Инвесторы вкладывают миллиарды долларов в стартапы, занимающиеся голосовым ИИ, включая системы для клиентского сервиса и автоматической записи встреч. Эксперты отрасли отмечают, что, несмотря на приток капитала, технология еще не достигла своего «момента ChatGPT».
Технический директор PolyAI Шон Вен указывает, что текущая задача разработчиков — ускорить логические рассуждения моделей, чтобы диалог звучал естественно. По его мнению, ИИ-агенты в поддержке должны не просто имитировать речь, а эффективно решать проблемы клиентов, вызывая у них доверие.
Алекс Гэй, директор по маркетингу Otter, подчеркивает важность идентификации спикеров и интеграции корпоративных знаний для автоматизации процессов. Компания работает над созданием цифровых двойников для встреч, где ключевым фактором является способность ИИ передавать эмоции, необходимые для полноценного общения.
Разработчики признают проблемы с точностью систем распознавания речи (ASR). Ошибки в транскрипции приводят к неверным последующим действиям, что снижает доверие пользователей к платформе. Улучшение моделей ASR остается критически важным для обеспечения надежности всех производных функций.
Вопросы прозрачности остаются приоритетными для обеих компаний. PolyAI и Otter настаивают на обязательном уведомлении пользователей о том, что они общаются с ИИ или что ведется запись разговора. Otter внедряет методы информирования участников встреч о записи даже при отсутствии бота в чате.
