En röstagent på ett svenskt nummer är nästan alltid inställd på svenska. Det är rätt för de flesta samtalen och fel för en liten och kostsam minoritet: kunden som ringer från Köpenhamn, gästen som bor i Danmark, inköparen i koncernen som aldrig har lärt sig svenska.
Här nedan följer ett sådant samtal, ögonblick för ögonblick. Hon ringer ett svenskt servicenummer kvart i åtta på kvällen, och hon talar danska. Ingenting i konfigurationen är uppenbart fel. Men på sex ställen i samtalet måste något vara bestämt i förväg, annars slutar det någonstans ingen skulle ha valt.
19.42 – samtalet kommer in
Allt agenten vet i detta ögonblick är vilket nummer som ringer. Inget annat.
En dansk landskod är en ledtråd, inte ett faktum. Svenskar har danska abonnemang, danskar har svenska, och ett växelnummer säger ingenting om vem som håller i telefonen. Landskoden är värd att använda som utgångspunkt för vilket språk agenten prövar först. Den är inte värd att bygga resten av samtalet på.
19.42.02 – öppningsrepliken väljer språk för hela samtalet
Någon har bestämt vilket språk agenten hälsar på. Det är ett beslut, också när det fattades genom att inte fattas.
Här finns dessutom en skyldighet. Agenten ska upplysa om att den är artificiell intelligens, och det är det billigaste kravet i förordningen att uppfylla. Men en upplysning som ges på ett språk mottagaren inte behärskar är sagd utan att någon har blivit upplyst. Frågan är därför inte om agenten säger det. Frågan är om den säger det igen, på det nya språket, i det ögonblick samtalet byter – och den frågan har ingen leverantör svarat på för er.
19.42.11 – hon svarar på danska
Nu händer det som avgör resten.
Att stödja två språk och att kunna byta mellan dem inne i ett och samma samtal är två olika egenskaper. De följer inte automatiskt med varandra. Retell AI, som skriver det öppet i sin egen dokumentation, uppger att språkbyte mitt i samtalet beror på vilken leverantör av taligenkänning som hanterar samtalet: vissa stöder byte mellan alla språk de täcker, andra transkriberar ett språk per samtal. Täckningen kan inte sättas samman över leverantörsgränser under samtalet.
Det är värt att ta med till nästa leverantörsmöte. ”Vi stöder svenska, danska och norska” besvarar inte frågan. Frågan är om agenten kan gå från det ena till det andra efter elva sekunder, i samma samtal, utan att lägga på.
En annan detalj i samma listor är värd en blick: svenska står som en rad. Inte finlandssvenska, inte skånska, inte ordaccenten. Ett språk, en post – och resten måste prövas på er egen trafik innan man tror på det.
19.43 – siffran
Hon läser upp sitt ordernummer, och hon gör det på danska.
”Otteogfyrre” och ”fyrtioåtta” är inte två versioner av samma ord. De är 48 byggt i omvänd ordning. En transkribering som är låst till svenska ska därför inte bara stava om – den måste kasta om ordningen mellan entalet och tiotalet, och det gör den inte av sig själv. Resultatet är en siffra som ser helt riktig ut i loggen. Siffror är det svåraste en röstagent hör – och en siffra som hörs på fel språk misslyckas tyst.
Motmedlet är detsamma som alltid: en kontrollsiffra, en uppslagning som kan avvisa gissningen, eller en bekräftelse som läses tillbaka till kunden. Läst tillbaka på hennes språk, så att hon faktiskt kan höra att det är fel.
19.44 – vidarekopplingen
Agenten kommer inte längre och kopplar vidare.
Nu är det en människa som ska ta emot, och två saker måste följa med. Den ena minns man nästan alltid: vad ärendet gäller. Den andra glöms nästan alltid bort: vilket språk hon talar. Eskaleringen är den del av konfigurationen som är dyrast att göra halvvägs, och en vidarekoppling som släpper in en dansktalande kund i en kö där ingen har fått besked har gjort något värre än ingenting. Den har lagt fyrtiofem sekunder på att samla in information som inte följde med vidare.
19.47 – det som skrevs ner
Samtalet är slut, och något sparades.
Frågan är vad. Sammanfattningen är skriven på ett språk, kundens egna ord kom på ett annat, och ärendet ska följas upp av någon i morgon bitti. Ligger språket som ett fält på ärendet går återuppringningen ut på danska. Ligger det inte där går den ut på svenska, och hela varvet upprepas – med den skillnaden att hon den här gången redan vet att det inte fungerar.
Språk är en egenskap hos samtalet, inte en inställning på agenten
De sex ögonblicken har en sak gemensamt. Inget av dem löses av en bättre modell.
De löses av att någon har bestämt vad som händer i vart och ett av dem: vilket språk agenten öppnar på, om den kan byta under samtalet, om upplysningsplikten upprepas när den byter, vad som händer med en siffra som läses på ett annat språk, vad människan får veta vid vidarekopplingen, och var språket sparas när luren är lagd på. Alla sex är beslut. De flesta av dem fattas i praktiken genom att inte fattas.
Threll.ai bygger röstagenter på svenska, danska och norska. I Norden är det inte ett gränsfall att kunden byter språk mitt i samtalet. Det är en tisdag.
