הקול הבא עדיין לא הגיע לרגע הצ'אט-ג'יפיטי שלו

ההייפ סביב בינה קולית בשיאו, משקיעים שופכים מיליארדי דולרים לסטארטאפים שבונים מודלים, שירות לקוחות ארגוני, כלי סיכום פגישות והכתבה, אבל בפועל, הטכנולוגיה עדיין לא סיפקה את פריצת הדרך שהפכה את צ'אט-ג'יפיטי לשם נרדף ל-AI גנרטיבי. מדי שבוע מוכרז מודל חדש שמבטיח להישמע אנושי ולנהל שיחה טבעית, אלא שהמציאות בשטח רחוקה מההבטחות.

הדופלקס המלא כבר כאן, ההיגיון עדיין לא

שון וון (Shawn Wen), סמנכ"ל הטכנולוגיה של PolyAI, הסביר בכנס HumanX בחודש שעבר שאבן הדרך של מודלי דופלקס מלא, כאלה שמסוגלים לדבר בזמן שהם מקשיבים, כבר הושגה. האתגר הבא הוא מהירות ההיסק: המודלים צריכים לשלוף תשובות מהר מספיק כדי שהשיחה תרגיש טבעית, בלי השהיות ששוברות את הזרימה. בלי זה, גם קול מושלם נשאר רק מעטפת ריקה.

ביטחון לפני הכול בשירות לקוחות

לדברי וון, סוכני AI במוקדי שירות לא צריכים להישמע רובוטיים, אבל חשוב מכך, הם צריכים לתת למתקשר תחושה שהם מסוגלים לפתור את הבעיה. אחרי שניים-שלושה סבבי שיחה מוצלחים, הלקוח מתחיל לבנות ביטחון, ולאורך זמן עשוי להרגיש שאין צורך לדבר עם נציג אנושי. המעבר הזה מסקרנות לאמון הוא המדד האמיתי לאימוץ, לא איכות הקול בלבד.

תמלול מדויק או כלום

אלכס גיי (Alex Gay), סמנכ"ל השיווק של Otter, הצביע על כך שזיהוי דוברים, לכידת כוונה והצלבת המידע עם ידע ארגוני הם התשתית לאוטומציה אמיתית. החברה מפתחת גם "תאומים דיגיטליים" שייצגו אנשים בפגישות, ולשם כך הקול חייב לשאת את אותן הבעות רגש כמו שיחה אנושית, ויכוח, דיון אסטרטגי, מערכת יחסים. בלי זה, מדובר בצ'אטבוט שאלות-תשובות בתחפושת.

גיי הדגיש שעבור Otter תמלול מעולם לא היה מטרה סופית, אלא השכבה שעליה נבנות פעולות ההמשך. אם התמלול המקורי לא מדויק, כל הפעולות הנגזרות ממנו פגומות, וכשהפלטפורמה מתחילה לטעות, האמון קורס. לכן שיפור מודל ה-ASR (זיהוי דיבור אוטומטי) קריטי: ההשפעות במורד הזרם משמעותיות מכדי להתפשר.

שקיפות כתנאי לאמון

עם הכלים החדשים עולה שאלת השקיפות: המערכות חייבות להצהיר בפני המשתמשים שהם מוקלטים או משוחחים עם AI. Otter מנסה לבנות אמון גם בפגישות שבהן הבוט לא נוכח, למשל באמצעות התראה בצ'אט שהפגישה מוקלטת. וון הוסיף שבשיחות ארגוניות חובה להבהיר מראש שמדובר בסוכן AI, בלי זה, אין בסיס לאמון שהטכנולוגיה כל כך תלויה בו.