Годами люди смотрели фильмы с говорящими роботами и мечтали заполучить такого помощника, а в XXI веке, когда это стало реальностью, не всегда готовы общаться с искусственным интеллектом. Как это произошло?

История голосовых ассистентов началась задолго до высокотехнологичного XX века. В XVIII веке французский ученый Жан-Батист Анри де Сен-Венсан изобрел механический голосовой помощник, который получил название "Господин речи". Особого интереса он не вызвал — люди не были готовы к общению с механизмом. В XIX веке идею подхватил Томас Эдисон: на базе электрического устройства он создал голосового помощника "Говорящая машина", который впоследствии стал прототипом фонографа. Машина могла воспроизводить речь, музыку и отвечать на вопросы.

В середине XX века ученые начали понимать физику синтеза речи и их ключевой задачей стало обучение машины: она должна была распознавать разных людей, произносящих одни и те же слова. В 80-е годы ученые научились использовать в генерации речи методы так называемой скрытой модели Маркова. С ее помощью корректно генерировались тексты и голосовые сообщения.

В течение 1990-х годов такие компании, как IBM, Apple и другие, создавали элементы, которые использовали распознавание голоса. Apple начала создавать функции распознавания речи на своих компьютерах Macintosh с PlainTalk в 1993 году. А в 1997 году компания Dragon выпустила Dragon Naturally Speaking — первую программу голосового набора текста. Программа могла распознать около 100 слов в минуту и превратить их в текст. Эти и другие голосовые ассистенты конца XX века были практически такими, какими мы их знаем сегодня.

У рядовых граждан интерес к идее голосового управления устройствами вызвали кинофильмы. Так, например, в сверхпопулярной саге Джорджа Лукаса "Звездные войны" с помощью голосового управления общались роботы R2-D2 и С3-РО, а в "Космической одиссее 2001" Стенли Кубрика компьютер HAL распознавал и симулировал человеческую речь.

После выхода фильмов с думающими и говорящими машинами люди рисовали себе идеалистическую картину мира, в котором роботы будут нас понимать, поддерживать, сочувствовать и во всем помогать. Но на деле, когда в XXI веке при помощи голоса мы получили возможность не только включать чайник или активировать блокировку ненужных звонков, но и водить автомобиль, оказалось, что многие не готовы и, более того, не хотят общаться с искусственным интеллектом (ИИ).

По данным ВЦИОМ, треть (32%) россиян не доверяют технологиям в области искусственного интеллекта. Среди основных причин — возможные ошибки и сбои в работе ИИ. При этом уровень доверия к технологиям ИИ в целом растет: в 2022 году он увеличился на 7 п. п. и составил 55%. Респонденты выделяли в первую очередь объективность ИИ: безэмоциональность и отсутствие личных интересов.

По данным "МегаФона", который год назад запустил своего голосового помощника "Еву", все не так однозначно. "Многое зависит от возраста человека, с которым говорит голосовой помощник. Не секрет, что взрослое поколение охотнее общается по телефону, а молодые люди предпочитают разговорам удобные интерфейсы мобильных приложений", — рассказал директор по продуктовому маркетингу "МегаФона" Дмитрий Рудских.

Молодые люди быстро распознают, что трубку "снял" бот и сбрасывают звонок: если они решились на него, они точно не хотят тратить время на беседу с роботом. При этом самим себе молодежь с удовольствием устанавливает голосовых ассистентов: ценит их за то, что они избавляют от лишнего общения по телефону, забирая на себя спам-вызовы и неприятные входящие звонки. Старшее поколение, которое, в свою очередь, не против поговорить, с удовольствием общается с роботами. Здесь тормозящим фактором являются сложности, которые испытывают люди постарше при столкновении с технологиями на моменте подключения голосового ассистента.

За последние годы отношение людей к голосовым помощникам претерпело значительные изменения: к ним привыкли, их удобство и повседневная ценность стали очевиднее. Технический прогресс и достижения в области обработки естественного языка и машинного обучения повысили точность голосовых помощников и улучшили понимание ими контекста. Это тоже благоприятно сказалось на пользовательском опыте. Так, по данным исследования VK от 2022 года, более 30% пользователей голосовых ассистентов воспринимают их как приятелей: общаются дружелюбно, но могут и нагрубить, отдать команду в приказном тоне. Такое поведение обычно вызвано тем, что голосовой помощник не понимает и не реагирует на запрос или команду. Любопытно, что, отвечая на схожий вопрос ВЦИОМа об отношении к искусственному интеллекту в целом, респонденты чаще всего отвечали, что ИИ ассоциируется у них с собакой (31%) и кошкой (12%) — то есть воспринимается как подконтрольный человеку помощник.

Взлет популярности голосовых ассистентов пришелся на период коронавирусных локдаунов: число обращений в онлайн-сервисы резко выросло, люди, живущие одни, потянулись к "живому" общению с голосовыми ассистентами. Продажи устройств с этой функцией выросли в разы:

В виде графика:

Продажи устройств с функцией голосового ассистента в России, млн шт.

2022 г. — 3

2021 г. — 1,3

2020 г. — 0,5

Задачи и функционал голосовых ассистентов

Существуют два типа ассистентов: ориентированные на широкий круг тем и специализирующиеся на узких задачах. Первые — это так называемые болталки, такие как "Алиса" от "Яндекса" или "Маруся" от VK, они имеют широкий набор навыков и могут поддерживать беседу на любую тему. Вторые же — разработанные для решения конкретных задач, например "Олег" от банка "Тинькофф". Он помогает решать финансовые вопросы, защищает от телефонных мошенников, сохраняет запись и расшифровку телефонных разговоров, может прислать актуальный курс валют и напомнить о необходимости пополнить кредитку.

Есть еще один тип голосовых ассистентов — виртуальный секретарь. Такого голосового помощника под именем "Ева" создал "МегаФон". Чтобы добиться высокого качества диалога, команда проекта использовала для обучения ассистента базу из нескольких тысяч звонков, привлекла к разработке профессиональных скрипт-дизайнеров, дикторов и продюсеров. При этом она наделена функцией блокировки нежелательных звонков.

ВРЕЗ: Число абонентов, подключивших "Еву", по данным на июнь 2023 года, превысило 1,7 млн человек

Компания сделала ставку на комплексное решение: "Ева" — это не только виртуальный секретарь, у нее есть функционал защиты от спама и нежелательных звонков, с которым использование мобильной связи стало удобнее и безопаснее.

Не секрет, что развитие технологий заставляет спамеров и мошенников искать новые способы для обхода блокировок. Так, например, работая над "Евой", "МегаФон" проанализировал более 400 млн звонков, поступивших абонентам с сомнительных номеров за 10 недель, и обнаружили новую категорию спам‑ботов. Они делают до пяти раз больше звонков в сутки, а один номер вместо одного‑двух месяцев используют всего день. Технические возможности "МегаФона "позволяют выявлять и вносить их в спам‑базу максимально оперативно, защищая клиентов от нежелательных вызовов.

"Ева" отвечает на все звонки, которые сбросил или пропустил пользователь, она может поддержать любой разговор — будь то беседа с родителями или коллегами. Если вызов важный, "Ева" уточнит детали, например выяснит у собеседника, в какое время абонент может перезвонить или где забрать заказ из интернет‑магазина, а если звонит спамер — выслушает условия предложения и попрощается. У "Евы" есть чувство юмора — она умеет смешно шутить, в том числе в ответ на назойливую рекламу.

ВРЕЗ (в виде графика, например диаграммы):

60 сек. — столько в среднем длится разговор "Евы" с звонящими из социологических служб и спамерами;

12 мин. — самый долгий разговор "Евы" с человеком;

Также "Ева" делает безопасным для абонента поиск в интернете. При попытке перейти по ссылке фишингового сайта ассистент предупредит, что злоумышленники пытаются получить доступ к конфиденциальным данным.

Топ-5 антирейтинга спам-звонков от Евы, %

41 — банки

16 — коллекторы

14 — микрокредитные организации

6 — опросы

5 — предложения различных услуг

ВЫНОСОМ

При ответе на вызов "Ева" может представить своего владельца тем именем, которое он ей задал в настройках. И вот что интересно: в ТОП-5 популярных имен пользователей — ни одного женского. Чаще всего "Ева" говорит от имени абонента под именем Александр (самое популярное имя).

● "Хозяин" — ТОП-10 популярных обращений

● "Господин" и "Босс" — ТОП-50 популярных обращений

Использование голосовых ассистентов в бизнесе

Рынок, стремящийся к объединению каналов коммуникации клиентов и брендов, предоставляет много возможностей для тех, кто любит общение голосом. Это и интерактивные голосовые меню, и диалоговые системы, основанные на нейросетевых технологиях, которые могут вести полноценный разговор с клиентами.

По своему функционалу боты могут одновременно заменить операторов колл-центра, менеджеров отдела продаж, секретарей, диспетчеров службы заказа такси, консультантов банка или хедхантеров. Голосовые помощники распознают 97% речи, интегрируются с любой CRM (система управления взаимоотношениями с клиентами), моментально ищут и анализируют информацию. Боты также могут транскрибировать диалог, то есть переводить речь в текст.

Использование чат-ботов и голосовых помощников в бизнесе помогает снизить нагрузку на контактные центры и увеличить охват маркетинговых кампаний. Это позволяет повысить удовлетворенность качеством сервиса и сэкономить время сотрудников. Для крупных организаций совокупный экономический эффект может составлять сотни миллионов, а для очень больших — миллиарды рублей. Голосовые ассистенты помогают сократить задержки и время ожидания в пиковые нагрузки и массовые инциденты. Они также снижают риски, связанные с человеческим фактором, и уменьшают затраты на оплату труда. Голосовые ассистенты стали незаменимыми не только в крупном, но и в малом бизнесе.

ЦИТАТА: Дмитрий Рудских, директор по продуктовому маркетингу "МегаФона"

"Изучая отзывы клиентов, обезличенные диалоги робота со звонящими, мы понимаем, что “Еву” используют компании малого бизнеса. Для них она нередко выступает в роли автоответчика, который может собрать в ходе беседы немного информации о потенциальном покупателе. Даже просто сохранение его номера телефона уже позволяет малому бизнесу не растерять лиды. Таким образом, “Ева” помогает сохранять и удерживать малому бизнесу клиентов. А также, что немаловажно, она сглаживает негатив от спам-звонков, который люди нередко экстраполируют на операторов связи"

Как бы ни эволюционировал этот мир, людям нужно общаться с себе подобными. Мы так устроены. В детстве мы даем имена игрушкам, наделяем их гендером, даже если он не очевиден.

То же самое и с голосовыми ассистентами: бот с именем и персонализированным сервисом вызывает большее доверие, а наличие собственных предпочтений и возможность пошутить помогают наладить дружескую связь с пользователем.

В целом создание характера — наиболее сложный аспект любого голосового ассистента. Разработка программного обеспечения должна учитывать баланс между безликими и индивидуальными особенностями, чтобы помощник мог поддерживать живой диалог и одновременно сохранять нейтралитет при обсуждении противоречивых вопросов.

С каждым годом голосовые ассистенты становятся эмоциональнее: их наделяют функциями распознавания настроения клиента и подстройки сценария под него и даже проявления эмпатии в сложных ситуациях. Как следствие, голосовые ассистенты "с характером" помогают людям решать психологические проблемы и преодолевать коммуникативные барьеры.

Цитата: Эржени Чимитова, клинический психолог первой квалификационной категории, член Российского психологического общества, обладатель сертификата Europsy:

"Общение ​​с голосовым ассистентом — это коммуникативная тренировка, которая помогает избежать искажений и недопонимания в реальном общении. Чем четче мы формулируем и доносим свои мысли, тем легче жить. И голосовые ассистенты помогают нам тренировать этот навык"

По словам эксперта, беседа с виртуальным существом и ощущение, что ты не один, благоприятно влияют на психологический комфорт. "Такая форма взаимодействия отлично разгружает психику", — отметила Эржени Чимитова.

Цитата Денис Озорнин, руководитель продукта "Виртуальный помощник Алиса":

"Виртуальные помощники будут все больше проникать в нашу жизнь. В первую очередь они будут помогать нам в решении задач, а во вторую — оказывать эмоциональную поддержку, когда это нужно"

Кроме имени и характера, у них есть пол, и чаще — женский. Исследования показывают, что женские голоса предпочтительнее мужских, потому что они выше и эмоциональнее. Дело в нашей генетической памяти, в которой отчетливо звучит голос матери.

Стоить отметить все же, что бренды, активно развивающие голосовые технологии, дают пользователю возможность выбрать, с кем говорить — с мужчиной или женщиной. Предпочтения у всех разные, и их нужно учитывать. "МегаФон" включил женский голос по умолчанию, однако в настройках при желании его можно заменить на мужской — "Макса". Среди мужчин его выбирают 60% абонентов "МегаФона".

"Людям свойственно “привязываться” к человекоподобным персонажам, говорящим на естественном языке. Это и используют бренды, — отмечает Кирилл Петров, сооснователь Just AI. — Поскольку голосовые помощники становятся все более человекоподобными, они могут адаптироваться к различным социальным и культурным контекстам, благодаря чему взаимодействие становится более естественным и персонализированным. Это создает ощущение товарищества и делает голосовых помощников полезнее в различных задачах и сценариях"

Вести задушевные разговоры виртуальный ассистент может не только с владельцем устройства, что актуально как раз для пользователей музыкальных колонок. "Ева", например, охотно разговаривает с родственниками и друзьями абонента, который по каким-то причинам сам этого делать не хочет. Нередко в этих случаях звонящие высказываются, не стесняясь в выражениях. "Ева" распознает нецензурную брань и в расшифровке диалога заменяет ее звездочками. В собственной речи "Ева", разумеется, матерную лексику не использует.

Гибридный синтез позволяет делать речь роботов все более похожей на речь человека. В целом, чем больше речь помощника будет похожа на живую, тем лояльнее к общению с роботами будут относиться пользователи. Параметров качества здесь несколько: человечность речи в широком смысле (корректное склонение, спряжение + широкий лексический запас) и скорость ответа. Когда эти параметры будут максимально приближены к человеческим, мы перейдем на принципиально новый уровень развития голосовых роботов, говорит Дмитрий Рудских.

В будущем виртуальным помощникам предстоит улучшить понимание контекста и стать более активными, чтобы улавливать больше сигналов речи и эмоций. Использование технологий, таких как GPT (семейство языковых моделей и связанного с ними программного обеспечения), привело к значительному прогрессу в области генерации текстов, однако остается открытым вопрос о том, как эти технологии будут применяться в повседневной жизни. И это еще одно направление для исследования развития виртуальных помощников.

Специалисты рынка голосовых ассистентов прогнозируют, что помощники станут персонализированными, проактивными и автономными. Вместо простого ожидания команд от пользователя они будут собирать контекстную информацию и самостоятельно предлагать подходящие решения.

"Появление ChatGPT и больших языковых моделей качественно меняет рынок. Теперь ассистенты становятся полноценными помощниками во множестве новых задач. Они способны анализировать информацию, делать выводы, отвечать на сложные вопросы. В перспективе это сильно повлияет на голосовых ассистентов. Они будут неразрывно связаны с образом бренда компаний, позволят повысить ценность предложения бизнеса, помогут ориентироваться в продуктах компаний. Голос при этом останется лишь одним из интерфейсов для цифровых помощников"

В конце 2021 года компания Just AI оценила объем рынка всего разговорного ИИ в России в $80 млн. Исследователи отметили, что к 2025 году он может вырасти в 7 раз — до $561 млн.