4 июня 2017

Беседка №140. «Интернет голоса»

Илья Субботин

Забудьте об «интернете вещей», это — мыльный пузырь.

Большинство современных продуктов, заявленных как устройства IoT, ничем не отличаются от вертикальных М2М продуктов, которыми мы всегда пользовались, они пользуются преимуществами ребрендинга. Об остальных аспектах IoT мечтают венчурные капиталисты и производители, возомнившие себя способными создать рынок потребителей IoT посредством чрезмерного финансирования и поощрения своего эго в порыве технического словоблудия. По мере того, как IoT медленно возвращается к основанию кривой зрелости технологий (Gartner), реальную возможность для дальнейшего развития интернет-устройств нужно искать в другом аспекте, который только зарождается: IoV, Internet of Voice, буквально «интернет голоса».

Проблемой настоящей парадигмы является то, что IoT по большей части собирает информацию и затем применяет к ней определённые алгоритмы для извлечения необходимой пользы. Это не так просто. Нужно создать устройства, разобраться в том, как их подключить между собой и надеяться на то, что среди собранной информации найдется что-то способное помочь привлечь потенциальных пользователей. Но на это нужно время, необходимое, по крайней мере, для получения критической массы продуктов на рынке. Игнорируемый многими бизнес-планами парадокс Catch 22 заключается в том, что для понимания пригодности и полезности технологии нужно получить необходимую информацию путём выпуска на рынок десятка тысяч устройств. При отсутствии явных преимуществ подобные продукты совершенно не продаются. От производителей носимой электроники до «умных» городов все начинают понимать несостоятельность бизнес-кейса IoT, в частности по причине необходимости наличия у пользователей определенного уровня технической подкованности для первичной установки и настройки устройств.

IoV использует другой принцип. Вместо того, чтобы ожидать от пользователей каких-либо знаний об «интернете вещей», в новой концепции ставятся вопросы и даются ответы. Никаких кнопок, клавиатур, кода, можно просто спросить. Но в этом скрыта возможность контролировать всё, с чем мы взаимодействуем. Это может положить конец нашим романтическим отношениям со смартфонами и стать, наверно, самой большой угрозой для Apple на сегодняшний день. Во многом «интернет голоса» является новейшим шагом на бесконечном пути человеческих изысканий. Человечество на протяжении практически всей своей истории увлечённо задавало вопросы в попытке получить более-менее адекватный ответ, будь то дельфийский оракул или более современные плоды научной фантастики, описанные в HAL или в фильме «Она». Сегодня мы можем наблюдать, как технология упраздняет подобные запросы в пустоту и пользователей это затягивает.

Удивительно, что голос так значительно отставал от видео, учитывая стремление современного общества к гласности и выражению своих мыслей устно. Качество передачи голоса по телефонной линии зачастую не отличалось хорошим качеством. Bluetooth-гарнитуры выполняли важную функцию по освобождению рук водителя во время езды, но для большинства пользователей и получателей звонков от человека с гарнитурой наилучшим результатом становился факт узнавания голоса. Более продвинутая часть рынка усердно работала над улучшением качества голосовой связи, но в общей массе оно было весьма посредственным, а пользователи мирились с этим. Распознавание голоса через гарнитуру представляло из себя довольно неоднозначное занятие, успех которого зависел от случая.

За последние несколько лет значительно изменилось само восприятие голосового управления, пусть не сразу, но оно обрело ограниченный круг сторонников. Перемены начались с Siri — голосового ассистента от Apple, скопированного и дополненного Google Now и Microsoft Cortana. Пользователи стали разговаривать со своими телефонами. В мае прошлого года Сундар Пичаи рассказал о том, что 20% запросов посредством мобильного поискового приложения Google стали осуществляться голосом. Как бы то ни было, лучшим показателем возможностей голосового управления стал запуск Amazon своего помощника Alexa на базе колонки Echo в конце 2014 года.

Появление Alexa обусловило знакомство пользователей с концепцией разговора с интернетом при необходимости что-то узнать, купить или прослушать музыку. Оно стало сигналом больших перемен, упразднив необходимость взаимодействовать с устройством, больше не нужно доставать телефон или нажимать на кнопки, можно просто озвучить запрос. Важность перемен нельзя недооценивать. Некоторым это покажется жутковатым, но задать вопрос это так естественно, что непросто понять, почему же технологии так долго к этому шли. Но причиной этому является комплексный характер распознавания голоса. Для его реализации необходима помощь многих технологических улучшений: надежного быстрого интернета, недорогих и быстрых облачных сервисов и машинного обучения распознаванию голоса для перевода его из чего-то нового в разряд обыденных операций. Сложим их вместе и вот перед нами — зачатки «интернета голоса».

Как только вы начинаете говорить с интернетом, то всё меняется. Amazon, Google и Microsoft постоянно представляют презентации, показывающие естественную эволюцию методов ввода информации пользователями, от клавиатуры до мыши, смартфонов и голосового ввода. Они называют их «интерфейсами общения», обозначая эволюцию интернета от ручного ввода к голосовому.

Почему это важно? Через пять лет при условии развития распознавания голоса с той же скоростью люди могут оглянуться назад и удивиться, зачем же они пользовались клавиатурой. Но у этой эволюции есть другой аспект: люди могут также поразиться тому, зачем они вообще печатали что-то на смартфоне. Если для получения информации необходимо лишь озвучить вопрос, то так немудрено и насовсем отказаться от смартфонов. Amazon может разрушить рынок смартфонов по аналогии с тем, как Apple разрушила рынок обычных сотовых телефонов.

И вот почему. Siri, Cortana и голосовой поиск Google использовались как замена клавиатуре, избавляя нас от необходимости набирать текст. Alexa делает кое-что другое. Для многих помощник стал другом. Как и в обычном разговоре, вам не надо что-то доставать из кармана и нажимать кнопки, вы просто говорите. В интервью изданию New Scientist Дэвид Гилл, директор по управлению Alexa, рассказал, что был удивлен тем, как часто люди пытаются задействовать голосового ассистента в социальном взаимодействии. «Каждое утро тысячи людей желают Alexa доброго утра, полмиллиона признались в любви, 250 000 человек предложили руку и сердце. Можно и пошутить над этим, но самым популярным взаимодействием является «спасибо», что означает желание людей быть вежливыми с технологией».

Нет никакого сомнения в том, что концепция IoV близка пользователям. Сценарии её применения стали гораздо более разнообразными по сравнению с первого применения для заказа товара с Amazon. И это произошло благодаря подходу компании, предоставившей любому желающему возможность добавлять собственные ключевые слова.

Оригинальный материал, автор — Ник Хан

Конечно, точка зрения для нашего рынка не очень актуальная, проникновение IoT сложно назвать успешным, наш пользователь в общей массе пока не понял смысла подключённого к интернету холодильника. Но всему своё время, может, и до нас докатится. Но вопрос в том, что же это будет, «интернет вещей» или всё-таки «интернет голоса»? Мне ближе второй вариант, по крайней мере, он более универсален в плане сценариев использования. Считаете ли вы новый подход чем-то революционным и способным заменить нам смартфоны?