AI akademija / Glasovni agenti

Kako rade glasovni agenti i po čemu se razlikuju od „pritisnite 1“

13. kolovoza 2026. · 11 min čitanja

Svi znamo onaj glas: „Za prodaju pritisnite 1, za tehničku podršku pritisnite 2.“ Kad se danas kaže da telefon preuzima umjetna inteligencija, većina ljudi zamišlja upravo to, samo malo uljudnije. Nije ista stvar — razlika je jednako velika kao između automata za kavu i barmena koji vas pita kakvu kavu pijete. Ovaj tekst objašnjava što se točno događa dok razgovarate s glasovnim agentom, gdje su granice te tehnologije i što firma mora imati spremno prije nego što uključi prvi poziv.

Kako radi klasična „pritisnite 1“ centrala

Tehnologija koju svi poznajemo zove se IVR, interaktivni glasovni odgovor. Radi na jednom vrlo jednostavnom principu: unaprijed je nacrtano stablo odluka, a vaš pritisak na tipku je grana kojom silazite niže. Tipka na telefonu odašilje ton koji centrala prepoznaje kao broj, sustav pusti sljedeću snimku i čeka novi pritisak. Ništa se ne razumije, samo se prati putanja.

Posljedica je poznata svima. Stablo je nacrtala firma prema tome kako je sama organizirana, a ne prema tome zašto ljudi zovu. Ako vaš problem ne odgovara nijednoj od pet ponuđenih grana, nema načina da to kažete. Ako pogriješite, vraćate se na početak. A ako pozivatelj zove drugi put u vezi istog problema, sustav to ne zna, jer ne pamti ništa.

Napredniji IVR-ovi znaju prepoznati izgovorene brojeve ili nekoliko ključnih riječi. To je pomak u udobnosti, ali princip ostaje isti: uređaj koji vas razvrstava, ne uređaj koji vas razumije.

Glasovni agent u četiri koraka

Glasovni AI agent nema stablo. Ima jezični model koji razumije rečenicu, uputu o tome što smije i ne smije, i pristup vašim sustavima. Svaki krug razgovora prolazi kroz četiri faze, i to u pravilu u manje od sekunde.

1. Slušanje i pretvaranje u tekst

Zvuk se u stvarnom vremenu pretvara u tekst. Sustav istovremeno prati tišine i intonaciju kako bi znao kada ste završili misao, a kada ste samo uzeli zrak. Tu se dobiva ili gubi osjećaj prirodnog razgovora.

2. Razumijevanje namjere

Model iz vaše rečenice izvlači što želite i koje podatke je usput dao pozivatelj: „zovem zbog narudžbe od prošli tjedan, kasni“ znači reklamacija roka, uz vremenski okvir i potrebu za brojem narudžbe.

3. Radnja u vašim sustavima

Agent dohvaća stvarni podatak ili ga upisuje: status narudžbe iz ERP-a, slobodan termin u kalendaru servisa, novi radni nalog, zabilježen upit u CRM-u. Bez ovog koraka razgovor je samo lijepa recepcija bez ureda iza sebe.

4. Odgovor glasom

Tekst odgovora pretvara se u govor i pušta pozivatelju. Ako pozivatelj počne govoriti u pola rečenice, agent se prekida i sluša, isto kao čovjek.

Cijeli krug mora se zatvoriti brzo. Kada odgovor zakasni više od otprilike sekunde, razgovor prestaje zvučati živo i ljudi počnu ponavljati pitanje. Zato se u dobrim postavama najčešća pitanja odgovaraju iz pripremljenog sadržaja, a tek složeniji upiti idu do sporijih koraka.

Razlika u pet stvari koje pozivatelj osjeti

Pritisnite 1

Vodi vas kroz svoje stablo i traži da svoj problem uklopite u njega.

Radi s tipkama i ponekad s pojedinačnim riječima.

Ne zna ništa o vama ni o vašoj narudžbi.

Krajnji ishod je gotovo uvijek prosljeđivanje ili čekanje.

Promjena ponude znači ponovno snimanje i prekrajanje stabla.

Glasovni agent

Pita zašto zovete i dalje vodi razgovor prema vašem odgovoru.

Razumije cijele rečenice, ispravke i usputne detalje.

Provjerava stvarni podatak u vašem sustavu tijekom razgovora.

Velik dio poziva zatvori do kraja, ostatak uredno preda čovjeku.

Promjena znači izmjenu upute i podataka, isti dan.

Što glasovni agent u praksi rješava

U proizvodnim i uslužnim firmama najvrjedniji pozivi nisu oni složeni, nego oni koji se ponavljaju: gdje mi je narudžba, radite li subotom, možete li doći na servis, imate li ovaj profil na zalihi, treba mi ponuda za tisuću komada. Svaki od tih poziva prekine nekoga u poslu na nekoliko minuta, a većina ih dolazi u isto vrijeme, jutrom.

Agent tu radi tri stvari koje se mjere. Odgovara na pozive koje nitko nije stigao podići, i to je najveći skriveni gubitak: propušten poziv u većini firmi znači da je kupac otišao dalje po popisu. Skida s ljudi ponavljajuće upite i ostavlja im pozive u kojima stvarno treba znanje. I bilježi svaki poziv u sustav, pa ujutro postoji popis onoga što je noću stiglo, a ne dojam da je „bilo mirno“.

Isti mehanizam radi i u drugom smjeru, na izlaznim pozivima: potvrda termina, podsjetnik na servis, provjera je li roba stigla. To su razgovori u kojima nema pregovaranja, samo potvrda podatka, i upravo zato dobro leže tehnologiji.

Gdje agent posustaje i to treba znati unaprijed

Bučna okolina je najveći praktični problem. Poziv s gradilišta, iz hale ili iz automobila s otvorenim prozorom teži je za prepoznavanje govora, i tu se broj greška vidno povećava. Drugi je izgovor brojeva: OIB, broj narudžbe i registracija izgovoreni brzo i u dijalektu često se moraju potvrditi ponavljanjem, što razgovor produljuje.

Treće, agent je dobar onoliko koliko su dobri podaci ispod njega. Ako je stanje zaliha u sustavu netočno, agent će samouvjereno izgovoriti netočan podatak. On ne provjerava vašu evidenciju, on je čita.

I četvrto, ne treba mu davati odluke koje nose novac ili odgovornost. Odobravanje popusta, dogovaranje uvjeta plaćanja, priznavanje reklamacije i sve što ima potpis na kraju ostaje na čovjeku. Granica ovlasti nije tehničko ograničenje, nego poslovna odluka koju treba svjesno napisati.

Prijenos na čovjeka je mjerilo kvalitete

Loše postavljen agent gubi vrijeme dok se ne preda, a onda čovjek počinje od nule. Dobro postavljen agent zna prepoznati kada ne napreduje, kaže to jasno i prosljeđuje razgovor uz sažetak: s kim razgovara, koji je broj narudžbe, što je do sada utvrđeno. Osoba koja preuzima poziv time dobiva radni materijal, ne prazan poziv.

Isto vrijedi i za nedostupnost. Ako izvan radnog vremena nema kome prebaciti poziv, agent to treba reći bez izmotavanja, uzeti podatke i obećati povratni poziv u konkretnom roku — pa se taj poziv mora i dogoditi. Jedno neispunjeno obećanje košta više od deset propuštenih poziva.

Što firma mora pripremiti prije prvog poziva

Uvođenje pada ili prolazi na pripremi, a ne na modelu. Prije svega treba popisati petnaest do dvadeset stvarnih pitanja s kojima ljudi zovu, s odgovorima kakve bi dao najbolji čovjek u firmi. To je temelj razgovora i, usput, najkorisniji dokument koji ćete tim putem napraviti.

Zatim: pristup podacima koje agent treba čitati, jasno napisana granica ovlasti, popis situacija u kojima se poziv obavezno predaje čovjeku, ton kojim se firma predstavlja i odluka o tome što se bilježi i koliko dugo čuva. Tehnička integracija je najmanji dio posla i obično najkraći.

Realan raspored za jedan proces je nekoliko tjedana: prva verzija u tjedan ili dva, potom razdoblje slušanja snimaka i ispravljanja onoga što u razgovorima ne prolazi. Prvi tjedan rada uvijek otkrije pitanja kojih nema na popisu — to nije znak lošeg rješenja, to je normalan dio uvođenja.

Obveze koje idu s tim

Pozivatelj mora znati da razgovara s AI sustavom. To je i zahtjev europske regulative i pitanje elementarnog poštenja: ljudi lakše prihvate agenta koji se predstavi nego glas koji se pretvara da je čovjek, a ne uspijeva do kraja. Snimanje i obrada razgovora podliježu pravilima o zaštiti podataka, pa treba postojati obavijest, svrha, rok čuvanja i ugovor s davateljem usluge. Više o tome kada se AI alat smije nahraniti podacima kupaca piše u vodiču o osobnim podacima u AI alatima, a o obvezi osposobljavanja ljudi u vodiču o AI pismenosti.

Kako znati je li vrijedilo

Četiri brojke dovoljne su za ocjenu. Koliko poziva agent zatvori do kraja bez čovjeka. Koliko je propuštenih poziva bilo prije, a koliko sada. Koliko minuta tjedno ljudi više ne provode na ponavljajućim upitima. I koliko je zabilježenih upita ušlo u sustav umjesto da je ostalo u nečijoj glavi.

Ako se te brojke ne mjere od prvog dana, rasprava o uspjehu svodi se na dojam, a dojam je uvijek u korist onoga koji je rješenje predložio. Zato mjeru dogovorite prije uvođenja, ne poslije.

„Pritisnite 1“ pita gdje pripadate u našoj organizaciji. Glasovni agent pita zašto ste zvali. Cijela razlika je u tome čiji je problem stavljen u središte razgovora.

Razmišljate o glasovnom agentu? Prođemo s vama tipične pozive i kažemo iskreno koji se dio isplati automatizirati, a koji ne.
Glasovni agenti