OpenAI 上周低调发布了一款新产品：Presence，一个专门做企业语音和聊天智能体部署的平台。没有新模型，没有跑分表，官方页面上最扎眼的一句话是——它已经在给 OpenAI 自己的英语电话客服干活，接进的来电里有75%不需要人工插手。
这条消息容易被读成"又一个 AI 客服工具"，但真正的看点在于 OpenAI 这次卖的不是模型能力，而是一套把权限、审批、评测和人工升级焊在一起的生产系统。而这套系统目前只对"合资格企业客户"限量开放，部署要靠 OpenAI 自己的驻场工程师和指定系统集成商上门来做——这本身就说明，企业智能体想真正跑起来，离"接个 API 就能用"还差得远。
OpenAI 电话客服的75%，是怎么来的
Presence 目前覆盖两类场景：实时语音和聊天。客服、外呼销售，以及企业内部一些"高风险"流程——比如员工 IT 工单——都在它的服务范围内。官方举的例子里，一通电话从确认客户身份、查账户信息、套用公司政策，到最后执行一个被授权的操作，整条链路都交给 Presence 处理。
拿来验证这套系统的，是 OpenAI 自己的英语电话支持热线 1-888-GPT-0090。官方说法是，上线几周内这条线的表现就达到甚至超过了人工客服的质量基准，能独立解决75%的来电问题；配合 Codex 驱动的迭代流程，10天里又把转人工的比例压低了15个百分点。
这组数字好看，但读的时候要留个心眼：75% 是 OpenAI 自家客服在英语场景下的成绩，账单查询、身份核验这类流程本身重复度高、规则清晰。换成小语种、换成合规更复杂的银行或保险业务，能不能复现同样的比例，目前没有证据。文中提到 BBVA 在墨西哥探索语音银行服务，SoftBank 在测试日语客服对话，IAG 在研究恶劣天气下的旅客支持——这些都还停留在"探索"和"测试"阶段，没有一家给出过完整的成绩单。
卖的不是模型，是护栏和审批链
单独调用一个大模型 API，或者用某个自助式智能体开发平台搭个聊天机器人，门槛已经很低了。Presence 想解决的是另一个问题：模型答得再好，企业也不敢把它直接扔进生产环境处理真实客户和真实资金，因为没人知道它什么时候会越界。
每个部署上线前，团队可以先跑模拟测试，覆盖常见问题、边界情况和高风险场景，由评测系统检查它有没有走对流程、有没有踩着公司政策、该转人工的时候有没有转；上线之后，护栏负责实时拦截越界对话，产生的会话记录和升级案例又反过来喂给 Codex，由它提出优化建议，团队测试通过再批准上线。这套"策略—护栏—模拟评测—人工升级—持续迭代"的闭环，才是 Presence 跟普通模型调用的真正区别。
- 结论.企业买的其实是"可控性"，不是聊天能力本身，这也是它比自助工具贵、比自助工具慢的原因。
代价也在这里。Presence 目前只以有限公开的方式提供给符合条件的企业客户，不是自助产品，部署要靠 OpenAI 驻场工程师和指定的全球系统集成商牵头完成。对客服负责人和企业 IT/AI 决策者来说，接入它意味着一笔跟外部团队长期绑定的预算——不只是买授权，还要配合数据接入、系统权限梳理、审批流程设计，后续的策略维护和迭代审批也不会自动完成。
- 风险.现有团队如果没有能力承担系统集成和权限治理，这笔投入很可能变成对 OpenAI 服务团队的长期依赖，而不是一次买断的工具。
对已经有专职客服团队、业务流程标准化程度高的企业——账单查询、保险理赔、IT 工单这类场景——Presence 提供了一条经过验证的落地路径。但对还在观望、预算有限，或者业务高度定制化的公司，现在更现实的选择可能还是先用 OpenAI 的 API 自己试错，等 Presence 哪天开放自助模式，再重新算这笔账。