Leverandøren sier at dataene ligger i EU. Hvordan sjekker vi at det faktisk stemmer?

Be om det skriftlig, og be om navn. Et tilbud som sier «i Europa» uten å nevne hvilken region og hvilke underleverandører som er innom lyden, er et løfte og ikke den dokumentasjonen sjekklistepunktet om datasikkerhet ber om. Spør også hvor stemmen beveger seg underveis i samtalen, ikke bare hvor opptaket havner til slutt, for en samtale kan passere flere ledd før den er ferdig behandlet. Får du ikke navnene på papir, har du i praksis fått svaret «USA et sted».

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

Ring agenten fra en vanlig telefon, spill inn samtalen og mål avstanden fra du slutter å snakke til du hører første lyd av svaret. Det er den avstanden kunden kjenner, og over 1–2 sekunder oppleves samtalen som walkie-talkie uansett hva et dashbord viser. Test også et spørsmål som krever et oppslag i CRM-et, ikke bare den innledende hilsenen: et svar som må hente data et sted, bruker lengre tid enn en innøvd velkomst. Du trenger ingen tilgang til systemet for å måle dette.

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

Flytt testen ut av møterommet. Ring inn fra bil i trafikk, fra et sted med dårlig dekning, med et billig headset og med støy rundt deg — altså den hverdagen kundene dine faktisk ringer fra. En agent som er trent på rene, pene opptak, faller sammen først her, og det er nettopp dette som skiller utstillingslokalet fra veien. Gjør testen på den samme telefonlinja kundene skal bruke, ikke i en nettleserdemo.

Leverandøren skryter av støtte for over hundre språk. Er ikke norsk da dekket?

Bredde og dybde er ikke det samme, og hundre språk på lista sier ingenting om hvor godt ett av dem er behandlet. Spør i stedet hva de konkret har gjort for norsk: hvordan de har merket opp norsk tale, om agenten er tilpasset norske forhold, og om det finnes noe mer enn bokmål i modellen. Test det så selv ved å la kolleger med de dialektene kundene dine faktisk har, ringe inn og bruke fagord fra bransjen din. Klarer den bare pent bokmål, klarer den ikke kundemassen din.

Hvem gjør egentlig prompting, labeling og fintuning — vi eller leverandøren?

Avklar det før dere signerer, for det er her forskjellen ligger mellom en rådgiver og en glorifisert chatbot med mikrofon. Spør hvilke av de tre som er inkludert, hvem som skriver og vedlikeholder manuskriptet når det må endres, og om tilpasningen faktisk gjøres på din bransje og ditt språk. Får du bare et tekstfelt å skrive i, har du kjøpt verktøyet og ikke arbeidet.

Hva du må vite når du velger partner på Voice AI

De tre hemmelige våpnene (ingen forteller deg om)

Bak enhver god stemmeagent skjuler det seg tre ting:

Prompting – Manuskriptet som styrer hvordan AI-en oppfører seg. (Uten dette: samtaler som sklir helt ut – og kunder som gir opp.)

Labeling – Byggesteinene som gjør at AI-en skjønner hva folk faktisk sier. (Hint: “mhm” og “æsj” er ikke alltid lett å tolke.)

Fintuning – Tilpasningen som gjør agenten din til en ekspert på din bransje, dine kunder og ditt språk. Det betyr at agenten faktisk kan forstå bransjesjargong, tolke dialekter og bruke din tone of voice. Uten fintuning risikerer du at kundene føler seg snakket til av en robot – ikke en rådgiver.

Dropper du disse? Gratulerer – da har du bare en glorifisert chatbot med mikrofon.

Sjekklisten

Når du skal velge Voice AI-leverandør, er dette punktene du MÅ krysse av – i tillegg til prisenheten avtalen er skrevet i, som avgjør mer enn selve tallet nederst i tilbudet:

Datasikkerhet & GDPR – Hvor havner stemmen til kundene dine? (Spoiler: “USA et sted” er feil svar.) Og kan leverandøren dokumentere at agenten opplyser om at den er KI, slik KI-forordningen krever?

Integrasjoner – Snakker agenten med CRM-et ditt, eller later den som?

Stemmeopplevelse – Høres stemmen ut som et menneske? Eller en GPS fra 2008?

Tilpasning – Kan agenten ha din tone of voice – eller blir den som en kundeservicerobot fra en lavpriskjede?

Analyse & læring – Får du innsikt i hva folk faktisk spør om, eller blir du stående i mørket?

Support – Er leverandøren der når ting går skeis? Eller får du en PDF med FAQ? Og kan de si hvilken modellversjon agenten kjører i dag, oppgitt som en streng og ikke som “den nyeste”?

Språk & kultur – Takler de norsk – på ekte? (Ikke bare bokmål, men dialekter, slang og rare uttrykk.) Når en leverandør skryter av støtte for over hundre språk, er det et løfte om bredde – ikke om dybde.

Forsinkelser – den skjulte dealbreakeren

Her er sannheten: Du kan ha verdens beste stemme, de mest avanserte integrasjonene og perfekt språkforståelse. Men hvis agenten bruker for lang tid på å svare, vil alt kollapse.

Forsinkelser på bare 1–2 sekunder kan gjøre samtalen klein og ubrukelig. Det føles som å snakke i walkie-talkie: “Over og ut.” Ingen kunder gidder det.

En profesjonell Voice AI må svare øyeblikkelig. Responsen må føles like naturlig som når du snakker med et menneske. Derfor har vi i Threll.ai jobbet knallhardt med å kutte latency – slik at stemme Threller oppleves sømløse og ekte.

Bakgrunnsstøy – den usynlige fienden

Å chatte med en AI på tastaturet er enkelt: ren tekst inn, ren tekst ut. Men i virkeligheten snakker kundene dine via telefon – og da blir lydbildet kaotisk:

Trafikk i bakgrunnen
Barn som roper
Dårlige hodetelefoner
Dårlig dekning

Alt dette kan ødelegge for AI-en sin evne til å forstå hva som blir sagt.

Derfor er lydkvalitet og støyhåndtering helt avgjørende i Voice AI. Hvis systemet ditt ikke kan filtrere ut bakgrunnsstøy, får du frustrerte kunder og misforståelser.

I Threll.ai har vi bygget Stemme Threller som er trent på virkelige, uperfekte samtaler. Det betyr at de ikke bare fungerer i et stille møterom – men også i kundens hverdag.

Hva betyr dette for deg?

Å velge Voice AI er som å kjøpe bil: På utstillingen ser alle bra ut, men det er først på veien du merker om motoren faktisk holder.

Hos Threll.ai bygger vi Stemme Threller fra bunnen av – med norske forhold i DNA-et. Vi kan språk, vi kan kultur, og vi kan integrasjonene som gjør at løsningen fungerer i praksis.