Voice-First коммуникации: возвращается ли индустрия к voice-first миру?

Крейг Уокер, директор Cloud Services в Alcatel-Lucent Enterprise, изучает, как взлет персональных ассистентов — Siri, Cortana и Google Assistant — ведет в новую эру voice-контролируемого взаимодействия с технологией.

В потребительской сфере voice-активационные системы уже мейнстрим. Это лишь вопрос времени, когда эти технологии проникнут в enterprise среды, обещая стримилить и автоматизировать критические задачи.

Уокер отмечает, что пока мы все еще можем быть на некотором расстоянии от HAL-style AI, фундаментальные инструменты для трансформации бизнес-операций уже на месте.

Lights, Camera, Action!

Представьте врача говорящего: «Система, обнови чарт Мэри Смит: пациент жалуется на боли в животе, закажи 200 мг SuperAntiGas, подписал Др. ФилБеттер». Или тимлида инструктирующего: «Система, включи проектор, вкл ТВ, приглуши свет». Голосовые команды могут заменить утомительные ручные взаимодействия.

Вызовы

Анализ VoiceLabs потребительского voice stack раскрывает слои, требуемые для voice-first экосистемы. Трансляция этого в enterprise требует дополнительных сафегардов.

Безопасность первостепенна: можно ли доверять критическим системам отвечать на голосовые команды? Ответ — нет — только аутентифицированные голоса должны триггерить high-stakes действия. Приватность равно критична; например, HIPAA мандатирует, что данные пациента остаются конфиденциальными. Говоренная директива, случайно экспонирующая медзаписи, бы нарушением регуляции.

Безопасный доступ

Голосовая аутентификация уже роллится в банковских телефонных системах. Как ранняя кривая внедрения e-commerce, начальные безопасностные консерны адресуются через надежные multi-factor фреймворки, пролая путь для более широкого enterprise использования.

Непрерывная инновация в голосовом распознавании обеспечит, что только авторизованные пользователи с адекватными привилегиями могут исполнять команды, сафгардинг критические активы.

Пока большинство домашних устройств не всегда слушают, многие enterprise решения будут. Публицизированные privacy инциденты и юридические вызовы подсвечивают потребность в четком on/off toggle и строгих софтверных сафегардах против взлома.

Построение более эффективного голосового распознавания

Ранние use cases фокусируются на call-center response системах, automotive и mobile ассистентах. Однако текущие уровни точности — примерно 90% на вокабуляре из пяти миллионов слов, по 2016 отчету Mary Meeker — недостаточны для life-support или utility control.

Позади распознавания слов, системы должны понимать контекст. Microsoft's open-source cognitive engine, например, может интерпретировать «How do I get to Green Park?» инференцируя географическую локацию и режим транспорта, снижая риски мизинтерпретации.

Поиск более глубокого смысла

Реальная безопасность шарнирится на интеграции между IoT-устройствами, валидацией команд и операционными протоколами. Представьте случайную голосовую команду «Turn off cooling system to reactor 4» когда реактор 3 активен. Робастная система должна детектить такие инконсистентности и запрашивать подтверждение перед исполнением.

Эти сценарии подсвечивают потребность в холстическом подходе, комбинирующем голосовое распознавание с реальными процедурными чеками для предотвращения человеческой ошибки.

Создание API платформы для истинной голосовой интеграции

Взлет CPaaS — Communication Platform as a Service — предлагает стандартный API слой, который может встраивать голосовую функциональность в существующие воркфлоу. Лидирующие voice вендоры запускают CPaaS инфраструктуры для инейбления бесшовной интеграции по приложениям.

Для enterprise внедрения unified API стандарт существенен. Сейчас диспаратные интерфейсы рискуют продуктовой обсолесценцией, зеркаля историческую Beta vs VHS дебату. Стандартизация — через фреймворки вроде IoTivity — митигирует этот риск.

Лучшее еще впереди

Эмерджинг стандарты и непрерывные прорывы в голосовой безопасности, распознавании и девайс-коннективности обещают будущее, где voice-first взаимодействия становятся рутиной по потребительским и enterprise доменам, усиляя продуктивность при упрощении сложности.

Автор блога: Крейг Уокер, Director Cloud Services в Alcatel-Lucent Enterprise.