¿Están los bots reemplazando a la tecnología de voz? Examinando el futuro de la interacción con IA

¿Papá o patatas? ¿Voz o bots?

¿Quién necesita voz cuando tenemos bots?

"Google, pide más pañales."

"Alexa, ¿a qué hora salen los vuelos de Manchester a Milán los jueves?"

Desde el debut de Siri de Apple en el iPhone 4S, ha habido una ola de nuevos dispositivos que aprovechan la tecnología de voz "inteligente". Y el número de personas que la adoptan sigue aumentando. Ya estamos en un punto donde la interacción por voz con "cosas" se ha vuelto rutinaria. De hecho, parece haber poco que no esté a solo un comando de voz de distancia.

Lo que es aún más provocador es que, aunque usamos regularmente esta tecnología hoy, realmente acabamos de empezar a explorar todas las formas en que nuestros nuevos asistentes virtuales nos ayudarán. ¿Qué pasará cuando los voicebots se integren más plenamente en las vidas de millones de consumidores?

Tome Google Duplex, por ejemplo. Hace solo unos meses, millones de nosotros vimos una demostración de una conversación "muy real" donde un voicebot "hablaba" con un humano real para concertar una cita de peluquería para una mujer. Mi reacción inmediata fue: eso es, la voz ha muerto.

¿Cómo será la vida cuando esa capacidad evolucione aún más y nuestras llamadas a un negocio sean manejadas completamente por tecnología de inteligencia artificial (IA)? Y, ¿qué pasa con el siguiente paso —cuando un bot actuando en tu nombre hable con el bot de tu banco para resolver un problema con tu cuenta o para pedir cheques?

Sí. El fin de la voz está aquí.

Solo que no lo está.

Solo piénsalo. Los consumidores ya no tienen que depender de la tecnología IVR (respuesta de voz interactiva) para avanzar laboriosamente y repetir su camino a través de todos los detalles requeridos para una cotización de seguro, por ejemplo. En su lugar, podemos ir en línea y nuestras preocupaciones son entendidas y respondidas inmediatamente y con precisión. Usando procesamiento de lenguaje natural y reconocimiento de voz, los bots ahora tienen la capacidad de entender la conversación humana normal y trabajar con un conjunto predeterminado de reglas.

El hecho es que es infinitamente más fácil simplemente pedir algo en lugar de tener que leer páginas de texto, dominar algún nuevo software, y buscar, desplazarse, escribir o tocar. En cierto sentido, la tecnología de voz sofisticada obliga a nuestras herramientas a darnos lo que queremos, de la manera en que queremos obtenerlo. La mayoría de las veces, la voz es simplemente más conveniente.

Google dice que su tecnología puede manejar conversaciones complejas, sin necesidad de intervención de otro humano. Aunque Google dice que no está probando actualmente la tecnología con clientes empresariales, e incluso aunque la empresa promete que el bot se identifica como IA durante las llamadas, este tipo de tecnología con sonido humano ya se está abriendo camino en los negocios en general y en todas nuestras vidas. La proliferación a nivel empresarial es inevitable a medida que las organizaciones buscan automatizar y recortar costes.

Todo esto está bien y bien si la utilidad sigue siendo el foco de tal tecnología de voz —y todos se mantienen alerta al potencial de abuso. Los consumidores desarrollarán una tolerancia para los voicebots empresariales de la misma manera que hemos crecido para gustarnos en nuestros hogares, particularmente si son efectivos, disponibles y receptivos. Todo se trata de conveniencia. A nadie le gusta llamar a un banco y esperar cinco minutos para hablar con un agente, solo para descubrir que siguen mal equipados para tratar su consulta. Si los voicebots proporcionan valor, los consumidores no dudarán en usarlos.

El panorama general

Pero la conveniencia no es unilateral. Tiene que ser igualmente conveniente para el negocio y para el consumidor. Y hay muchas implicaciones sociales, morales y legales subyacentes a considerar a medida que esta tecnología madura en apoyo de ese equilibrio. ¿Cómo aseguras que un voicebot se comporte éticamente? ¿Cómo evitas que el análisis de inflexión y sentimiento se use para manipular a las personas durante una conversación con un bot? ¿Qué hacen los bots con la información que proporcionan los consumidores? ¿Recordarán números de tarjetas de crédito? ¿A dónde va la información? ¿Cómo se almacena? ¿Quién y qué más puede acceder a ella? También hay implicaciones severas de privacidad. En Europa, por ejemplo, los voicebots deben cumplir con el Reglamento General de Protección de Datos (que entró en vigor el año pasado).

Alimentar estos voicebots similares a humanos requiere montones de datos y viene con una tremenda responsabilidad. Las organizaciones deben saber de dónde vienen sus datos y cómo se fusionan. ¿Están mezclados con datos de terceros? ¿De dónde vienen esos datos, y puedo usarlos para construir mis modelos de IA, y debería? Si los escándalos de uso de datos de Facebook de meses recientes nos han enseñado algo, es que las empresas no siempre han considerado las implicaciones negativas de nuevas tecnologías populares y cómo podrían ser mal utilizadas.

El peso de las expectativas del usuario

Y las empresas que despliegan voicebots también deben estar preparadas para el pesado peso de la expectativa del usuario. Como humanos, estamos biológicamente cableados para reconocer voces e instintivamente recordar lo que podemos hacer con la persona asociada. Si el voicebot de tu empresa suena como Alexa, voy a esperar que "actúe" como Alexa. Cuando hay variaciones en el despliegue y la experiencia empresarial, rápidamente llevará a la molestia del consumidor. ¿Por qué puedo hablar con esta marca y hacer estas cinco cosas, pero solo la mitad cuando hablo con esa marca que suena igual?

Aunque los voicebots pronto serán ubicuos, no estaremos completamente cómodos hablando con ellos todo el tiempo. Tendrán usos definidos y proporcionarán una conveniencia increíble para consultas rápidas y tareas simples. Pero, mantener una conversación con una persona real sobre las complejidades de nuestras vidas tiene un valor que un bot nunca puede ser entrenado para abordar impecable o sensiblemente. El representante humano seguirá siendo vital para las empresas, haciendo una diferencia clave en puntos cruciales de interacción. La naturaleza complicada de los seres humanos, los sentimientos auténticos que surgen y nuestra capacidad única para compartir lo que sentimos —este es un nivel de interacción por voz que no puede ser sintetizado o automatizado satisfactoriamente.

Por todo lo que la IA ya puede hacer, incluyendo imitar "tics" verbales increíblemente "reales" y procesar información a velocidades vertiginosas, los voicebots aún están en su infancia, haciendo que el contacto humano-a-humano sea irremplazable cuando lo queremos.

Chris Connolly es Vicepresidente de marketing de producto, en Genesys.