Leverandøren siger, at data ligger i EU. Hvordan tjekker vi, om det faktisk holder?

Bed om det skriftligt, og bed om navne. Et tilbud, der siger »i Europa« uden at nævne hvilken region og hvilke underleverandører der er inde over lyden, er et løfte og ikke den dokumentation, punktet om datasikkerhed beder om. Spørg også, hvor stemmen bevæger sig undervejs i opkaldet, ikke kun hvor optagelsen ender, for en samtale kan passere flere led, før den er færdigbehandlet. Kan du ikke få navnene på papir, har du i praksis fået svaret »et sted i USA«.

Hvordan måler vi selv svartiden, når vi ikke har adgang til systemet?

Ring til agenten fra en almindelig telefon, optag samtalen og mål afstanden fra du holder op med at tale, til du hører den første lyd af svaret. Det er den afstand, kunden mærker, og over 1–2 sekunder føles samtalen som en walkie-talkie, uanset hvad et dashboard viser. Test også et spørgsmål, der kræver et opslag i dit CRM, og ikke bare den indledende hilsen: et svar, der skal hente data et sted, tager længere tid end en indøvet velkomst. Du behøver ingen adgang til systemet for at måle det.

Demoen var imponerende. Hvordan tester vi, om den holder hos os?

Flyt testen ud af mødelokalet. Ring ind fra en bil i trafikken, fra et sted med dårlig dækning, med billige hovedtelefoner og med støj omkring dig — altså den hverdag, dine kunder ringer fra. En agent, der er trænet på rene, pæne optagelser, falder først sammen her, og det er netop det, der adskiller showroomet fra vejen. Lav testen på den telefonlinje, kunderne skal bruge, og ikke i en browserdemo.

Leverandøren praler af over hundrede sprog. Er dansk så ikke dækket?

Bredde og dybde er ikke det samme, og hundrede sprog på listen siger intet om, hvor godt et af dem er håndteret. Spørg i stedet, hvad de konkret har gjort for dansk: hvordan de har labelet dansk tale, om agenten er tilpasset danske forhold, og om der er andet end rigsdansk i modellen. Test det derefter selv ved at lade kolleger med de dialekter, dine kunder faktisk har, ringe ind og bruge fagudtryk fra din branche. Klarer den kun pænt rigsdansk, klarer den ikke din kundekreds.

Hvem laver egentlig prompting, labeling og fintuning — os eller leverandøren?

Få det afklaret, før I skriver under, for det er her forskellen ligger mellem en rådgiver og en glorificeret chatbot med mikrofon. Spørg, hvilke af de tre der er inkluderet, hvem der skriver og vedligeholder manuskriptet, når det skal ændres, og om tilpasningen faktisk sker på din branche og dit sprog. Får du kun et tekstfelt at skrive i, har du købt værktøjet og ikke arbejdet.

Det du skal vide, når du vælger partner til Voice AI

De tre hemmelige våben (som ingen fortæller dig om)

Bag enhver god stemmeagent ligger der tre ting:

Prompting – Manuskriptet, der styrer, hvordan AI'en opfører sig. (Uden det: samtaler, der skrider helt ud – og kunder, der giver op.)

Labeling – Byggestenene, der gør, at AI'en forstår, hvad folk faktisk siger. (Hint: “mhm” og “øv” er ikke altid lette at tolke.)

Fintuning – Tilpasningen, der gør din agent til ekspert i din branche, dine kunder og dit sprog. Det betyder, at agenten faktisk kan forstå branchejargon, tolke dialekter og ramme din tone of voice. Uden fintuning risikerer du, at kunderne føler, at de bliver talt til af en robot – ikke af en rådgiver.

Springer du dem over? Tillykke – så har du bare en glorificeret chatbot med mikrofon.

Tjeklisten

Når du skal vælge Voice AI-leverandør, er det her de punkter, du SKAL kunne sætte flueben ved – ud over den prisenhed, aftalen er skrevet i, som afgør mere end selve tallet nederst i tilbuddet:

Datasikkerhed & GDPR – Hvor ender dine kunders stemmer? (Spoiler: “et sted i USA” er det forkerte svar.) Og kan leverandøren dokumentere, at agenten oplyser, at den er AI, som AI-forordningen kræver?

Integrationer – Taler agenten med dit CRM, eller lader den bare som om?

Stemmeoplevelse – Lyder stemmen som et menneske? Eller som en GPS fra 2008?

Tilpasning – Kan agenten ramme din tone of voice – eller ender den som en kundeservicerobot fra en discountkæde?

Analyse & læring – Får du indsigt i, hvad folk faktisk spørger om, eller står du tilbage i mørket?

Support – Er leverandøren der, når tingene går skævt? Eller får du en PDF med en FAQ? Og kan de sige, hvilken modelversion agenten kører i dag, oplyst som en streng og ikke som “den nyeste”?

Sprog & kultur – Kan de dansk – for alvor? (Ikke bare rigsdansk, men dialekter, slang og sære udtryk.) Når en leverandør praler af understøttelse af over hundrede sprog, er det et løfte om bredde – ikke om dybde.

Forsinkelser – den skjulte dealbreaker

Her er sandheden: Du kan have verdens bedste stemme, de mest avancerede integrationer og perfekt sprogforståelse. Men hvis agenten er for længe om at svare, falder alt sammen.

Forsinkelser på bare 1–2 sekunder kan gøre samtalen pinlig og ubrugelig. Det føles som at tale i walkie-talkie: “Over og ud.” Det er der ingen kunder, der orker.

En professionel Voice AI skal svare øjeblikkeligt. Responsen skal føles lige så naturlig som en samtale med et menneske. Derfor har vi hos Threll.ai arbejdet ekstremt hårdt på at skære latency ned – så stemme Threller føles sømløse og ægte.

Baggrundsstøj – den usynlige fjende

At chatte med en AI på tastaturet er nemt: ren tekst ind, ren tekst ud. Men i virkeligheden taler dine kunder i telefon – og så bliver lydbilledet kaotisk:

Trafik i baggrunden
Børn, der råber
Dårlige hovedtelefoner
Dårlig dækning

Alt det kan ødelægge AI'ens evne til at forstå, hvad der bliver sagt.

Derfor er lydkvalitet og støjhåndtering helt afgørende i Voice AI. Hvis dit system ikke kan filtrere baggrundsstøj væk, får du frustrerede kunder og misforståelser.

Hos Threll.ai har vi bygget Stemme Threller, der er trænet på virkelige, uperfekte samtaler. Det betyder, at de ikke kun fungerer i et stille mødelokale – men også i kundens hverdag.

Hvad betyder det for dig?

At vælge Voice AI er som at købe bil: I showroomet ser alle gode ud, men det er først ude på vejen, du kan mærke, om motoren faktisk holder.

Hos Threll.ai bygger vi Stemme Threller fra bunden – med nordiske forhold i DNA'et. Vi kan sproget, vi kan kulturen, og vi kan de integrationer, der får løsningen til at fungere i praksis.