯誤做法:靠值班的人盯報表,等號碼被標記成可疑才發現。
SIP網路電話線路的標準,把 AI 平台接上真正的電話號碼。
號碼信譽來電辨識服務與電信端對這支號碼「可不可信」的判斷。
  • 境外或可疑號碼,手機常直接跳警示,連開口的機會都沒有。
  • 上線前:把發話號碼與公司名稱在來電辨識服務登錄。
生活比喻

門口的招牌:沒掛招牌、地址又在外地,客人不會開門。

實際例子

同一支號碼一個早上打了幾千通、大多數幾秒就掛——隔天這支號碼在客戶手機上顯示「疑似詐騙」。

號碼信譽與暫停門檻依電信與內部政策設定來源:對談稿第 5 段
企業 AI 落地研究所08 / 14
主軸二 ・ 第 5 段 ・ 通話後的 AI 判讀

信心分數不是拿來看的,是拿來叫人的。

1
大模型讀逐字稿

輸出意向、摘要、要不要勿擾、停在話術哪一段。

2
高信心 → 自動處理

同意回電的派給業務;空號、打錯人各走各的流程。

!
低信心或出錯 → 人工覆核

不自動重撥、不直接派給業務。

↓
模型掛了 → 降級走規則

改用關鍵字判斷,系統還能轉。

信心分數模型對自己判斷有多少把握。
揭露後掛斷率AI 表明身分後幾秒內掛斷的比例;高的話,問題在開場。
結果不只「有沒有興趣」
同意回電沒興趣稍後再打語音信箱空號打錯人要求勿擾系統失敗
生活比喻

工廠品檢:機器判不準的件放到人工複檢區,不是直接出貨。

實際例子

客戶說「我考慮一下」,模型判成高意向但信心很低,沒進覆核就派給業務——業務白跑一趟。

系統失敗不能算在客戶頭上;空號要從名單移除來源:對談稿第 5 段
企業 AI 落地研究所09 / 14
主軸二 ・ 第 6 段 ・ 跟語音廠商整合

手腳可以換,帳本不能有兩本。

名單中樞大腦+帳本

同意、勿擾、重撥、分派,都由這裡決定。

「明天要不要再打?」中樞說了算
語音廠商手腳

把電話打出去、把結果回報。每次只打一次。

「這通打完了」只是事件,不是狀態
事件去重、照時間排序、每日對帳→唯一真相
Webhook打完一通,廠商主動通知中樞結果;會漏、會重送、會亂序。
  • 名單小批次、接近撥出時間才推。
  • 每一通撥出前,再問一次「還能打嗎」。
  • 錄音不搬進名單系統,只存參照與摘要。
  • ASR、TTS、模型、線路、業務人數都有上限,沒有負載訊號就保守送。
生活比喻

外送通知:「已送達」沒跳、跳兩次、或比「已取餐」還早到。人看得懂,系統看不懂。

實際例子

語音那邊顯示「已打完」,中樞還排著明天重撥——兩邊都自以為是權威。

只講整合模式,不涉及任何特定廠商介面來源:對談稿第 6 段
企業 AI 落地研究所10 / 14
主軸三 ・ 第 7 段 ・ 勿擾(DNC):美國與台灣

台灣沒有全國勿擾名單,每家企業自己擋。

項目美國台灣
全國登記名單有:National Do Not Call Registry(FTC),行銷前要排除登記號碼沒有全國性、民眾可登記的名單;企業自行記錄與註記
拒絕行銷企業也要維護自家勿擾名單,並遵守拒絕請求《個資法》第 20 條:當事人拒絕應即停止;首次行銷要提供拒絕方式並負擔費用
可撥時段未經同意,不得在受話人當地 8:00 前、21:00 後撥打(FTC TSR、FCC TCPA 規則)銀行公會規範:信用卡與貸款外撥行銷不得在 21:00 後、9:00 前(客戶要求除外)
AI 語音FCC 2024-02:AI 生成人聲屬 TCPA 的「人工或預錄語音」,原則上需事先明示同意查到的公開規範未見專門條文;表明公司、發話人與目的是既有要求
出處:16 CFR 310.4;47 CFR 64.1200;FCC-24-17;個資法 §20;銀行業電話行銷應遵循原則(2023-10 修正)非法律意見,請洽法遵
企業 AI 落地研究所11 / 14
主軸三 ・ 第 7 段 ・ 台灣的三份依據

「立即停止」,包含你的外包廠商。

1個人資料保護法 第 20 條法律拒絕行銷應即停止;首次行銷應提供拒絕方式並支付所需費用
2拒絕商業行銷指引國發會,2023 年 6 月可不附理由、隨時拒絕,不限企業提供的管道;企業要記錄、回覆,並盡快通知受託者停止
3銀行業電話行銷應遵循原則銀行公會,2023 年 10 月修正告知銀行名稱、發話人、目的;首次致電說明電話來源;信用卡與貸款外撥有時段限制
受託者幫你打電話的外包電銷或語音廠商。
AI 揭露我們的設計原則:開場報公司、說「我是 AI」、告知錄音,再問是不是本人。
一句話
勿擾不是法務文件,
是系統設計。
指引摘要參考理律法律事務所整理;個資法 2025-11 修正部分條文施行日期未定來源:對談稿第 7 段
企業 AI 落地研究所12 / 14
主軸三 ・ 第 7 段 ・ 系統要做的七件事

任一訊號成立,就進全域勿擾。

模型判斷要勿擾或結果判成勿擾或逐字稿出現「不要再打」→全域勿擾・跨活動生效

不跟信心分數賭:少打一通損失一個商機,多打一通損失客戶信任。

1
同意

範圍、版本、時間、來源

2
拒絕

任一訊號就停

3
撥前檢查

每通再查一次

4
時段

排程自動擋

5
個資

先遮蔽再給 AI

6
錄音

開場告知,本體受控

7
稽核軌跡

誰、何時、哪一句

生活比喻

電梯安全感應器:只要一個感應到有人,門就不關。

實際例子

「我再想想,先不要打來好了」:模型判成稍後再打,但關鍵字命中「不要打」——直接進勿擾。

電話裡絕不要求身分證、卡號、密碼來源:對談稿第 7 段
企業 AI 落地研究所13 / 14
主軸三 ・ 第 7 段 ・ 上線前的演練

說一句「不要再打」,計時。

勿擾演練 ・ 上線前用測試號碼
步驟檢查什麼通過耗時
1電話裡說「不要再打給我」□—
2中樞標成全域勿擾,留下是哪一句□□
3已推給廠商的名單也被撤回□□
4其他活動的下一通被攔下□□

這個時間答不出來,就還沒準備好上線。

同意不是一個勾勾
什麼時候同意從哪個管道同意哪一類行銷哪一版條款是否已撤回
  • 三年前辦卡同意、去年在 App 關掉、今年又填表同意:最新一筆說了算。
  • 缺同意證明,就不進正式可撥名單。
  • 送去 AI 貼標前,身分證、卡號、保單號、電話先換成佔位符號。
生活比喻

消防演練:不是等真的失火,才發現逃生門被鎖住。

實際例子

同一支門號同時在兩個活動裡,沒有跨活動控管,一週被打三次。

情境皆為虛構示意來源:對談稿第 7 段
企業 AI 落地研究所14 / 14
第 8 段 ・ 收束

先把帳本做對,再讓 AI 開口。

想驗證 AI 有沒有用

自家會員、有行銷同意、任務單純的小活動,先打幾十到幾百通。看接通率、揭露後掛斷率、同意回電率、分類準確率。

金融、大型通路、多家廠商

先談清楚名單中樞、勿擾流程與責任邊界;語音是可替換的執行層。

開會可以直接問的三題
01

名單狀態的唯一真相在誰家?

02

客戶說不要再打,誰能在下一通之前攔下來?

03

出事時,拿得出「誰、何時、為什麼」的紀錄嗎?

你們公司評估 AI 外撥,
最卡的是:名單、技術,還是合規?
訂閱 企業 AI 落地研究所
我們下集見