Pratende AI evolueert van interface naar zelfstandig communicatiekanaal
AI-agents hoeven niet langer uitsluitend via tekst met gebruikers te communiceren. Met de introductie van Voice Agents in Microsoft Foundry Agent Service brengt Microsoft spraak, AI-modellen, tools en communicatiekanalen samen binnen één omgeving. De technologie is beschikbaar als publieke preview en moet organisaties helpen om voice agents niet alleen te bouwen, maar uiteindelijk ook op grote schaal in productie te beheren.
Het belangrijkste verschil zit in het uitgangspunt. Microsoft presenteert deze agents niet als klassieke tekstagents waaraan achteraf spraakherkenning en een synthetische stem zijn toegevoegd. Ze worden vanaf het begin ontworpen voor gesproken interactie.
Voice-first in plaats van voice als extra laag
Dat voice-first-principe verandert de manier waarop een AI-agent wordt opgebouwd. In een geschreven chat kan een gebruiker rustig wachten tot een antwoord volledig gegenereerd is. In een telefoongesprek werkt dat anders. Mensen onderbreken elkaar, veranderen halverwege een zin van richting en verwachten vrijwel onmiddellijk een reactie.
Een goede voice agent moet daarom meer kunnen dan woorden herkennen en antwoorden voorlezen. Hij moet begrijpen wanneer iemand klaar is met spreken, wanneer een onderbreking plaatsvindt en wanneer hij zelf het gesprek opnieuw moet oppikken.
Microsoft richt zich daarbij op natuurlijke beurtwisseling, expressieve stemmen en een soepele afhandeling van onderbrekingen. De technologie ondersteunt volgens het bedrijf meer dan 80 talen en ruim 140 lokale taalvarianten.
Eén gesprek, meerdere AI-componenten
Achter zo'n gesprek bevindt zich ondertussen een veel complexere architectuur. Spraak moet worden verwerkt, een AI-model moet de bedoeling begrijpen, bedrijfsinformatie kan worden opgezocht en tools of externe systemen moeten eventueel acties uitvoeren.
Microsoft Foundry brengt die verschillende onderdelen samen. Organisaties kunnen daarbij zelf bepalen welk model ze gebruiken en de spraakcomponent aanpassen aan hun eigen vakgebied.
Dat laatste kan belangrijk worden voor bijvoorbeeld banken, ziekenhuizen, verzekeraars, industriële ondernemingen of technische helpdesks. Een algemene spraakherkenner kan immers moeite hebben met productnamen, medische termen, technische onderdelen, afkortingen of bedrijfsspecifiek jargon. Door de spraakverwerking op het eigen domeinvocabularium af te stemmen, kan een voice agent zulke gesprekken nauwkeuriger verwerken.
Van synthetische stem tot eigen avatar
Ook de presentatie van de agent kan verder worden aangepast. Bedrijven kunnen niet alleen een model selecteren, maar eveneens werken met een aangepaste stem of avatar.
Daarmee wordt voice AI geleidelijk een onderdeel van de digitale merkidentiteit. Waar organisaties vandaag zorgvuldig bepalen hoe een website, chatbot of mobiele app eruitziet, ontstaat nu een vergelijkbare vraag rond hoe een AI-agent klinkt, spreekt en reageert.
Een klantenservice-agent kan bijvoorbeeld anders klinken dan een interne IT-assistent. Een commerciële voice agent kan een andere gesprekstijl krijgen dan een agent die technische ondersteuning verleent.
Niet alleen praten, maar ook handelen
De echte verschuiving ontstaat wanneer spraak wordt gekoppeld aan tools. Dan verandert een voice assistant van een systeem dat voornamelijk vragen beantwoordt in een agent die tijdens het gesprek acties kan uitvoeren.
Een klant zou bijvoorbeeld telefonisch een afspraak kunnen verplaatsen, informatie over een bestelling kunnen opvragen of een probleem kunnen melden. De voice agent interpreteert het gesprek, raadpleegt achterliggende systemen en voert vervolgens de benodigde handeling uit.
Daarmee wordt de stem in feite de gebruikersinterface voor een agentic workflow.
Van web en Teams tot klassieke telefonie
Microsoft wil dezelfde agents bovendien over verschillende communicatiekanalen beschikbaar maken. Voice agents kunnen worden ingezet op het web, binnen Microsoft Teams en via telefonie.
Dat maakt de technologie interessant voor veel meer dan traditionele callcenters. Ook interne helpdesks, verkoopteams, reservatiesystemen, HR-diensten, technische ondersteuning en servicelijnen kunnen in theorie dezelfde onderliggende agent gebruiken.
De gebruiker hoeft daarbij niet noodzakelijk te weten welke AI-systemen achter de schermen samenwerken. Voor hem of haar blijft het één gesprek.
Gesprekken worden meetbare AI-workflows
Een opvallend onderdeel van de aanpak is de aandacht voor tracing en evaluatie. Microsoft wil organisaties inzicht geven in wat tijdens echte gesprekken gebeurt, zodat voice agents systematisch kunnen worden gecontroleerd en verbeterd.
Dat is belangrijk omdat fouten in gesproken communicatie anders kunnen aanvoelen dan fouten in tekst. Een te lange stilte, een verkeerd geïnterpreteerde onderbreking of een onnatuurlijke reactie kan een gesprek snel stroef maken, zelfs wanneer het uiteindelijke antwoord inhoudelijk correct is.
Voice-native evaluatie moet daarom niet alleen kijken naar wat de agent zegt, maar ook naar hoe een gesprek verloopt.
Voice wordt een nieuwe toegangspoort tot AI-agents
De introductie binnen Microsoft Foundry past in een bredere ontwikkeling waarbij AI steeds minder afhankelijk wordt van klassieke scherminterfaces. Tekst blijft belangrijk, maar stem kan een directe toegangspoort worden tot modellen, bedrijfsdata, software en geautomatiseerde workflows.
Daarmee verschuift de vraag voor organisaties langzaam van “Kunnen we een chatbot bouwen?” naar “Welke bedrijfsprocessen kunnen gebruikers straks gewoon met hun stem aansturen?”
Wanneer spraak, reasoning, tools en bedrijfssoftware daadwerkelijk als één systeem functioneren, wordt een voice agent immers meer dan een pratende chatbot. Hij wordt een gesproken interface bovenop de digitale organisatie.
