Röstagenten svarar inte: checklistan för driftstopp och reservväg

Fyra leverantörer står bakom en röst

En röstagent som tar emot ett samtal använder som regel fyra oberoende tjänster: teleoperatören som äger numret och bär ljudet, taligenkänningen som gör ljud till text, språkmodellen som avgör vad som ska sägas, och talsyntesen som gör text till ljud igen.

Var och en av dem har sin egen statussida, sina egna underhållsfönster och sin egen definition av vad som räknas som en incident. Ingen av dem ser de tre andra. Den som ringer hör dem som en enda sak.

Frågan ”är tjänsten uppe?” har därför inte ett svar. Den har fyra, och alla fyra kan vara ja samtidigt som samtalet är oanvändbart.

Det vanligaste avbrottet ser inte ut som ett avbrott

När jag öppnade ElevenLabs statussida medan den här artikeln skrevs låg det en öppen incident där: förhöjd svarstid på tal-till-text och text-till-tal. Den stod i övervakningsfas och hade pågått i sex timmar. Inte nere. Långsam.

Det är den sortens fel som de flesta uppsättningar hanterar sämst, just för att ingen automatik utlöses. Agenten svarar. Den tar bara en och en halv sekund för lång tid på varje replik, och i ett telefonsamtal är en och en halv sekund lång tid. Kunden börjar upprepa sig, agenten hör upprepningen som ett nytt yttrande, och samtalet kör fast på ett sätt som ser ut som en dålig agent snarare än en långsam leverantör.

Det drabbar fakturan, eftersom priset på en röstagent oftast mäts i minuter och de långsamma samtalen är de längsta. Och det påverkar siffrorna: en agent som är långsam men uppe ligger fortfarande högt på svarsfrekvens och på andel samtal som hanteras utan koppling vidare — de två siffror som smickrar mest, och de enda som rör sig åt rätt håll medan kundupplevelsen faller.

Checklistan

Sex frågor. De ställs internt först, och de tre sista tar under en timme att besvara.

Fråga	Ett användbart svar
Vart går samtalet om agenten inte svarar alls?	Ett nummer eller en kö, uppsatt på själva telefonnumret.
Vad räknas som ”nere” i avtalet?	En tröskel för svarstid, inte bara uppe eller nere. Utan en sådan tröskel är långsamhet gratis för leverantören.
Vem hos er upptäcker det, och hur snabbt?	Ett namn och ett antal minuter. ”Vi håller koll på statussidan” är inte ett svar, och ingen gör det klockan två på natten.
Vem kan stänga av agenten?	Minst två personer, och de måste klara det utan att först ringa leverantören.
Hur lång tid tar avstängningen?	En uppmätt siffra. Prova det en tisdag förmiddag och ta tid.
Vad säger agenten när den är halvvägs nere?	En mening ni har skrivit i förväg, som kopplar vidare till en människa. Leverantörens standardsvar är sällan på svenska och aldrig i er ton.

Den sista raden står oftast tom. Den hänger ihop med eskaleringsrutinen: en agent som inte kommer vidare för att den är långsam ska lämna samtalet på exakt samma sätt som en agent som inte kommer vidare för att frågan är för svår.

Lagret under er är reglerat. Lagret ovanför är det inte.

Här är en kontrast som är värd att ta med till kontinuitetsmötet.

Ta ett exempel från grannlandet. Norska Nkom ställer i sitt program för förstärkt elektronisk kommunikation krav på att utvalda basstationer ska ha reservkraft i minst 72 timmar vid strömavbrott, mot 2–4 timmar för vanliga basstationer. De ska dessutom ha en reservförbindelse som är oberoende av huvudförbindelsen. Programmet omfattar i dag 112 kommuner, och 20 nya tillkommer under 2026.

Poängen är inte det norska programmet. Poängen är att någon har tänkt noga på robustheten i nätet som bär ert samtal, medan ingen har tänkt motsvarande på lagret ovanför: modellen, talsyntesen och leverantören som binder ihop dem. Där uppe är robusthet inget myndighetskrav, utan något ni avtalar — eller låter bli att avtala. Det är också leverantören som äger klockan när något ska bytas ut.

Reservvägen hör hemma på numret

Det är den enda tekniska detaljen som är värd att ta med sig vidare.

Twilio dokumenterar till exempel en separat reserv-URL på själva telefonnumret, som anropas när den vanliga hanteringen misslyckas och som får med sig en felkod om vad som gick fel. Poängen är inte leverantören. Poängen är var reservvägen ligger: en reservväg som är programmerad inne i agenten finns inte den dag agenten är problemet.

Threll.ai bygger röstagenter på svenska, norska och danska. Den bästa kontinuitetsplanen för ett telefonnummer är tråkig: ett ställe dit samtalet kan falla tillbaka, två personer som kan stänga av, och en uppmätt siffra för hur lång tid det tar. Alla tre kan skrivas ner i dag, och ingen av dem kräver att något går fel först.