xAI bracht een nieuwe voice agent builder uit met een indrukwekkende belofte: binnen twee minuten je eigen voice agent, klaar voor gebruik. Het klinkt goed, en ik snap waarom het de aandacht trekt. Maar het is een demo-getal, geen productie-getal. En dat verschil is precies waar het bij voice-AI om draait.
Ik zit zelf al een tijd met de voice van xAI te spelen, dus dit is geen kritiek van de zijlijn. Het is de observatie van iemand die dagelijks voice-agents bouwt en in productie draait.
Wat xAI wél goed doet
Eerst het eerlijke deel, want er zit echt goeds in. xAI is een stillere speler die meer met voice en realtime bezig is dan de meeste mensen doorhebben. Eén ding dat ze sterk doen zijn auditory cues: je kunt tussen vierkante haakjes de intonatie meegeven voor de zin die erachter komt. Je laat de stem zuchten, fluisteren of natuurlijk lachen. Dat maakt een gesprek merkbaar menselijker.
Het Nederlands was lang ronduit matig, uitstekend in het Engels maar net niet in onze taal. De laatste maanden is dat flink beter geworden. Qua stem voor mijn gevoel nog niet op het niveau van Gemini Live, maar je krijgt er wel meer intelligentie voor terug: het model redeneert net iets beter. Alleen merk je dat weer in de latency, want zodra een model meer nadenkt ga je dat in een gesprek horen.
Waar xAI's voice sterk in is
Redeneren en expressie
- Auditory cues: intonatie sturen met tags (zuchten, fluisteren, lachen)
- Iets meer intelligentie en redeneervermogen
- Nederlands is de laatste maanden flink verbeterd
Waar Gemini Live (nog) voorligt
Stem en snelheid
- Natuurlijkheid van de stem
- Lagere latency, zeker als je op snelheid stuurt
- Voorspelbaarder in een productie-opstelling
Dit is precies waarom het geen kwestie is van “welk model is het beste”. Latency, natuurlijkheid, kosten en intelligentie zijn geen losse knoppen. Het is één samenhangende afweging, en die valt per project anders uit.
De fasen die elke voice-bouwer doorloopt
Bijna iedereen die met voice-AI begint, loopt dezelfde route. In het begin denk je dat het in de techniek zit, daarna in de intelligentie, en pas op het einde ontdek je dat alles samenhangt.
Van eerste gesprek naar productie
- De techniek
Hoe koppel ik de agent aan een telefoonnummer? Daar begin je. Je belt hem, en je merkt: deze stem klinkt net niet natuurlijk genoeg en hij reageert te traag.
- De intelligentie
Je lost de stem en de snelheid op, en merkt dan iets anders: het model luistert niet goed naar je instructies of praat niet menselijk genoeg. Dus je gaat prompt-engineeren en het model bijstellen.
- De samenhang
En dan komt het inzicht: je kunt niet eerst een model kiezen, daarop prompt-engineeren, en vervolgens de stack wisselen met behoud van je resultaat. De keuzes hangen samen, en ze veranderen ook nog eens mee met de techniek.
Dit is de fase die de meeste tijd kost en die je vooraf niet ziet aankomen.
Waarom twee minuten een demo-getal is
Bij ons in VoiceDock krijg je ook binnen twee minuten een agent. Dat betekent alleen nog niet dat je hem live wilt zetten. Voordat een voice agent echt de telefoon in mag, moet er een hoop kloppen:
- Hij moet de juiste dingen over je bedrijf weten, en de verkeerde juist niet.
- Hij heeft goede guardrails nodig en moet op de juiste manier ophangen.
- Hij moet tools krijgen en gekoppeld worden aan je systemen: informatie ophalen, opslaan, en aan het einde bijvoorbeeld een samenvatting sturen.
- En hij moet getest zijn of hij over honderd gesprekken net zo goed presteert als in dat ene demo-gesprek.
Een demo krijgt keurige vragen en klinkt daardoor goed. Maar gooi hem in het wild, laat echte mensen bellen die op hun eigen manier echte vragen stellen, en daar loopt het vast. Zelfs met een setup van twee minuten is de weg naar productie in de praktijk een traject van weken tot maanden.
“Twee minuten naar een voice agent is een demo-getal, geen productie-getal. Het bouwen is het makkelijke deel. Hem overeind houden bij echte bellers is het werk.”
Wissel van model en je gooit je testwerk weg
Er is nog een reden waarom snelheid je niet redt: de techniek staat niet stil. Je wilt mee met nieuwe modellen, en dat is goed. Maar een model-upgrade is geen kwestie van je prompt overzetten en verwachten dat het magisch beter wordt.
Als je van model of stack wisselt, kun je je prompt en al je testwerk niet zomaar meenemen. Dezelfde prompt presteert op een andere stack gewoon anders. Dat betekent dat je je hele quality assessment zo goed als kunt weggooien en opnieuw moet beginnen: opnieuw prompt-engineeren, opnieuw testbelletjes draaien, tot je weer hetzelfde resultaat kunt verwachten.
QA is het echte werk
Daarom is quality assessment geen lijstje dat je één keer afvinkt voordat je live gaat. Het is doorlopend werk: testen, scoren en bijsturen, ook (juist) als de agent al live staat en terwijl de onderliggende modellen veranderen. Zo krijg je één getemplatiseerde agent die bij hoog volume voorspelbaar presteert, met alleen minimale aanpassingen per klant: de bedrijfsnaam, de kennisbank, de eind-analyse.
De twee-minuten-belofte is niet gelogen. Het is gewoon het begin van het verhaal, niet het einde. En als je een voice-platform kiest of bouwt, is de vraag niet hoe snel je een demo krijgt, maar hoe goed je hem daarna kunt blijven testen en verbeteren.