Analys · December 2025
Kan AI verkligen förstå och svara på svenska? Vi testar (2025)
Det var den frågan som höll mig vaken när vi började bygga Voqal. En AI-telefonist som inte förstår göteborgska eller VVS-terminologi är värdelös. Så vi testade ordentligt — och resultaten var mer intressanta än jag väntade mig.
Varför svenska är en verklig utmaning för AI
Svenska har ca 10 miljoner modersmålstalare. Engelska har över en miljard. Det innebär att AI-modeller historiskt tränats på proportionellt mycket mindre svensk text och tal — och det syntes. Tidiga system stavade sig fram på onaturliga formuleringar och tappade bort sammansatta ord som "brandkårsbil" och "sjukgymnastmottagning".
En annan sak jag inte riktigt förstod från början är hur mycket dialektal variation faktiskt spelar roll. Sverige har ett rikt dialektlandskap — skånska med sina vokalskiftningar, norrländska med sitt melodimönster, göteborgska med "hä" som pronomen. För en AI-telefonist är det inte en akademisk fråga. Det är ett verksamhetskrav.
Men 2025 ser situationen radikalt annorlunda ut. Moderna modeller som Googles Gemini 2.5 Flash tränas på en mångfald av språk och dialekter — och vi ville se hur det faktiskt presterar i praktiken.
Vad Voqal faktiskt kör under huven
Voqal använder Googles Gemini 2.5 Flash via Vertex AI, servad från regionen europe-west1 (Belgien). All databehandling sker inom EU — ett krav vi ställde från dag ett för att kunna garantera GDPR-efterlevnad.
Gemini 2.5 Flash är optimerat för låg latens — viktigt för röstsamtal i realtid där fördröjning på mer än en sekund känns onaturlig. Modellen hanterar inkommande talström och genererar naturlig röst utan mellanled, det Google kallar "native audio" i Gemini Live-API:t.
I praktiken: Voqal kan föra ett flytande samtal på svenska med typisk svarstid under en sekund från att kunden slutar tala. Det är den baseline vi testar mot.
Test 1: "Fika", "lagom" och svenska affärstermer
Jag ville börja med det som kändes mest osäkert — kulturell kontext och yrkesjargong. Vi bad Voqals AI-agent hantera frågor som "vi vill bjuda på fika vid mötet — passar det?" och "kan ni komma lagom tidigt?".
Inget missförstånd. AI:n förstod kulturell kontext och svarade situationsanpassat.
Sedan körde vi affärsterminologi: "F-skattsedel", "ROT-avdrag", "personalliggare", "bolagsordning". I samtliga fall förstod AI:n frågan och svarade korrekt — inte bara med en definition, utan i rätt kontext för vad kunden faktiskt ville veta.
Min slutsats: Bättre än väntat. Ingen av testfrågorna feltolkades. Svaren var naturliga och träffade rätt.
Test 2: Dialekter — skånska, göteborgska, norrländska
Det här testet var det jag var mest nyfiken på. Vi bad tre testpersoner med tydliga dialekter ringa Voqals demo-telefonist.
Skånska: Voqals AI hanterade skånska vokaler och "mig"/"dig"-uttalsvarianten utan problem. Inga missförstånd i konversationen om bokningar och öppettider.
Göteborgska: Det karaktäristiska melodimönstret och "hä" som pronomen hanterades korrekt. AI:n tappade inte tråden i samtalet.
Norrländska: Här uppstod ett enstaka missförstånd i ett längre, komplext svar — men i kortare frågor, som är det vanligaste i kundservice, var förståelsen felfri.
Min slutsats: Bra med enstaka utmaningar vid tung dialekt kombinerat med komplexa meningsstrukturer. För vanlig kundservice — kortare, fokuserade frågor — fungerade det utmärkt i samtliga fall.
Test 3: Branschspecifik terminologi
Det tredje testet var det roligaste att designa. Vi valde tre branscher med distinkt fackspråk — VVS, juridik och hälsovård — och använde terminologi och formuleringar typiska för varje bransch.
VVS: "Jag har ett läckage vid expansionskärlet" och "trycket i systemet sjunker kontinuerligt" hanterades korrekt. AI:n bekräftade ärendet, samlade in adress och tidspreferens — precis som en erfaren telefonist.
Juridik: "Jag behöver hjälp med att bestrida ett vitesföreläggande" förstods utan problem. AI:n noterade ärendet och bokade ett konsultationssamtal.
Hälsovård: "Jag vill boka om min remiss till specialistmottagningen" hanterades felfritt. AI:n frågade om personnummer och önskat datum på ett naturligt sätt.
Min slutsats: Utmärkt. Voqal konfigureras dessutom med branschspecifik kunskapsbas för varje kund — vilket gör att AI:n kan ge ännu mer precisa svar än vad vi testade i grundkonfiguration.
Varför EU-servrar spelar roll — inte bara juridiskt
GDPR ställer krav på var personuppgifter behandlas. Telefonsamtal innehåller per definition personuppgifter — kundens röst, namn, ärendebeskrivning och ofta kontaktuppgifter.
Voqal kör all AI-beräkning på Google Vertex AI i europe-west1 (Belgien) — inom EU. Vi upprättar ett Personuppgiftsbiträdesavtal (PBA) med varje kund, och Google Cloud har ett fullständigt DPA som uppfyller GDPR-kraven.
Men det är inte bara ett juridiskt krav. Det är ett konkurrensmedel. Många svenska företag — särskilt inom hälsovård, juridik och finans — kan inte använda tjänster som behandlar data utanför EU. Voqal klarar det kravet. Det öppnar dörrar som andra AI-lösningar håller stängda.
Det jag tar med mig
2025 kan AI förstå och svara på svenska på en nivå som gör det praktiskt användbart för professionell kundservice. Dialekter, branschterminologi och kulturell kontext hanteras med hög precision — med marginella utmaningar vid riktigt tung dialekt i komplexa samtalskontexter.
Det som fortfarande kräver mänsklig bedömning är genuint komplexa, emotionellt laddade ärenden. Voqal är designat för att eskalera dessa samtal till en människa — inte lösa dem med AI. Det är rätt sätt att använda tekniken.
För de vanligaste ärendena — bokning, FAQ, orderstatus, kontaktmottagning — är AI-telefonist på svenska i dag fullt fungerande. Prova det själv på voqal.se/demo — inget konto krävs.