Comunicações fechando o círculo - estamos voltando para um mundo que prioriza a voz?

Craig Walker da Alcatel-Lucent Enterprise
Com a onda de assistentes pessoais, como Siri, Cortana e Google Assistente e novas start-ups aproveitando a inteligência artificial (IA) e análises para construir companheiros pessoais, está ficando claro que estamos nos movendo em direção a um novo relacionamento controlado por voz com a tecnologia.

Como já vimos no mercado de consumo, é quase certo que esses sistemas de ativação por voz eventualmente chegarão ao ambiente corporativo, pois os benefícios potenciais desses sistemas podem ser enormes para simplificar e automatizar atividades.

Aqui, Craig Walker, diretor de serviços em nuvem da Alcatel-Lucent Enterprise , explica que, embora possa demorar muito até que vejamos todas as semelhanças de “HAL” de “2001:A Space Odyssey”, a tecnologia já está aqui que pode melhorar a forma como as empresas operam.

Luzes, câmera, ação!

Pense em como seria mais fácil para um médico apenas dizer "Sistema:atualize o gráfico de Mary Smith com o seguinte:" Paciente com dor abdominal, emita pedido de farmácia para 200MG de ‘SuperAntiGas’, assinado pelo Dr. FeelBetter. ” Ou em uma sala de conferências, em vez da luta para descobrir qual controle remoto coloca no projetor e na tela, um simples pedido de voz “Sistema:ligue o projetor, ligue a TV e diminua as luzes”.

Os desafios

Então, onde estamos no caminho para a voz em primeiro lugar? Empresa de análise de voz, VoiceLabs , forneceu uma visão sobre as várias camadas necessárias para oferecer suporte a uma abordagem de voz em primeiro lugar no mundo do consumidor. No entanto, para passar dos casos de uso simples baseados no consumidor para fornecer um ambiente com mais voz no mundo corporativo, algumas coisas precisarão acontecer.

A segurança será crítica se quisermos começar a ter nossos sistemas corporativos baseados em comandos de voz - alguém deve ser capaz de comandar equipamentos ou sistemas essenciais apenas falando? A resposta, claramente, é não. A privacidade também é uma das principais preocupações e, embora o exemplo do médico acima pareça bastante simples, precisamos pensar sobre isso no contexto dos regulamentos. Os direitos do paciente - de acordo com os regulamentos da HIPAA nos EUA - são violados se esses comandos verbais exporem as informações médicas do paciente a terceiros?

Acesso seguro

Já estamos vendo a próxima etapa dos sistemas de reconhecimento de voz, onde a tecnologia é capaz de oferecer suporte ao acesso seguro. Os bancos estão entre os que estão introduzindo autenticação de voz em seus sistemas bancários por telefone. Embora isso possa deixar alguns clientes um pouco preocupados com a segurança de suas contas, sinto que isso seguirá o ciclo de adoção que vimos no comércio eletrônico, em que as preocupações iniciais com a fraude de cartão de crédito precisavam ser superadas antes que víssemos o crescimento meteórico em compras online.

Continuaremos a ver inovação contínua nos sistemas de reconhecimento de voz e melhorias que permitirão que a segurança do sistema de voz seja viável em um ambiente corporativo e garantir que apenas usuários autorizados com os privilégios corretos possam executar as ações associadas.

E embora seu micro-ondas não esteja espionando você, alguns dispositivos estarão sempre ligados, sempre ouvindo e potencialmente gravando. Alguns casos bem divulgados de invasão de privacidade, espionagem comercial ou risco legal podem impedir a adoção. Isso sugere que um grande botão liga / desliga ou função precisa ser incluído nos produtos de voz em primeiro lugar, para que os usuários possam obter os benefícios sem arriscar as desvantagens do monitoramento constante. O acesso seguro ao software também precisaria estar presente nos produtos para prevenir e detectar esforços de hackers.

Criação de sistemas de reconhecimento de voz ainda mais eficazes

Os primeiros casos de uso são principalmente em torno de sistemas de resposta de voz - seja da perspectiva de uma central de atendimento ou aqueles implementados em nossos carros e smartphones. Mas, como muitos de nós sabemos por experiência própria, isso funciona marginalmente, na melhor das hipóteses. O reconhecimento e a contextualização precisam ser refinados por meio de desenvolvimentos tecnológicos antes que possamos pensar de forma realista sobre a adoção em toda a empresa.

Programas de pesquisa, como o projeto Sphinx da Carnegie-Mellon University, continuam a aprimorar os recursos de reconhecimento de linguagem. Um relatório de tendências da Internet por Mary Meeker indicou que, em 2016, o sistema de reconhecimento de voz do Google poderia reconhecer mais de cinco milhões de palavras com cerca de 90 por cento de precisão - mas isso ainda não é extenso ou preciso o suficiente. A precisão de 90 por cento é boa o suficiente para interagir com um sistema de suporte de vida em um hospital ou rede de um provedor de serviços públicos?

Não se trata apenas de reconhecimento das palavras, é sobre o que fazer com as palavras. É aqui que os motores cognitivos e a IA entram em ação. Alguns dos maiores jogadores da indústria - por exemplo, Microsoft , com seu mecanismo de reconhecimento cognitivo de código aberto - pode ser aproveitado para entender o contexto das palavras. “Como faço para chegar ao Green Park?” pode parecer simples, mas precisa ser contextualizado.

A percepção da localização pode indicar que você provavelmente está se referindo ao Green Park em Londres e às suposições sobre o meio de transporte. Se você estivesse sentado em Piccadilly Circus, a resposta poderia ser:“Pegue uma parada, Westbound, na linha Piccadilly.”, Mas aqui presumimos que era Green Park em Londres e não Green Park em Manchester ou Birmingham.

A busca por um significado mais profundo

O verdadeiro desafio está no que está por trás dos sistemas de reconhecimento de voz - tanto da integração dos dispositivos IoT ao próprio sistema quanto de garantir que os comandos solicitados façam sentido. Aqui, precisamos alavancar ainda mais esses motores cognitivos como um sistema de verificação e validação.

Pense em alguém acidentalmente dando um comando para "Desligar o sistema de resfriamento do reator 4" em vez do reator 3 - que já foi desligado, ou um médico usando o sistema para prescrever uma dose prejudicial de medicamento porque disse acidentalmente 400 gramas em vez de 400 miligramas.

Esses podem ser exemplos extremos, mas será necessário ter uma visão holística das ações que estão sendo automatizadas para prevenir o erro humano e trazer uma inteligência mais ampla para entender as ações relacionadas às solicitações controladas por voz. Por exemplo, talvez “Desligar o sistema de resfriamento do reator 4” estivesse correto, mas o sistema precisaria entender o conjunto de procedimentos operacionais para implementar essas ações.

Criação de uma plataforma de API para soluções integradas de voz verdadeira

Um elemento interessante que pode estar estrategicamente ligado ao desenvolvimento de verdadeiros ambientes corporativos controlados por voz vem das inovações que ocorrem no mundo tradicional da comunicação por voz. Estamos vendo a explosão do CPaaS (Communication Platform as-a-Service) na empresa, aproveitando APIs para transformar os aplicativos de hoje em soluções integradas por voz.

Alguns dos principais fornecedores de comunicação de voz estão agora entrando neste mercado, fornecendo infraestruturas CPaaS com um conjunto padronizado de APIs para permitir que as empresas integrem as comunicações em seus processos de negócios.

Embora tradicionalmente vejamos a integração como coisas como a incorporação de serviços de voz e vídeo em aplicativos existentes - pense em um aplicativo bancário que permite que você mude de um aplicativo online para uma chamada de voz com seu consultor bancário - acredito que isso terá um grande papel no aquele ambiente de "voz em primeiro lugar", aproveitando a rica infraestrutura de API de CPaaS para se comunicar com aplicativos e coisas.

Por trás dos requisitos de infraestrutura de comunicação, a forma como o CPaaS ou outras plataformas se comunicam com os dispositivos realmente precisa ser padronizada antes de vermos o rápido desenvolvimento da tecnologia de voz. Cada um dos sistemas controlados por voz baseados no consumidor de hoje tem suas próprias interfaces, integrações de API próprias e, como com a batalha histórica “Beta vs. VHS” de décadas atrás, pode levar à obsolescência do produto.

Assim como um consumidor não quer investir na última "cafeteira inteligente" apenas para descobrir que a plataforma que a controla acabou de ser descontinuada, uma empresa quer garantir que os investimentos feitos em novas tecnologias não sejam obsoletos antes que eles são capazes de perceber um retorno.

O melhor ainda está por vir

A boa notícia é que há um conjunto de tecnologias em andamento para ajudar a minimizar o potencial de obsolescência. Frameworks como IoTivity estão sendo desenvolvidos para construir uma plataforma padronizada. Já estamos vendo o valor, os benefícios e a rápida expansão de novos aplicativos de voz para os consumidores. No curto prazo, veremos alguns dos casos de uso básicos migrarem para a empresa.

A longo prazo, conforme os avanços continuam a ser feitos em reconhecimento de voz, segurança de voz e simplificação / padronização na conectividade de dispositivos, veremos mais e mais atividades de voz em primeiro lugar no mundo do consumidor e empresarial para ajudar a reduzir a complexidade e melhorar nossa produtividade.

O autor deste blog é Craig Walker, diretor de Serviços em Nuvem da Alcatel-Lucent Enterprise