Die überzeugendste Produktdemo ist ein zahlender Kunde, der die Demo gar nicht bemerkt. Laut SpaceX ist Grok Voice 3.0 bereits an diesem Punkt: Die Starlink-Callcenter nutzen es für rund 20.000 Kundenanrufe am Tag, und bei etwa 70 % davon wird das Anliegen ohne menschliches Eingreifen geklärt.
Die Zahlen stammen vom Unternehmen selbst und sollten deshalb so gelesen werden wie jedes Zeugnis, das sich ein Anbieter selbst ausstellt. Dennoch sind sie konkret, und konkrete Angaben sind mehr, als die meisten Markteinführungen von Sprach-KI bieten.
Was SpaceX behauptet
Hier sind die Behauptungen im Überblick, getrennt von der Einordnung.
- Volumen: Die Starlink-Callcenter bearbeiten mit Grok Voice 3.0 rund 20.000 Kundenanrufe pro Tag.
- Lösungsquote: Etwa 70 % der Anfragen werden ohne menschliches Eingreifen geklärt.
- Vertrieb: Jeder vierte Anruf mit Verkaufsbezug führt zu einem Kauf, noch bevor der Kunde auflegt.
- Geschwindigkeit: Die Latenz liegt unter einer Sekunde.
- Positionierung: SpaceX beschreibt das Modell als eines der intelligentesten Systeme seiner Klasse und gibt an, dass es bei Kundensupport-Aufgaben Rekorde aufstellt.
- Preis: Es ist günstiger als mehrere Konkurrenzmodelle.
Eine kleine Rechnung von mir, nicht vom Unternehmen: Wenn 70 % von täglich 20.000 Anrufen ohne einen Menschen bearbeitet werden, bleiben für menschliche Supportmitarbeiter etwa 6.000 Anrufe pro Tag übrig. Diese Zahl hat das Unternehmen nicht genannt.
Die Behauptung zu den Kosten und ihre Grundlage
Behauptungen bei Produkteinführungen wie „am intelligentesten“ oder „rekordbrechend“ kommen meist ohne Maßstab daher. Die Kostenbehauptung nennt immerhin einen. SpaceX verweist auf Artificial Analysis, dessen Tests die Kosten für die Ausführung von Audioaufgaben vergleichen. Laut dem Unternehmen ist Grok Voice 3.0 in den veröffentlichten Ergebnissen günstiger als GPT-Live-1 (Astra, Medium) und GPT-Realtime-2.1.
Das ist ein eng begrenzter Vergleich: zwei namentlich genannte Modelle in einem Kostenbenchmark. Er sagt nichts darüber aus – zumindest nicht in den von SpaceX veröffentlichten Informationen –, wie die Modelle bei der Genauigkeit oder den oben erwähnten Rekorden bei Supportaufgaben im Vergleich abschneiden. Dieser Artikel kann die Lücke nicht schließen, denn der Bericht tut es auch nicht.
Der Teil, der nach Werbung klingt – und auch Werbung ist
Die Vertriebszahl verdient einen zweiten Blick. Dass ein Viertel der Anrufe mit Verkaufsbezug zu einem Kaufabschluss führt, bevor der Kunde das Gespräch beendet, ist eine bemerkenswerte Behauptung. Allerdings gibt es weder eine Definition dessen, was als Anruf mit Verkaufsbezug gilt, noch Angaben dazu, wie sich die übrigen Anrufe zusammensetzen. Support- und Vertriebshotlines funktionieren oft sehr unterschiedlich, und eine einzige Prozentzahl kann vieles verdecken.
Mit der Lösungsquote von 70 % verhält es sich ähnlich. „Ohne einen Menschen gelöst“ ist eine gute Kennzahl, solange niemand fragt, wie gemessen wird, ob etwas gelöst ist. Der Bericht liefert darauf keine Antwort, also können wir es auch nicht.
Nicht nur ein Tool fürs Callcenter
Der Starlink-Support ist ein Einsatzbereich. Laut SpaceX führt das Modell außerdem jeden Tag Millionen von Gesprächen in Tesla-Fahrzeugen und bildet die Grundlage für den Sprachmodus von Grok Bot.
Im Auto ist die freihändige Nutzung das Verkaufsargument. Beschrieben werden zwei Wege:
- Connectors: zum Prüfen des Kalenders und zum Arbeiten mit E-Mails.
- Grok Bot: für aufwendigere Erledigungen, etwa Kaffee bestellen oder einen Tisch im Restaurant reservieren.
Diese Aufteilung ist bemerkenswert. Kalender- und E-Mail-Abfragen sind Informationsabruf; einen Kaffee zu bestellen oder einen Tisch zu reservieren bedeutet dagegen, im Namen des Fahrers zu handeln. Der Bericht sagt nicht, wie oft diese Aufgaben erfolgreich ausgeführt werden, sondern nur, dass die entsprechende Fähigkeit vorhanden ist.
Wie das einzuordnen ist
Die sinnvolle Lesart lautet weder „Sprach-KI hat das Callcenter ersetzt“ noch „Das ist Marketing“. Es handelt sich vielmehr um ein Unternehmen mit einer ungewöhnlich praktischen Testumgebung. SpaceX betreibt die Supporthotlines, entwickelt die Fahrzeugsoftware und liefert das Modell aus. Dadurch kann es Grok Voice 3.0 dort einsetzen, wo die meisten Anbieter erst die Zustimmung eines Kunden bräuchten.
Das macht die Angaben zum Umfang als Beschreibung des internen Einsatzes plausibel und erschwert zugleich die unabhängige Überprüfung. Der einzige externe Bezugspunkt im Bericht ist der Kostenbenchmark, und der deckt nur eine Dimension ab.
Wenn Sie Voice-Modelle für Ihren eigenen Supportbetrieb evaluieren, drängen sich die Fragen geradezu auf. Wie ist ein gelöster Anruf definiert? Was passiert bei den 30 %, die an Menschen weitergeleitet werden? Wie sieht die Latenz von unter einer Sekunde bei einer schlechten Verbindung aus? Keine dieser Fragen wird im bislang verfügbaren Material beantwortet.
Vorerst steht die Behauptung dort, wo die meisten Behauptungen bei Produkteinführungen stehen: eine selbstbewusst präsentierte Zahl, ein namentlich genannter Benchmark und ein Kundenstamm, der zugleich der des Unternehmens selbst ist. Zwanzigtausend Anrufe am Tag bedeuten eine Menge Menschen, die man fragen kann, ob es funktioniert hat.