Ersetzen Bots Sprachtechnologie? Die Zukunft der KI-Interaktion untersucht

Papa oder Chips? Voice oder Bots?

Wer braucht Voice, wenn wir Bots haben?

„Google, bestell mehr Windeln.“

„Alexa, wann fliegen Flüge von Manchester nach Mailand an Donnerstagen?“

Seit dem Debüt von Apples Siri auf dem iPhone 4S gibt es eine Flutwelle neuer Geräte, die „smarte“ Sprachtechnologie nutzen. Und die Zahl der Menschen, die sie annehmen, wächst weiter. Wir sind bereits an einem Punkt, an dem Sprachinteraktion mit „Dingen“ Routine geworden ist. Tatsächlich scheint wenig nicht nur einen Sprachbefehl entfernt zu sein.

Noch gedankenanregender: Während wir diese Technologie heute regelmäßig nutzen, haben wir wirklich gerade erst angefangen, all die Wege zu erkunden, wie unsere neuen virtuellen Assistenten uns helfen werden. Was passiert, wenn Voicebots noch vollständiger in das Leben von Millionen Konsumenten integriert werden?

Nehmen Sie Google Duplex: Vor wenigen Monaten schauten Millionen zu, wie eine sehr „echte“ klingende Konversation demonstriert wurde, in der ein Voicebot mit einem echten Menschen sprach, um einen Friseurtermin für eine Frau zu machen. Meine sofortige Reaktion: Das war's, Voice ist tot.

Wie wird das Leben sein, wenn diese Fähigkeit sich weiterentwickelt und unsere Anrufe bei Unternehmen完全 von KI-Technologie abgewickelt werden? Und der nächste Schritt – wenn ein Bot in Ihrem Namen mit dem Bot Ihrer Bank spricht, um ein Konto-Problem zu lösen oder Schecks zu bestellen?

Jep. Das Ende von Voice ist da.

Nur, es ist nicht so.

Denken Sie nur darüber nach. Konsumenten müssen nicht mehr auf IVR (Interactive Voice Response) Technologie setzen, um sich mühsam durch alle Details für ein Versicherungsangebot zu quälen. Stattdessen können wir online gehen und unsere Anliegen werden sofort und präzise verstanden und beantwortet. Mit Natural Language Processing und Spracherkennung haben Bots jetzt die Fähigkeit, normale menschliche Konversation zu verstehen und nach vorgegebenen Regeln zu arbeiten.

Die Tatsache ist: Es ist unendlich einfacher, einfach nach etwas zu fragen, statt Seiten von Text lesen, neue Software meistern, suchen, scrollen, tippen oder tappen zu müssen. In gewisser Weise zwingt ausgefeilte Sprachtechnologie unsere Tools, uns zu geben, was wir wollen, auf die Art, wie wir es wollen. Meistens ist Voice einfach bequemer.

Google sagt, seine Technologie könne komplexe Gespräche führen, ohne Eingriff eines anderen Menschen. Obwohl Google sagt, es teste die Technologie derzeit nicht mit Enterprise-Kunden und verspreche, der Bot identifiziere sich als KI während Anrufen – diese menschlich klingende Technologie bahnt sich bereits ihren Weg in die Geschäftswelt und in all unser Leben. Proliferation auf Enterprise-Level ist unvermeidlich, da Organisationen automatisieren und Kosten senken wollen.

Das ist alles gut und schön, solange Nutzen der Fokus solcher Sprachtechnologie bleibt – und alle wachsam gegenüber Missbrauchspotenzial bleiben. Konsumenten werden eine Toleranz für Enterprise-Voicebots entwickeln, genauso wie wir sie in unseren Zuhause mögen gelernt haben – besonders wenn sie effektiv, verfügbar und reaktionsschnell sind. Es geht alles um Bequemlichkeit. Niemand ruft gerne eine Bank an und wartet fünf Minuten auf einen Agenten, nur um zu erfahren, dass dieser immer noch nicht in der Lage ist, die Anfrage zu bearbeiten. Wenn Voicebots Wert liefern, werden Konsumenten nicht zögern, sie zu nutzen.

Das größere Bild

Aber Bequemlichkeit ist nicht einseitig. Sie muss für Business und Konsumenten gleichermaßen bequem sein. Und es gibt viele zugrundeliegende soziale, moralische und rechtliche Implikationen, die zu berücksichtigen sind, während diese Technologie zur Unterstützung dieses Gleichgewichts reift. Wie stellen Sie sicher, dass ein Voicebot ethisch handelt? Wie verhindern Sie, dass Intonation und Sentiment-Analyse eingesetzt werden, um Menschen während eines Bot-Gesprächs zu manipulieren? Was machen Bots mit den Informationen, die Konsumenten liefern? Merken sie sich Kreditkartennummern? Wohin gehen Informationen? Wie werden sie gespeichert? Wer und was sonst kann darauf zugreifen? Es gibt schwerwiegende Datenschutz-Implikationen. In Europa müssen Voicebots beispielsweise der DSGVO entsprechen (die letztes Jahr in Kraft trat).

Diese menschlich klingenden Voicebots anzutreiben erfordert Massen an Daten und kommt mit enormer Verantwortung. Organisationen müssen wissen, woher ihre Daten kommen und wie sie fusioniert sind. Werden sie mit Third-Party-Daten gemischt? Woher kommen diese Daten, und kann ich sie nutzen, um meine KI-Modelle zu bauen, und sollte ich? Wenn die Facebook-Datenskandale der letzten Monate uns etwas gelehrt haben, dann dass Unternehmen nicht immer die negativen Implikationen populärer neuer Technologien und deren potenziellen Missbrauch bedacht haben.

Das Gewicht der Nutzererwartungen

Und Unternehmen, die Voicebots deployen, sollten besser auf das gewaltige Gewicht der Nutzererwartungen vorbereitet sein. Als Menschen sind wir biologisch verdrahtet, Stimmen zu erkennen und instinktiv abzurufen, was wir mit der assoziierten Persona tun können. Wenn der Voicebot Ihres Unternehmens wie Alexa klingt, werde ich erwarten, dass er sich „wie Alexa“ verhält. Wenn es Variationen in Business-Deployment und Erfahrung gibt, führt das schnell zu Konsumentenärger. Warum kann ich mit dieser Marke fünf Dinge tun, aber mit der ähnlich klingenden nur halb so viel?

Auch wenn Voicebots bald allgegenwärtig sein werden – wir werden nicht vollständig entspannt sein, mit ihnen ständig zu sprechen. Sie werden definitive Use Cases haben und unglaubliche Bequemlichkeit für schnelle Anfragen und einfache Tasks bieten. Aber ein Gespräch mit einem echten Menschen über die Komplexitäten unseres Lebens hat Wert, den ein Bot nie fehlerfrei oder sensibel bewältigen kann. Der menschliche Repräsentant wird für Unternehmen vital bleiben und an entscheidenden Interaktionspunkten den Unterschied machen. Die komplexe Natur des Menschen, die authentischen Sentiments, die entstehen, und unsere einzigartige Fähigkeit, zu teilen, was wir fühlen – das ist ein Level an Voice-Interaktion, das nicht zufriedenstellend synthetisiert oder automatisiert werden kann.

Für all das, was KI bereits kann – einschließlich unglaublich „echter“ verbaler Tics nachzuahmen und Informationen mit atemberaubender Geschwindigkeit zu verarbeiten – stecken Voicebots noch in den Kinderschuhen, was menschlichen Kontakt unersetzlich macht, wenn wir ihn wollen.

Chris Connolly ist Vice President Product Marketing bei Genesys.