De fleste automatiserede telefonopkald stinker. Ny teknologi ændrer det.
Problemet med tidligere automatiserede telefonløsninger var ikke, at de manglede en behagelig stemme. De manglede den forståelse, der skal til for at holde en rigtig samtale i gang.
Et telefonopkald bliver nemmere at automatisere.
For hver generation håndterer maskinen en større del af konteksten.
Den, der ringede, måtte tale på maskinens præmisser.
02Tidlig AISystemerne kunne håndtere snævre scenarier – og brød sammen uden for dem.
03Pipelines i 3 trinTeknologistakken blev mere fleksibel, men hvert trin stolede på det forrige.
04ThunderPhoneSystemet kan høre, ræsonnere og rette op på fejl i ét opkaldsloop.
Den, der ringede, måtte tale på maskinens præmisser.
Automatisering betød menuer, tastevalg og køer. Det virkede, når den, der ringede, allerede kendte den rigtige vej.
Intentionen reduceres til et tastetryk, så alt uden for menuen ender med en viderestilling eller en gentagelse.
Resultat · Den, der ringer, må gætte sig frem, vente og forklare det samme igen.
Systemerne kunne håndtere snævre scenarier – og brød sammen uden for dem.
Teams trænede akustiske modeller, intentionsklassifikatorer og feltudtrækkere til specifikke opkaldsforløb. Nyttigt, men dyrt at ændre.
Systemet kan opfange én indlært intention, men overser derefter den anden anmodning eller stiller et fastlåst opfølgende spørgsmål.
Resultat · Oplysningen om ægtefællen går tabt, fordi den ikke indgår i det samtaleforløb, systemet er trænet til.
Teknologistakken blev mere fleksibel, men hvert trin stolede på det forrige.
En udbredt moderne arkitektur kobler tale til tekst, en LLM og tekst til tale sammen i ét opkaldsloop.
Når transskriptionen er forkert, eller den, der ringer, afbryder, svarer LLM'en selvsikkert på noget andet end det, der faktisk blev sagt.
Resultat · En enkelt lyttefejl ender som en fejl i det talte svar.
Systemet kan høre, ræsonnere og rette op på fejl i ét opkaldsloop.
ThunderPhone koordinerer lydforståelse, modelrouting, turtagning og generering af svar i én samlet arkitektur.
Flere parallelle lyttespor og ræsonnement baseret på selve lyden reducerer fejl, der opstår i ét enkelt trin, før de når ud til den, der ringer.
Resultat · Opkaldet går videre, uden at den, der ringer, skal kæmpe med systemet.
Gennembruddet er ikke en mere behagelig robotstemme. Det er en arkitektur, der holder opkaldet på sporet.
Bedre lydforståelse
Systemet kan sammenholde signaler og ræsonnere ud fra lyden i stedet for at stole på en enkelt transskription.
Bedre timing
Turtagning og håndtering af afbrydelser indgår i samtaleloopet.
Bedre routing
For hvert replikskifte kan systemet vælge hurtige spor eller dybere ræsonnering alt efter behov.
Bedre oplevelse
De, der ringer, bruger mindre tid på at rette automatiseringen og mere tid på at løse deres opgave.