Låt kunden ändra sig mitt i meningen

"Jag behöver returnera skorna. Förresten, jag vill nog ha samma par i en större storlek." Kunden kan ändra uppdraget mitt i meningen. En användbar rösttjänst bör följa ändringen och förbereda rätt alternativ medan samtalet fortsätter.

Det är Hammers tes om kundupplevelsen i veckans podd. OpenAI:s nya koppling mellan Live och Decisions gör det lättare att bygga tjänster som förbereder nästa steg medan kunden pratar. Grok Voice 3.0 ger stöd för att både samtalsförmåga och utförda uppgifter förtjänar uppmärksamhet vid sidan av hur rösten låter. Skobytet är ett tänkt exempel; Hammer har inte testat det med någon av produkterna.

OpenAI kan göra val medan kunden pratar

Den 15 oktober presenterade OpenAI en direkt integration mellan GPT-Live och Decisions. Decisions är ett API som väljer bland alternativ som applikationens utvecklare har definierat. Live kan anropa det direkt, vilket tar bort ett anrop via den egna applikationen. Separata utlösare kan reagera på text från inkommande tal eller på Lives eget svar.

I skoexemplet skulle en utvecklare kunna använda signalerna för att förbereda en returvy och sedan växla till bytesalternativ när kunden förtydligar sig. Att hämta lagerstatus och genomföra bytet kräver butikens egen integration. OpenAI:s dokumentation visar mekanismen med klimatreglage i en bil och animerade reaktioner i ett samtal, snarare än en färdig butikstjänst.

Skillnaden påverkar utformningen: tjänsten kan förbereda nästa steg under förklaringen och sedan bekräfta kundens slutliga önskemål. Väntande textuppdateringar kan slås ihop och resultaten kan komma i fel ordning. Applikationen behöver hålla reda på den senaste relevanta avsikten och kontrollera att en utförd åtgärd fick rätt resultat.

Källa: OpenAI:s guide till kopplingen mellan röst och Decisions.

Groks röstresultat belönar mer än ett snabbt svar

Grok Voice 3.0 lanserades den 14 oktober med samma grundpris i API:et som föregångaren. Lanseringssidan hänvisar till resultat från Artificial Analysis som visar ett högre sammanvägt resultat för tal-till-tal och bättre resultat på testet med supportuppgifter än Voice 2.0.

Jämförelsen innehåller en intressant detalj. Den redovisade tiden till första ljud var 0,81 sekunder för Voice 3.0 och 0,70 sekunder för Voice 2.0. En modell kan klara en uppgift bättre samtidigt som den behöver lite längre tid för att börja prata. Siffrorna gäller bestämda tester; de visar varken kortare kundsamtal eller högre försäljning för en butik.

För en kund som förklarar ett byte kan det vara viktigare att ärendet blir rätt än att höra den första stavelsen tidigare. Det är en produkthypotes värd att undersöka i verkliga samtal.

Källa: Lanseringen av Grok Voice 3.0 och länkade testresultat.

Ett byte ska tåla att kunden ändrar sig

Affärsmöjligheten är ett samtal som ger plats för förtydliganden. Kunden kanske ändrar storlek, nämner ett presentkvitto eller frågar om en annan färg finns. Tjänsten skulle fortsätta förbereda användbara alternativ medan önskemålet tar form.

Om utformningen fungerar kan en butik behålla mer av kundens ursprungliga köpavsikt och minska behovet av att upprepa uppgifter. Veckans underlag ger stöd för att bygga samspelet; effekten på genomförda byten har ännu inte mätts.

En användbar första undersökning är att lyssna på ett litet urval befintliga servicesamtal, med rätt tillstånd, och se var önskemålen ändras. Jämför sedan om en prototyp följer ändringarna utan att kunden behöver börja om. Det ger Verktygssmide ett konkret serviceproblem att lösa.

Andra prioriteringar under forskningsveckan

Avsnittet tar också upp utveckling som fyller andra behov:

• Anthropic gjorde Code Review allmänt tillgängligt för Team och Enterprise, med olika djup i granskningen. Tjänsten läser kod; att bygga, köra tester och besluta om sammanslagning är separata uppgifter.
• Google gjorde Gemini 4 Argon allmänt tillgängligt den 13 oktober. Veckans research skiljer också Gmail-lanseringar för USA och engelska från den uppskjutna lanseringen av Workspace skills.
• Hammers Mistral-research den 12 oktober återvänder till förhandsversionen av Large 4 i API:et från den 6 oktober. Nedladdningsbara modellvikter väntade fortfarande på publicering vid den genomgången. Det är äldre bakgrund som fångades upp under veckan, snarare än en lansering den 12 oktober.

Det engelska ljudavsnittet är en AI-genererad masterclass byggd på Hammers djupa dagliga research om AI-leverantörernas uppdateringar och funktioner, bearbetad med NotebookLM. Underlaget är nio forskningsrapporter i PDF-format daterade den 12–18 oktober 2026, om OpenAI, Anthropic Claude, Google Gemini/DeepMind, SpaceX/xAI Grok och Mistral. Artikeln bygger på forskningsrapporterna och en syntes från NotebookLM, snarare än en transkribering av ljudet.