Коммуникации замыкаются - мы возвращаемся в мир, в котором прежде всего голосование?

Крейг Уокер из Alcatel-Lucent Enterprise

С волной персональных помощников, таких как Siri, Cortana и Google Ассистент и новые стартапы, использующие искусственный интеллект (ИИ) и аналитику для создания личных компаньонов, становится очевидным, что мы движемся к новым управляемым голосом отношениям с технологиями.

Как мы уже видели на потребительском рынке, это почти само собой разумеющееся, что эти системы голосовой активации в конечном итоге попадут в корпоративную среду, поскольку потенциальные преимущества этих систем могут быть огромными в упрощении и автоматизации действий.

Вот Крейг Уокер, директор облачных служб в Alcatel-Lucent Enterprise , объясняет, что, хотя, возможно, пройдет много времени, прежде чем мы увидим полное подобие «HAL» из «Космической одиссеи 2001 года», технология уже здесь, которая может улучшить способы ведения бизнеса.

Свет, камера, действие!

Подумайте, насколько проще для врача было бы просто сказать:«Система:обновите таблицу Мэри Смит следующим образом:« Пациент, испытывающий боль в животе, оформить в аптеке заказ на 200 мг «SuperAntiGas», подписанный доктором Филбеттером »». Или в конференц-зале вместо борьбы за определение того, какой пульт включает проектор и экран, простой голосовой запрос «Система:включите проектор, включите телевизор и приглушите свет».

Проблемы

Итак, где мы находимся на пути к первоочередному использованию голоса? Фирма голосовой аналитики VoiceLabs , предоставил представление о различных уровнях, необходимых для поддержки подхода «сначала голос» в потребительском мире. Тем не менее, чтобы перейти от простых вариантов использования, ориентированных на потребителя, к обеспечению среды, в большей степени ориентированной на голосовую связь, в корпоративном мире, необходимо сделать несколько вещей.

Безопасность будет иметь решающее значение, если мы начнем использовать наши корпоративные системы, полагаясь на голосовые команды - должен ли кто-нибудь иметь возможность управлять критически важным оборудованием или системами, просто говоря? Ответ очевиден - нет. Конфиденциальность также является главной проблемой, и хотя приведенный выше пример с врачом кажется достаточно простым, нам нужно думать об этом в контексте нормативных требований. Нарушаются ли права пациента согласно правилам HIPAA в США, если эти словесные команды раскрывают медицинскую информацию пациента третьим лицам?

Безопасный доступ

Мы уже видим следующий шаг в создании систем распознавания голоса, в которых технология может поддерживать безопасный доступ. Банки входят в число тех, кто внедряет голосовую аутентификацию в свои телефонные банковские системы. Хотя это может оставить некоторых клиентов немного обеспокоенными безопасностью своей учетной записи, я считаю, что он будет следовать циклу принятия, который мы видели в электронной коммерции, когда первоначальные опасения по поводу мошенничества с кредитными картами необходимо было преодолеть, прежде чем мы увидим стремительный рост. в онлайн-покупках.

Мы продолжим наблюдать за инновациями в системах распознавания голоса и улучшениями, которые сделают безопасность голосовой системы жизнеспособной в корпоративной среде и гарантируют, что только авторизованные пользователи с нужными привилегиями могут выполнять соответствующие действия.

И хотя ваша микроволновая печь может не шпионить за вами, некоторые устройства будут всегда включены, всегда слушают и, возможно, записывают. Несколько широко разрекламированных случаев вторжения в частную жизнь, коммерческого шпионажа или юридических угроз могут остановить усыновление. Это говорит о том, что в продукты с функцией voice-first необходимо включить большой переключатель или функцию включения / выключения, чтобы пользователи могли получить преимущества, не рискуя недостатками постоянного мониторинга. В продуктах также должен быть предусмотрен безопасный доступ к программному обеспечению для предотвращения и обнаружения попыток взлома.

Создание еще более эффективных систем распознавания голоса

Первые варианты использования в основном связаны с системами голосового ответа - будь то с точки зрения центра обработки вызовов или тех, которые реализованы в наших автомобилях и смартфонах. Но, как многие из нас знают по собственному опыту, это работает в лучшем случае незначительно. Прежде чем мы сможем реалистично думать о внедрении в масштабах всего предприятия, необходимо усовершенствовать распознавание и контекстуализацию с помощью технологических разработок.

Такие исследовательские программы, как проект Sphinx Университета Карнеги-Меллона, продолжают расширять возможности распознавания языков. В отчете Мэри Микер о тенденциях в Интернете указано, что в 2016 году система распознавания голоса Google могла распознавать более пяти миллионов слов с точностью около 90 процентов, но это все еще недостаточно обширно или точно. Достаточно ли 90% точности для взаимодействия с системой жизнеобеспечения в больнице или с сетью коммунального предприятия?

Дело не только в распознавании слов, но и в том, что со словами делать. Здесь в игру вступают когнитивные двигатели и ИИ. Некоторые из крупнейших игроков отрасли, например Microsoft с его механизмом когнитивного распознавания с открытым исходным кодом - можно использовать для понимания контекста слов. «Как мне добраться до Грин-парка?» может показаться достаточно простым, но это нужно рассматривать в контексте.

Знание местоположения может указывать на то, что вы, вероятно, имеете в виду Грин-парк в Лондоне и предположения о способе передвижения. Если бы вы сидели на площади Пикадилли, ответом мог бы быть:«Сделайте одну остановку, Westbound, на линии Пикадилли». Но здесь мы предположили, что это Грин-парк в Лондоне, а не Грин-парк в Манчестере или Бирмингеме.

Поиск более глубокого смысла

Настоящая проблема заключается в том, что стоит за системами распознавания голоса - как от интеграции устройств IoT в саму систему, так и от обеспечения того, чтобы запрошенные команды имели смысл. Здесь нам нужно и дальше использовать эти когнитивные механизмы в качестве системы проверки и проверки.

Подумайте о том, как кто-то случайно дал команду «Выключить систему охлаждения реактора 4» вместо реактора 3, который уже был отключен, или врача, использующего систему, чтобы прописать вредную дозу лекарства, потому что он случайно сказал 400 граммов вместо 400 миллиграммов.

Это могут быть крайние примеры, но необходимо иметь целостное представление о действиях, которые автоматизируются, чтобы предотвратить человеческий фактор и привнести более широкий интеллект для понимания действий, связанных с управляемыми голосом запросами. Например, возможно, «Выключить систему охлаждения реактора 4» было правильным, но тогда системе необходимо было бы понять набор рабочих процедур для реализации этих действий.

Создание платформы API для интегрированных голосовых решений

Интересный элемент, который может быть стратегически связан с развитием корпоративных сред с истинным голосовым управлением, связан с инновациями, происходящими в мире традиционной голосовой связи. Мы наблюдаем взрывной рост CPaaS (коммуникационная платформа как услуга) на предприятии, используя API-интерфейсы для преобразования сегодняшних приложений в решения, интегрированные с голосовой связью.

Некоторые из основных поставщиков голосовой связи сейчас выходят на этот рынок, предоставляя инфраструктурам CPaaS стандартизированный набор API, чтобы компании могли интегрировать коммуникации в свои бизнес-процессы.

Хотя мы традиционно смотрим на интеграцию как на такие вещи, как включение голосовых и видеоуслуг в существующие приложения - подумайте о банковском приложении, которое позволяет вам перейти от онлайн-приложения к голосовой связи с вашим банковским консультантом - я считаю, что они сыграют большую роль в эта среда «голос прежде всего» за счет использования богатой инфраструктуры API CPaaS для связи с приложениями и другими объектами.

Помимо требований к коммуникационной инфраструктуре, необходимо стандартизировать то, как CPaaS или другие платформы взаимодействуют с устройствами, прежде чем мы увидим быстрое развитие голосовых технологий. Каждая из сегодняшних потребительских систем с голосовым управлением имеет свои собственные интерфейсы, собственные интеграции API и, как и в исторической битве между бета-версией и видеокассетами, которая велась несколько десятилетий назад, может привести к устареванию продукта.

Подобно тому, как потребитель не хочет вкладывать средства в новейшую «умную кофеварку» только для того, чтобы обнаружить, что платформа, которая ее контролирует, только что снята с производства, предприятие хочет гарантировать, что инвестиции, которые они вкладывают в новые технологии, не устареют до того, как они способны реализовать возврат.

Лучшее еще впереди

Хорошая новость заключается в том, что в разработке находится ряд технологий, которые помогут свести к минимуму возможное устаревание. Такие платформы, как IoTtivity, разрабатываются для создания стандартизированной платформы. Мы уже видим ценность, преимущества и быстрое расширение новых голосовых приложений для потребителей. В ближайшем будущем мы увидим, что некоторые из основных сценариев использования будут перенесены на предприятие.

В долгосрочной перспективе, по мере того, как будут продолжаться успехи в распознавании голоса, безопасности голоса и упрощении / стандартизации в подключении устройств, мы будем видеть все больше и больше операций с приоритетом голоса как в потребительском, так и в корпоративном мире, чтобы помочь снизить сложность и повысить нашу производительность.

Автор этого блога - Крейг Уокер, директор облачных служб Alcatel-Lucent Enterprise