Víte, proč vám zákazníci volají? AI to spočítá z každého hovoru

Jak to technicky funguje

Základem jsou nahrávky z telefonní ústředny nebo VoIP řešení, které se exportují přes API nebo se ukládají do úložiště. Nahrávku převede speech-to-text model na text. Současné modely češtinu zvládají a umí rozlišit mluvčí (diarizace). Přepis pak zpracuje jazykový model: napíše souhrn, určí téma, zjistí, zda byl problém vyřešen, a vytáhne konkrétní údaje, třeba číslo objednávky. Výstup se zapíše do CRM, helpdesku nebo tabulky pro reporting. Celé propojení typicky stavíme jako workflow v n8n.

Kolik stojí přepis

Náklady na samotnou transkripci jsou nízké. Například OpenAI účtuje k září 2026 za model gpt-4o-transcribe 0,006 USD za minutu, za gpt-4o-mini-transcribe 0,003 USD za minutu a za variantu s rozlišením mluvčích gpt-4o-transcribe-diarize 0,006 USD za minutu. Tisíc minut hovorů tak vyjde na přepis řádově na jednotky dolarů. K tomu se přičítá zpracování přepisu jazykovým modelem. Aktuální ceník ověřte u poskytovatele. Výběr modelu vždy testujeme na vašich reálných nahrávkách — kvalita přepisu závisí na kvalitě linky, šumu a oboru.

GDPR: nahrávky jsou osobní údaje

Hlas i obsah hovoru jsou osobní údaje. Volající musí být předem informován o nahrávání a jeho účelu (informační povinnost podle GDPR). Pokud se nahrávky nově používají i k AI analýze, je potřeba to promítnout do informací o zpracování a do smlouvy se zpracovatelem, tedy s poskytovatelem modelu. Doporučujeme poskytovatele se zpracováním dat v EU nebo s jasnými smluvními zárukami, vypnuté využití dat k tréninku a omezenou dobu uchování přepisů. Citlivé údaje, jako čísla karet, v přepisech maskujeme. Víc v článku AI a GDPR.

Kam AI analýza nesmí

AI Act od 2. 2. 2025 zakazuje systémy, které odvozují emoce osob na pracovišti, s výjimkou lékařských a bezpečnostních důvodů. Analýza hlasu operátorů za účelem hodnocení jejich emocí proto nepřipadá v úvahu. Kontrolu práce zaměstnanců navíc omezuje zákoník práce (§ 316) a zaměstnanci musí být o jejím rozsahu informováni. Analýzu proto stavíme na obsahu hovoru — témata, důvody volání, dodržení postupu, vyřešení požadavku — a výstupy slouží hlavně ke zlepšení procesů, ne k plošnému sledování lidí.