Hur en AI-röstassistent fungerar: steg för steg

Det börjar med ett vanligt telefonsamtal

När en kund ringer ert nummer och ni inte svarar, eller när ni aktivt valt att låta AI-assistenten ta emot, kopplas samtalet vidare till Talona. Det sker via er befintliga telefoni, utan att kunden märker någon skillnad. Ingen app, ingen ny utrustning.

Det som händer bakom kulisserna är att telefonoperatören (i vårt fall 46elks, en svensk leverantör) öppnar en ljudström: ett ständigt flöde av ljud i båda riktningar. Samma teknik som ligger bakom alla vanliga telefonsamtal, fast nu kopplad till vår AI-server.

AI:n lyssnar och förstår, i realtid

Ljudströmmen från samtalet skickas direkt till Googles Gemini Live API. Det är en så kallad multimodal AI-modell som kan lyssna på ljud och svara med tal, i realtid. Inte en inspelad meny med “tryck 1 för…”, utan en modell som faktiskt förstår vad den som ringer säger, på svenska.

Vi har konfigurerat modellen med ett detaljerat regelverk (en systemprompt) som beskriver exakt hur den ska bete sig för just ert företag. Den vet vad ni erbjuder, vilken ton ni vill ha, vilka frågor som är vanliga och vilken information som är viktig att fånga.

Det här är ingen generisk chatbot. Det är en assistent som är inställd på ert företag, med er branschlogik och era regler.

Samtalet blir ett strukturerat underlag

Under samtalet extraherar AI:n automatiskt nyckelinformation: kundens namn, kontaktuppgifter, vad ärendet gäller, hur brådskande det är. Allt paketeras i en strukturerad sammanfattning, inte ett långt transkript som ni måste läsa igenom.

Tänk det som en kollega som lyssnade på samtalet och skrev ner det viktigaste i punktform: ”Anna Lindqvist, 073-xxx, vill ha offert på nytt golv i köket, kan boka in nästa vecka.”

Ni får ett SMS och ett mejl: direkt

Inom sekunder efter att samtalet avslutats skickas ett SMS till er med sammanfattningen. Parallellt skickas ett e-postmeddelande med mer detalj: brådskande-bedömning, ärendekategori och kontaktinfo.

Ni bestämmer vem som ska få notisen. Det kan vara en person, eller flera. Det kan vara ett mobilnummer eller en delad inbox. Inget inloggningskrav, ingen app att installera.

Vad AI:n inte gör

Talona binder aldrig avtal, bokar aldrig utan er bekräftelse och ger aldrig ut priser som ni inte godkänt. Den samlar information, svarar på vanliga frågor, och lämnar över resten till er.

Det här är medvetet. En AI som lovar för mycket skapar problem. En AI som fångar rätt information och skickar vidare den till rätt person. Det sparar tid, varje dag.

Varför vi byggde det så här

Vi testade inspelad röst, touchtone-menyer och grundläggande chattbottar tidigt i processen. Inget av det fungerade bra nog för svenska tjänsteföretag. Kunderna lägger på om de möts av en robot. De vill prata med någon som förstår.

Gemini Live API var den första tekniken som gav tillräckligt naturlig svenska, tillräckligt snabb responstid och tillräcklig förståelse för branschspecifika frågor. Det är fortfarande tidigt, men det är bra nog att vara ett riktigt arbetsverktyg, idag.

Vill du se hur det fungerar i praktiken?

Vi bygger en anpassad demo för ert företag inom 24 timmar. Ingen bindningstid, ingen teknisk setup.