”Vi har valt en svensk leverantör, så samtalen stannar i Sverige.”
Meningen dyker upp i nästan varje upphandling av en röstagent. Den hamnar i protokollet, den lugnar dataskyddsombudet, och den kontrolleras sällan igen. Den stämmer ofta för bolaget på fakturan. Det är bara inte det bolaget som hör mest av samtalet.
Varför den är lätt att tro på
Det finns tre goda skäl till att meningen överlever.
Avtalet. Ni har ett avtal, en faktura och ett namn att förhålla er till. Allt som händer bakom det namnet står i en bilaga med underbiträden som få läser efter att avtalet är påskrivet.
Marknadsföringen. Suveränitet har blivit ett säljargument i sig. När OVH i somras slutförde köpet av den franska transkriberingstjänsten Gladia var ”starkare europeiska garantier för datalagring” ett av huvudargumenten. Det är ett verkligt argument – för den enda länk det gäller.
Telefonin. Numret är svenskt, operatören är svensk, och samtalet kommer in på ett svenskt nät. Den första länken i kedjan är ofta precis så lokal som den låter. Det är lätt att låta den första länken stå för hela kedjan.
Vad som faktiskt händer med ett samtal
En kund ringer och uppger namn, personnummer och vad hon ringer om. Innan agenten har svarat henne har samtalet oftast passerat de här länkarna:
- Telefonlinjen. Operatören tar emot samtalet och skickar ljudet vidare. Här är det ofta svenskt hela vägen.
- Plattformen. Bolaget ni har avtal med, som styr samtalet. Här ligger konfigurationen och oftast loggarna.
- Taligenkänningen. Ljudet blir text – med namnet, personnumret och ärendet i. Det är ofta en egen, specialiserad tjänst.
- Språkmodellen. Texten skickas till modellen som avgör vad agenten ska svara. De mest använda modellerna levereras av ett fåtal stora amerikanska bolag. Många av dem erbjuder behandling i Europa, men det är ett val som någon måste ha gjort – det sker inte av sig självt.
- Talsyntesen. Svaret görs om till ljud igen. Ibland hos ännu en leverantör.
- Lagringen efteråt. Inspelningar, transkriptioner och analyser kan ligga någon annanstans än där samtalet behandlades i realtid.
Använder agenten en tal-till-tal-modell slås länk tre, fyra och fem ihop till en. Det gör kedjan kortare. Det gör den inte automatiskt mer lokal.
Var och en av de sex länkarna kan vara ett eget bolag, i ett eget land, med egna underbiträden. ”Samtalet stannar i Sverige” är bara sant om det är sant för alla sex. Det är samma mönster som återkommer i resten av en röstagent: varje länk i samtalet har sin egen ägare, och kapaciteten är det lägsta av fyra tal som ägs av fyra parter. Dataflödet följer samma logik.
