Stemmeagenten svarer ikke: sjekklisten for nedetid og reservevei

Fire leverandører står bak én stemme

En stemmeagent som tar imot én samtale, bruker som regel fire uavhengige tjenester: teleoperatøren som eier nummeret og bærer lyden, talegjenkjenningen som gjør lyd til tekst, språkmodellen som avgjør hva som skal sies, og talesyntesen som gjør tekst til lyd igjen.

Hver av dem har sin egen statusside, sine egne vedlikeholdsvinduer og sin egen definisjon av hva som teller som en hendelse. Ingen av dem ser de tre andre. Innringeren hører dem som én ting.

Spørsmålet «er tjenesten oppe?» har derfor ikke ett svar. Det har fire, og alle fire kan være ja samtidig som samtalen er ubrukelig.

Det vanligste utfallet ser ikke ut som et utfall

Da jeg åpnet statussiden til ElevenLabs mens denne artikkelen ble skrevet, lå det én åpen hendelse der: forhøyet svartid på tale-til-tekst og tekst-til-tale. Den stod i overvåkingsfase og hadde vart i seks timer. Ikke nede. Treg.

Det er den formen for svikt de fleste oppsett håndterer dårligst, nettopp fordi ingen automatikk utløses. Agenten svarer. Den bruker bare halvannet sekund for lenge på hver replikk, og i en telefonsamtale er halvannet sekund lang tid. Kunden begynner å gjenta seg selv, agenten hører gjentakelsen som et nytt utsagn, og samtalen går i stå på en måte som ser ut som en dårlig agent snarere enn en treg leverandør. Skal dere i ettertid kunne slå fast hvilken av delene det var, er dere avhengige av at sporet fra samtalen lar seg hente fram.

Det treffer regningen, siden prisen på en stemmeagent oftest måles i minutter og de trege samtalene er de lengste. Og det treffer tallene: en agent som er treg, men oppe, scorer fortsatt høyt på svarprosent og på andel samtaler håndtert uten overføring — de to tallene som smigrer mest, og de eneste som beveger seg riktig vei mens kundeopplevelsen faller.

Sjekklisten

Seks spørsmål. De stilles internt først, og de tre siste tar under en time å besvare.

Spørsmål	Et brukbart svar
Hvor går anropet hvis agenten ikke svarer i det hele tatt?	Et nummer eller en kø, satt opp på selve telefonnummeret.
Hva regnes som «nede» i avtalen?	En terskel for svartid, ikke bare oppe eller nede. Uten en slik terskel er treghet gratis for leverandøren.
Hvem hos dere oppdager det, og hvor fort?	Et navn og et minuttall. «Vi følger med på statussiden» er ikke et svar, og ingen gjør det klokka 02.00.
Hvem kan slå agenten av?	Minst to personer, og de må klare det uten å ringe leverandøren først.
Hvor lang tid tar det å slå den av?	Et målt tall. Prøv det en tirsdag formiddag og ta tiden.
Hva sier agenten når den er halvveis nede?	En setning dere har skrevet på forhånd, som setter over til et menneske. Standardsvaret fra leverandøren er sjelden på norsk, og aldri i deres tone.

Den siste raden står oftest tom. Den henger sammen med eskaleringsrutinen: en agent som ikke kommer videre fordi den er treg, skal ut av samtalen på nøyaktig samme måte som en agent som ikke kommer videre fordi spørsmålet er for vanskelig.

Laget under dere er regulert. Laget over er det ikke.

Her er en kontrast det er verdt å ta med i beredskapsmøtet.

Nkoms program for forsterket ekom stiller krav om at utvalgte basestasjoner skal ha reservestrøm i minst 72 timer ved strømbrudd, mot 2–4 timer for vanlige basestasjoner. De skal i tillegg ha en reserveforbindelse som er uavhengig av hovedforbindelsen. Ordningen omfatter i dag 112 kommuner, og 20 nye skal bygges ut i 2026.

Noen har altså tenkt grundig på robustheten i nettet som bærer samtalen deres. Ingen har tenkt tilsvarende på laget over: modellen, talesyntesen og leverandøren som knytter dem sammen. Der er robusthet ikke et myndighetskrav, men noe dere avtaler — eller lar være å avtale. Det er også leverandøren som eier klokka når noe skal skiftes ut.

Reserveveien hører hjemme på nummeret

Det er den ene tekniske detaljen som er verdt å ta med videre.

Twilio dokumenterer for eksempel en egen reserve-URL på selve telefonnummeret, som kalles når den ordinære håndteringen feiler, og som får med seg en feilkode om hva som gikk galt. Poenget er ikke leverandøren. Poenget er hvor reserveveien ligger: en reservevei som er programmert inne i agenten, finnes ikke den dagen agenten er problemet.

Threll.ai bygger stemmeagenter på norsk, svensk og dansk. Den beste beredskapsplanen for et telefonnummer er kjedelig: et sted anropet faller tilbake til, to personer som kan slå av, og et målt tall for hvor lang tid det tar. Alle tre kan skrives ned i dag, og ingen av dem krever at noe går galt først.