Помимо сценариев использования голосовых интерфейсов через «умные» устройства, например колонки и телефонные звонки, есть уже ставшие традиционными мобильные приложения голосовых ассистентов. Вкратце их концепция такова: обращаясь к ассистенту в приложении, вы запускаете определённый сервис, реализованный в виде отдельного сценария голосового взаимодействия. Такие сервисы чем-то похожи на приложения и называются «навыками». Используя «навыки», вы можете, к примеру, заказать такси, поиграть в игру, узнать статус заказа и т.п. Любая компания или разработчик может создать свой «навык», чтобы он был доступен всем пользователям одного из голосовых ассистентов, таких как Алиса от Яндекса или Amazon Alexa. Но у подобного подхода есть один серьёзный изъян – сложность и неочевидность способа использования.
В системах с графическим интерфейсом пользователь сразу видит доступные функции, но в случае с голосовым интерфейсом нет возможности быстро и понятно сообщить, как им пользоваться. Конечно, «навык» может начинать приветственную фразу с короткого пояснения, как его можно использовать, но при реальном использовании это становится серьёзным ограничением. Недавно мой коллега Дмитрий Чечеткин из компании Just AI предложил новую концепцию использования голосовых систем. Вместо того чтобы иметь общую точку входа в виде отдельного приложения голосового ассистента, есть смысл добавлять голосовые функции непосредственно в приложения, которыми мы уже пользуемся. Отпадает необходимость пытаться в виде сложных голосовых сценариев предоставить доступ ко всем функциям сервиса, достаточно найти места в приложении, которые проще пройти голосом, например, при заказе в интернет-магазине продиктовать адрес доставки, вместо того чтобы его заполнять. Ряд сценариев при таком подходе также можно сильно упростить, когда вместо череды экранов, через которые пользователь продвигается, у него появляется возможность голосом ответить на несколько вопросов и сразу оказаться в финальной точке. К тому же существующее мобильное приложение уже знает пользователя и может получить доступ к предыдущей истории взаимодействия, например, содержанию прошлых заказов, тем самым ещё больше упростив взаимодействие.
Вероятно, в дальнейшем будет найдена наиболее приемлемая форма использования голосовых технологий в каждой из сфер жизни. Что можно сказать точно уже сейчас, так это то, что такие технологии не станут доминирующим каналом коммуникаций с компьютерными системами. Люди, общаясь друг с другом, используют речь только как один из способов обмена информацией, дополняя его книгами, схемами, картинами, музыкой, физическими предметами и, конечно же, выражением эмоций в виде мимики и жестов. С другой стороны, по мере того как то, что называется «искусственным интеллектом» будет все больше приобретать признаки интеллекта, начнёт меняться и способ постановки и решения задач людей.