Retell AI

Retell AI هي منصة بنية تحتية للوكلاء الصوتيين مصممة للمطورين والفرق الهندسية التي تحتاج إلى أتمتة المكالمات الهاتفية على نطاق واسع. أُطلقت الشركة في فبراير 2024 كجزء من دفعة W24 التابعة لـ Y Combinator، ونمت من الصفر إلى أكثر من $40M+ كإيرادات سنوية متكررة (ARR) في غضون عامين تقريباً، حيث قامت بتشغيل أكثر من 40 مليون مكالمة هاتفية مدعومة بالذكاء الاصطناعي في الوقت الفعلي شهرياً بحلول أوائل عام 2026. تستهدف المنصة عمليات مراكز الاتصال: دعم العملاء الوارد، وحملات المبيعات الصادرة، وجدولة المواعيد، وتحصيل الديون، وتأهيل العملاء المحتملين، وذلك من خلال ربط النماذج اللغوية الكبيرة بالبنية التحتية للهاتف والتعامل مع الأجزاء الهندسية الصعبة للذكاء الاصطناعي الصوتي، بما في ذلك إدارة زمن الانتقال، والتعامل مع المقاطعات، وتبادل الأدوار في المحادثة.

تعمل المنصة كبرمجيات وسيطة بين أنظمة الاتصال الهاتفي، وتحويل الكلام إلى نص، واستنتاج النماذج اللغوية الكبيرة (LLM)، وتحويل النص إلى كلام. يمكن للمطورين إحضار النماذج اللغوية الكبيرة الخاصة بهم (GPT-4.1 أو Claude أو Gemini أو Llama أو غيرها) أو استخدام الإعدادات الافتراضية للمنصة، وتكوين مسارات المكالمات من خلال أداة بناء مرئية تعتمد على السحب والإفلات أو عبر واجهة برمجة التطبيقات (API) المباشرة، ونشر وكلاء يردون على مكالمات هاتفية حقيقية. تشمل الميزات الرئيسية استدعاء الوظائف في الوقت الفعلي للحجز أو معالجة المدفوعات في منتصف المحادثة، والبث المباشر للتوليد المعزز بالاسترجاع (RAG) مع المزامنة التلقائية للوصول إلى قاعدة المعرفة، والمكالمات الصادرة المجمعة بدون حدود للتزامن، وتحليلات ما بعد المكالمة، بالإضافة إلى Retell Assure (الذي أُطلق في يناير 2026)، وهو نظام آلي لضمان الجودة يراقب 100% من المكالمات بدلاً من معدل الفحص البشري العشوائي القياسي في الصناعة والذي يتراوح بين 1-2%. تشمل تغطية الامتثال HIPAA و SOC2 Type II و GDPR، مع توفر خيار النشر المحلي للمؤسسات.

ما الذي تفعله Retell AI فعلياً في مايو 2026

تقع Retell عند تقاطع أربعة مكونات: تحويل الكلام إلى نص (تفريغ كلام المتصل في الوقت الفعلي)، واستنتاج النماذج اللغوية الكبيرة (تحديد ما يجب قوله)، وتحويل النص إلى كلام (تحويل الاستجابة إلى صوت)، والاتصال الهاتفي (البنية التحتية للهاتف). تنسق المنصة هذه الطبقات، مع زمن انتقال للاستجابة يبلغ حوالي 600ms من البداية إلى النهاية، وهو من بين الأسرع في فئة المنتجات هذه. هذا الرقم مهم لأن أي تأخير يتجاوز 1.5-2 ثانية يبدأ في الظهور بشكل غير طبيعي للمتصل الذي يتوقع التحدث إلى إنسان.

اعتباراً من أوائل عام 2026، تدعم المنصة أكثر من 50 لغة، والتشغيل متعدد القنوات (الصوت، والدردشة، والرسائل القصيرة SMS عبر نفس تكوين الوكيل)، واستدعاء الوظائف في الوقت الفعلي. تعني هذه الميزة الأخيرة أن الوكيل يمكنه فعلياً القيام بمهام أثناء المكالمة: التحقق من توفر المواعيد، أو معالجة الدفع، أو تحديث سجل CRM، أو تحويل المكالمة إلى وكيل بشري، كل ذلك دون وضع المتصل قيد الانتظار. تتكامل المنصة مع HubSpot و Twilio و Vonage و Go High Level و n8n و Zapier و Salesforce، ومنصات مراكز اتصال المؤسسات مثل Avaya و Genesys و Five9 و Amazon Connect.

في ديسمبر 2025، أطلقت Retell أداة ضمان الجودة الآلية الخاصة بها، Retell Assure. يحلل النظام كل مكالمة بناءً على معايير قابلة للتخصيص بما في ذلك زمن الانتقال، والمقاطعات، والهلوسة، ومشاعر العملاء، ثم يقوم تلقائياً بتعديل سلوك النموذج. يتضمن ضمان الجودة التقليدي في مراكز الاتصال مراجعة بشرية لـ 1-2% من المكالمات، مع حلقات ملاحظات تستغرق أسابيع. يغلق Retell Assure هذه الحلقة في الوقت الفعلي عبر 100% من حجم المكالمات. وصف الرئيس التنفيذي Bing Wu ذلك بأنه "الطلب رقم 1 لعملائنا من المؤسسات - شريحة عملائنا الأسرع نمواً".

"شعرت بقشعريرة عندما فكرت في حقيقة أنني أتحدث إلى جهاز كمبيوتر." - _fw، Hacker News، فبراير 2024 (حول العرض التوضيحي لـ Launch HN)

موقع Retell AI مقارنة بـ Vapi و Bland AI

تهيمن ثلاث منصات على طبقة البنية التحتية هذه: Retell AI و Vapi و Bland AI. وتتخذ كل منها رهاناً معمارياً مختلفاً.

تعتبر Vapi منصة أصلية لواجهة برمجة التطبيقات (API) إلى حد التفصيل الدقيق. فهي تكشف عن كل مكون من مكونات مسار الصوت بشكل فردي: يمكنك تبديل مزود تحويل الكلام إلى نص (STT)، وتغيير محرك استنتاج النماذج اللغوية الكبيرة (LLM)، وتكوين عتبات اكتشاف النشاط الصوتي بدقة تصل إلى الملي ثانية، وضبط التعامل مع المقاطعات لكل حالة محادثة. لكن هذه القوة تأتي بتكلفة. تتطلب Vapi فرقاً هندسية ترغب في الحفاظ على هذا التكوين، وتتراوح الأسعار الشاملة بين $0.13-$0.31/min، وهي أعلى من تكوينات Retell المماثلة. Vapi هي المنصة التي توصي بها الفرق الهندسية المتمرسة لبعضها البعض عندما يحتاجون إلى أقصى قدر من التحكم. تقوم Retell بتجريد هذه الطبقات إلى إعدادات افتراضية معقولة مع خيارات التجاوز، مما يجعل نشرها أسرع ولكنه يعني أنك تفقد بعضاً من هذا الضبط الدقيق على مستوى الملي ثانية.

اتخذت Bland AI مساراً مختلفاً: فبدلاً من تنسيق مزودي النماذج اللغوية الكبيرة (LLM) وتحويل النص إلى كلام (TTS) الخارجيين كما تفعل Retell و Vapi، قامت Bland ببناء حزمة نماذج داخلية خاصة بها. هذا يعني أن Bland تتحكم في زمن الانتقال من البداية إلى النهاية دون الاعتماد على أوقات استجابة واجهة برمجة التطبيقات (API) لجهات خارجية. المقايضة هنا هي مرونة أقل في اختيار النموذج، لكن قوة Bland تكمن في أحجام المكالمات الصادرة العالية جداً، حيث تجعل ملايين الدقائق شهرياً من إمكانية التنبؤ بزمن الانتقال المتسق أمراً قيماً. تمتلك Bland أيضاً طبقة ذاكرة عبر المكالمات تتيح للوكلاء الرجوع إلى ما حدث في المكالمات السابقة مع نفس جهة الاتصال، وهو أمر لا تفعله Retell بشكل أصلي. تتفوق Retell على Bland في متوسط زمن الانتقال (~600ms مقابل ~800ms) وتفوز في حالات استخدام الدعم الوارد/دعم العملاء حيث تكون جودة الصوت والشعور الطبيعي بالمحادثة أكثر أهمية من مجرد حجم الإنتاجية الخام.

بالنسبة للفرق التي ترغب في إقران مسار الصوت الخاص بها ببنية تحتية مفتوحة المصدر وتجنب تكاليف الموردين لكل دقيقة تماماً، فإن Pipecat تستحق الفحص. إنها إطار عمل Python مستضاف ذاتياً للوكلاء الحواريين متعددي الوسائط بدون رسوم لكل دقيقة، على الرغم من أنها تتطلب جهداً هندسياً أكبر بكثير للعمل بالمستوى الذي تتعامل معه Retell جاهزة للاستخدام.

فيما يتعلق بجودة تحويل النص إلى كلام (TTS) على وجه التحديد، تدعم Retell استخدام ElevenLabs كخيار TTS (بتكلفة إضافية: $0.040/min مقابل $0.015/min للمزودين الآخرين)، مما يتيح الوصول إلى استنساخ الصوت الأعلى جودة في السوق للتطبيقات التي تكون فيها واقعية الصوت أمراً بالغ الأهمية.

"كان ضمان الجودة الآلي هو الطلب رقم 1 لعملائنا من المؤسسات - شريحة عملائنا الأسرع نمواً." - Bing Wu، المؤسس المشارك والرئيس التنفيذي لشركة Retell AI، ديسمبر 2025

كيف يبدو واقع بناء ونشر الوكيل الصوتي

يستغرق تشغيل وكيل أساسي بضع ساعات لمطور على دراية بواجهات برمجة التطبيقات REST. تقوم بإنشاء وكيل في لوحة التحكم، وتكوين موجه النظام وإعدادات النماذج اللغوية الكبيرة (LLM)، وربط رقم هاتف (توفر Retell أرقاماً، أو يمكنك إحضار رقمك الخاص عبر Twilio أو Vonage)، وإجراء مكالمة اختبارية. تتعامل أداة بناء المسار المرئية مع المسارات الشرطية البسيطة؛ بينما يمر منطق التفرع المعقد عبر واجهة برمجة التطبيقات (API). يتطلب استدعاء الوظائف في الوقت الفعلي كتابة نقاط نهاية خطاف الويب (webhook) التي يستدعيها الوكيل في منتصف المحادثة، وهو المكان الذي يُقضى فيه معظم الوقت الهندسي لعمليات النشر في بيئة الإنتاج.

يتراكم نموذج التسعير بطرق يقلل منها السعر المعلن $0.07/min. التكوين الواقعي باستخدام GPT-4.1 كنموذج لغوي كبير (LLM) و TTS الافتراضي من Retell يقترب من $0.12-$0.15/min. استخدم ElevenLabs للصوت و Claude Sonnet للاستنتاج وستصل إلى $0.19-$0.22/min قبل الإضافات. عند 10,000 دقيقة شهرياً، هذا هو الفرق بين حوالي $700 و $2,200. يجب على الشركات بناء نماذج تكلفة بناءً على خيارات LLM و TTS الفعلية الخاصة بها قبل الالتزام، وليس السعر الأساسي المعلن. أشار أحد مجمعي المراجعات إلى أن "التكاليف الشاملة في العالم الحقيقي التي تتراوح بين $0.25-$0.33/min شائعة" لعمليات النشر في بيئة الإنتاج.

يتم تقديم دعم العملاء لعملاء الدفع أولاً بأول عبر Discord والبريد الإلكتروني، وهو ما يعمل بشكل جيد للمطورين الذين يحلون المشكلات الفنية ولكنه يخلق احتكاكاً لفرق الأعمال التي تتوقع اتفاقيات مستوى خدمة (SLAs) أسرع. يحصل عملاء المؤسسات على بوابات دعم مخصصة وتغطية متعددة القنوات على مدار الساعة طوال أيام الأسبوع. أشارت العديد من مراجعات Trustpilot إلى صعوبة إلغاء الحسابات بعد انتهاء الفترات التجريبية واستجابات غير واضحة للامتثال لـ GDPR، وهي مشكلات لا تتطابق مع تصنيف G2 الذي يركز على المطورين والبالغ 4.8/5.

تجدر الإشارة إلى اتصال LK LiveKit: تستمد طبقة النقل في الوقت الفعلي الأساسية لـ Retell من نفس مفاهيم البنية التحتية لـ WebRTC مثل LiveKit، وتستخدم بعض الفرق LiveKit مباشرة عندما يريدون تحكماً أكثر دقة في طبقة الاتصال في الوقت الفعلي أسفل وكلائهم الصوتيين.

لمن تم بناء Retell AI

التوافق الأوضح مع Retell: فريق هندسة برمجيات في شركة مقرها الولايات المتحدة تعمل في مجال الرعاية الصحية، أو الخدمات اللوجستية، أو العقارات، أو تحصيل الديون، أو التجارة الإلكترونية، والتي تحتاج إلى أتمتة حجم كبير من المكالمات الواردة ولديها مطورون للحفاظ على التكامل. قامت Medical Data Systems بنشر Retell للتعامل مع 100% من المكالمات الواردة بمعدل تحويل بشري يبلغ 30% فقط، وجمعت ما يقرب من $280,000/month في محادثات الديون الآلية. قامت Pine Park Health بتحسين صافي نقاط الترويج (NPS) للجدولة بنسبة 38% وملأت سعة المزود التي كانت غير مستخدمة سابقاً. خفضت SWTCH، وهي شركة شحن سيارات كهربائية، تكاليف الدعم بأكثر من 50%. هذه ليست حالات استثنائية؛ بل تمثل ما تعمل المنصة على تحسينه.

قصة الامتثال قوية حقاً. شهادات HIPAA و SOC2 Type II و GDPR موجودة بالفعل. تتوفر ميزات تنقيح المعلومات الشخصية، والتحكم في الوصول المستند إلى الدور، وتسجيل الدخول الموحد (SSO) في فئة المؤسسات. بالنسبة للصناعات الخاضعة للتنظيم حيث يؤدي افتقار المنافس إلى اتفاقية شراكة أعمال (BAA) إلى استبعاده، غالباً ما تكون Retell هي الخيار العملي.

ما لا تقدمه Retell AI

لم يتم بناء Retell للمستخدمين غير التقنيين. سيجد أصحاب الأعمال أو فرق العمليات الذين ليس لديهم مطورون ضمن طاقم العمل أن المنصة معقدة للغاية بالنسبة للنشر غير المدعوم. لا يوجد منشئ سير عمل مرئي كامل مع تعيين احتياطي بالسحب والإفلات لكل حالة استثنائية. لا توجد بيئة اختبار معزولة (sandbox) تعكس بيئة الإنتاج بالكامل. يقتصر التحكم في الوصول المستند إلى الدور وسجلات التدقيق على فئة المؤسسات فقط، مما يخلق احتكاكاً لشركات السوق المتوسطة التي تحتاج إلى هذه الضوابط ولكنها لم تصل بعد إلى مستوى المؤسسات.

كما أنها ليست الخيار الصحيح للمبيعات الصادرة البحتة بحجم كبير جداً. إذا كانت حالة الاستخدام الأساسية هي الاتصال بملايين الدقائق شهرياً في حملات صادرة متسلسلة مع ذاكرة لكل جهة اتصال للمكالمات السابقة، فإن بنية Bland AI مصممة خصيصاً لسير العمل هذا. تكمن قوة Retell في خدمة العملاء الواردة والعمليات المختلطة الواردة/الصادرة حيث تكون جودة الصوت والموثوقية عند التزامن المعتدل أكثر أهمية من الإنتاجية الخام.

يجب على الشركات الأوروبية التي لديها متطلبات صارمة لسيادة البيانات، لا سيما في ألمانيا (حيث أشار أكثر من 37 مراجعاً على G2 إلى فجوات في جودة الصوت والامتثال على وجه التحديد) والمملكة المتحدة، التحقق من التوفر الإقليمي الحالي وشروط إقامة البيانات قبل الالتزام. توجد تغطية GDPR، لكن ضمانات إقامة البيانات في فئة الدفع أولاً بأول أقل وضوحاً منها في فئة المؤسسات.

أخيراً: السعر المعلن $0.07/min هو حسابات تسويقية. ضع ميزانية لاختياراتك الفعلية من LLM و TTS. بالنسبة للفرق التي تقيم التكلفة الإجمالية للملكية، فإن التسعير المعياري يكون شفافاً بمجرد قراءة صفحة التسعير بعناية، لكن الفجوة بين السعر الترويجي وواقع الإنتاج قد أحبطت عدداً كافياً من المستخدمين لدرجة أنها تستدعي تحديد التوقعات بشكل صريح قبل التسجيل.