Alexa for the Enterprise? Пока нет, но уже скоро.

Конечно, лучше крикнуть «Стой!», чем бежать к клавиатуре или тревожной кнопке. Но всегда ли вы удержите ребенка с его относительно небольшим, но собственным интеллектом? Пока еще область голосового управления в корпоративной среде только формируется, и вопросов здесь больше, чем ответов.

Многие люди уже имеют опыт использования Siri, Alexa, Cortana или Google Assistant в личной жизни. Попробуем рассмотреть потенциал голосовых технологий в корпоративном сегменте.

Строили мы, строили...

Голосовая технология, собственно, к 2020 г. не представляет из себя ничего нового и, в общем, не предлагает ничего особенно нового.

Bell Labs начала экспериментировать с распознаванием голоса еще в 1952 г., с системой «Одри» (Audrey). Что в переводе значит просто «Автоматический цифровой распознаватель».

Эксперименты Bell Labs скорее обескуражили, чем вдохновили исследователей. Слишком много сложностей тогда нужно было преодолевать, — и большинство из них впервые. Сюда относились ограниченные словари, отличия в тембре и акценте голоса, невысокая скорость перевода (фактически, недостаточная производительность компьютеров) и др.

Расчеты показали слишком высокую стоимость проекта, и энтузиазма в компаниях поубавилось на многие годы. Фактически, за следующие полвека так и не было создано сколько-нибудь удовлетворительной системы распознавания любого человеческого голоса, — и, тем более, средств искусственного интеллекта для реагирования на него.

Ходили слухи о неких специальных системах ограниченного применения, но обычному потребителю опереться было практически не на что. Доступное ПО типа Dragon Dictate, — исходя в том числе и из личного опыта, — никогда не обеспечивали комфортной работы с вводом и распознаванием беглой речи, особенно на менее распространенных языках, чем английский.

Другими словами, пока не появилась система распознавания голоса Siri, наши голосовые запросы оставались, так сказать, гласом вопиющего в пустыне.

И, наконец, построили!

Siri, конечно, также испытала «болезни роста». Но ее достаточно совершенный голос, ее знания, и даже некоторое подобие чувства юмора, способность быстро понять смысл запроса и более-менее адекватно ответить позволяет казаться ей более «настоящей».

Apple первой смогла практически применить искусственный интеллект (AI) в Siri. Это сделало в последние годы голосовые технологии одной из господствующих тенденций в IT и открыло целый мир новых возможностей.

Amazon быстро вошла в этот сегмент со своей системой «Алекса» (Alexa), если не подняв, то, по крайней мере, приподняв планку, за счет объединения голоса, аналитики данных и AI с интернетом вещей (Internet of Things, IoT).

Здесь мы уже подбираемся непосредственно к теме данного блога. Alexa может играть в простые игры, кое-что заказать по интернет, помочь найти новую музыку по заданной теме. Она также в состоянии управлять некоторыми вещами, — такими, как «умные розетки», лампочки, связанные с интернетом, системы сигнализации и управления температурой в помещении (что как раз и показано на иллюстрации для термостата Sensi).

Все, что было перечислено до этого (и многое помимо этого) направлено непосредственно на потребительский сектор. Это не удивительно, поскольку корпоративное применение постоянно отстает от потребительского использования тех или иных технологий, — и часто это занимает годы. Но, тем не менее, голосовые системы довольно быстро движутся к предприятиям будущего, где им прочат существенную роль.

Предприятия медленно признают, что технологии голосового управления могут сделать их сотрудников более производительными и эффективными, — от автоматизации рутинных ручных задач до быстрого исследования массивов информации.

Ставка на «Voice-Enabled Enterprise»

Ожидается, что умные голосовые приложения станут нормой в операционных действиях бизнес-структур в течение следующих десяти лет. Причины для этого следующие.

— Люди охотнее разговаривают, чем вводят текст с клавиатуры.

— Распознавание речи продолжает быстро улучшаться. Siri, Alexa и Google Voice убедительно доказывают это, и только вопрос времени, когда голосовые технологии ввода смогут извлекать смысл из сложного производственного жаргона профессионалов.

— Определяются требования к голосовым корпоративным системам. Управляемые Alexa устройства уже вовсю проверяются на предприятиях, — пока в основном на безопасных задачах. Компании пробуют использовать их в качестве ассистентов при организации удаленных конференций и коллаборативных действий. Их использование будет расширяться по мере интеграции Alexa с такими ключевыми бизнес-системами, как Salesforce и Workday.

Однако существует и достаточно много пока не решенных проблем, — в частности, связанных с безопасностью. Предприятия не могут не волноваться по поводу доступа к защищенным ресурсам или управления потенциально небезопасными устройствами. Много неприятностей может принести уже злонамеренная установка слишком высокой температуры в помещении или блокирование замков на дверях.

Как реакция на такие опасения, быстро развивается «voice fingerprinting» — технология идентификации личности говорящего по его «цифровому отпечатку голоса». Как только она достигнет необходимого уровня, будет преобразован весь пользовательский интерфейс компьютеров.

Нужно оговориться, что никто не предлагает создавать офисы, полные людей, которые целый день разговаривают со своими компьютерами. Обеспечение тишины и отсутствия помех в корпоративной среде — это серьезная проблема. Но уже определяются некоторые практические и очень полезные способы, которыми умная голосовая технология может быть применена для улучшения операций на предприятиях.

Привести практические примеры здесь пока не так просто. Они еще не определились и не стали типовыми. Вот, например, не очень убедительное описание подобной ситуации на ресурсе «InformationWeek».

«Вы уже вернулись домой и собираетесь расслабится перед сном. Тут звучит тревожный сигнал с вашей работы, который пришел на смартфон — параметры технологического процесса изменились (какой ужас!). Вместо того, чтобы собраться по тревоге и бежать на завод, просто скажите —

«Alexa, перезапусти наш Exchange Server с именем Denali». Или, может быть —

«OK Google, выполни SecureOne health report».

И можете спокойно возвращаться на диван».

Это пока даже не научная фантастика. Это — фэнтези. Да, есть описания подобных экспериментов с положительными результатами. Но, в общем, пока не очень верится во все это.

В конце концов, указанные правила можно и просто прописать. Но можно затем и получить бесстрастное сообщение от Alexa, что сервер почему-то не перезапускается. И все равно придется подниматься и бежать в ночь, — по крайней мере, пока.

Может, конечно, у них ума и прибавится, но пока лучше как-то так.

И пока просто вообразите возможности голосовых технологий, объединенных с корпоративными управляющими системами и IoT через несколько лет, особенно когда потенциальные проблемы безопасности будут устранены.

Но будущее все же скорее видится за комбинированным управлением, объединяющим различные технологии. Мы наблюдаем всего лишь младенческие годы предприятий совершенно нового типа. Что можно делать уже сейчас? Готовиться, испытывать возможности своего голоса на бытовом уровне. И желательно, чтобы не получилось как в старом анекдоте:

— Штурман, приборы?

— Девятнадцать!

— Что «девятнадцать»?

— А что «приборы»?

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365