«Vi har valgt en norsk leverandør, så samtalene blir i Norge.»
Setningen faller i nesten hvert innkjøp av en stemmeagent. Den står i referatet, den beroliger personvernombudet, og den blir sjelden sjekket igjen. Den er ofte sann for selskapet som står på fakturaen. Det er bare ikke det selskapet som hører mest av samtalen.
Hvorfor den er lett å tro
Det finnes tre gode grunner til at setningen overlever.
Kontrakten. Dere har én avtale, én faktura og ett navn å forholde dere til. Alt som skjer bak det navnet, står i et vedlegg med underleverandører som få leser etter signering.
Markedsføringen. Suverenitet har blitt et salgsargument i seg selv. Da OVH i sommer fullførte kjøpet av den franske transkripsjonstjenesten Gladia, var «dypere europeiske garantier for datalagring» et av hovedpoengene. Det er et reelt argument – for det ene leddet det gjelder.
Telefonien. Nummeret er norsk, operatøren er norsk, og samtalen kommer inn på norsk nett. Det første leddet i kjeden er ofte nøyaktig så lokalt som det høres ut. Det er lett å la det første leddet stå for hele kjeden.
Hva som faktisk skjer med en samtale
En kunde ringer og oppgir navn, fødselsdato og hva hun ringer om. Før agenten har svart henne, har samtalen som regel vært innom disse leddene:
- Telefonlinja. Operatøren tar imot samtalen og sender lyden videre. Her er det ofte norsk hele veien.
- Plattformen. Selskapet dere har avtale med, som styrer samtalen. Her ligger oppsettet, og som regel loggene.
- Talegjenkjenningen. Lyden blir til tekst – med navnet, fødselsdatoen og ærendet i. Dette er ofte en egen, spesialisert tjeneste.
- Språkmodellen. Teksten sendes til modellen som bestemmer hva agenten skal svare. De mest brukte modellene leveres av et fåtall store, amerikanske selskaper. Mange av dem tilbyr behandling i Europa, men det er et valg noen må ha tatt – det skjer ikke av seg selv.
- Talesyntesen. Svaret gjøres om til lyd igjen. Iblant hos enda en leverandør.
- Lagringen etterpå. Opptak, transkripsjon og analyse kan ligge et annet sted enn der samtalen ble behandlet i sanntid.
Bruker agenten en tale-til-tale-modell, slås ledd tre, fire og fem sammen til ett. Det gjør kjeden kortere. Det gjør den ikke automatisk mer lokal.
Hvert av de seks leddene kan være et eget selskap, i et eget land, med egne underleverandører. «Samtalen blir i Norge» er bare sant hvis det er sant for alle seks. Det er det samme mønsteret som går igjen ellers i en stemmeagent: hvert ledd i samtalen har sin egen eier, og kapasiteten er det laveste av fire tall som eies av fire parter. Dataflyten følger den samme logikken.
