»Vi har valgt en dansk leverandør, så samtalerne bliver i Danmark.«
Sætningen falder i næsten hvert eneste indkøb af en stemmeagent. Den står i referatet, den beroliger databeskyttelsesrådgiveren, og den bliver sjældent tjekket igen. Den passer ofte på selskabet på fakturaen. Det er bare ikke det selskab, der hører mest af samtalen.
Hvorfor den er let at tro på
Der er tre gode grunde til, at sætningen overlever.
Kontrakten. I har én aftale, én faktura og ét navn at forholde jer til. Alt, hvad der sker bag det navn, står i et bilag med underdatabehandlere, som få læser efter underskriften.
Markedsføringen. Suverænitet er blevet et salgsargument i sig selv. Da OVH i sommer gennemførte købet af den franske transskriptionstjeneste Gladia, var »dybere europæiske garantier for datalagring« et af hovedargumenterne. Det er et reelt argument – for det ene led, det gælder.
Telefonien. Nummeret er dansk, operatøren er dansk, og samtalen kommer ind på et dansk net. Det første led i kæden er ofte præcis så lokalt, som det lyder. Det er let at lade det første led stå for hele kæden.
Hvad der faktisk sker med en samtale
En kunde ringer og oplyser navn, fødselsdato og hvad hun ringer om. Før agenten har svaret hende, har samtalen som regel været forbi disse led:
- Telefonlinjen. Operatøren tager imod samtalen og sender lyden videre. Her er det ofte dansk hele vejen.
- Platformen. Selskabet, I har aftale med, og som styrer samtalen. Her ligger opsætningen og som regel logfilerne.
- Talegenkendelsen. Lyden bliver til tekst – med navnet, fødselsdatoen og ærindet i. Det er ofte en selvstændig, specialiseret tjeneste.
- Sprogmodellen. Teksten sendes til den model, der afgør, hvad agenten skal svare. De mest brugte modeller leveres af en håndfuld store amerikanske selskaber. Mange af dem tilbyder behandling i Europa, men det er et valg, nogen skal have truffet – det sker ikke af sig selv.
- Talesyntesen. Svaret omdannes til lyd igen. Nogle gange hos endnu en leverandør.
- Lagringen bagefter. Optagelser, transskriptioner og analyser kan ligge et andet sted end der, hvor samtalen blev behandlet i realtid.
Bruger agenten en tale-til-tale-model, slås led tre, fire og fem sammen til ét. Det gør kæden kortere. Det gør den ikke automatisk mere lokal.
Hvert af de seks led kan være et selvstændigt selskab, i sit eget land, med sine egne underdatabehandlere. »Samtalen bliver i Danmark« er kun sandt, hvis det er sandt for alle seks. Det er det samme mønster, som går igen i resten af en stemmeagent: hvert led i samtalen har sin egen ejer, og kapaciteten er det laveste af fire tal, som ejes af fire parter. Datastrømmen følger samme logik.
