זיהוי קולי בבית ובעסק החוכמה הקולית כבר כאן – במה לבחור?

 זיהוי קולי

מכשירים מבוססים זיהוי קולי וחכמה (AI) הגיעו לישראל והחלו נמכרים בהתלהבות רבה ובמחירים אטרקטיביים.

אילו יישומים ושירותים ידועים מופעלים בחוכמה קולית?

מיהם הספקים של מוצרי זיהוי קולי ו-AI חכמים?

איך משיגים חיסכון בהוצאות העסק ע"י מעבר לחוכמה קולית?

מי מתחרה בתחום פתרונות זיהוי קולי?

יש כיום 5 מערכות חוכמה קולית מתחרות מובילות של ספקיות עולמיות ענקיות, עם מוצרים ופתרונות, שנמכרים בהיקפים של עשרות מיליוני יחידות בשנה במספרים הולכים וגדלים (גם בישראל):

• Alexa, פתרון הזיהוי הקולי, ה-AI (והגאדג'טים), של חברת הענק אמזון.
• Google Assistance. פלטפורמה לזיהוי קולי מתקדמת, עם יכולת, שהוטמעה במוצרים רבים, כולל מוצרי חברת הבת של גוגל בשם Nest.
• Siri (או Hey Siri), פתרון מבית אפל המוטמע כמעט בכל קווי המוצרים של אפל.
• Cortana מבית מיקרוסופט. המערכת מוטמעת במוצרים רבים כולל מחשבים ניידים, אוזניות ומערכות Call Center (מוקדי שירות לקוחות).
• Bixby מבית סמסונג. מערכת המוטמעת במוצרי סמסונג היותר חדישים ושל חברות העובדות עם פתרונות של סמסונג.

בתחום מערכות הזיהוי הקולי לעסקים וארגונים, מי שמובילות את השוק הזה בעולם הן החברות: Nuance, מיקרוסופט ו-IBM ובישראל: חברת אודיוקודס.

היכולות של זיהוי קולי (ובמקביל מערכות העונות בקול אנושי לפונה), הפכו ללהיט. להיט היסטרי. כיום, רבים משתמשים ביכולות זיהוי בסמארטפון שלהם, החל מסירי (Siri) – יכולת המצויה בכל המכשירים של אפל וכלה באיתור כתובת ב-Waze.

תשובות קצרות לשאלות נפוצות בנושא זיהוי קולי

למה זה בכלל אמור לעניין אותי?

משום שהעולם צועד קדימה והטכנולוגיה נועדה לשרת אותנו.

זה בדיוק כמו לשאול: בשביל מה אני צריך סמארטפון? הטלפון הישן עם החוגה לא מספיק?

לעסקים השאלה הזו הרבה יותר חשובה, מאשר עוד צעצוע  – גאדג'ט בבית. בעסקים, אפשר לחסוך כסף, הרבה כסף, כשמשתמשים במוצרי "חוכמה קולית".

החיסכון יכול להיות בכל תחום, אבל בעיקר בתחומים הבאים

• חיסכון באנרגיה, מה שמוריד דרסטית את ההוצאות על חשמל.
• ייעול התקשורת עם הלקוחות, מה שמוביל לגידול בהכנסות, הגדלת שביעות הרצון של הלקוחות ומניעת נטישת לקוחות לא מרוצים.
• שיפור בפריון העבודה (אפשרות לחסוך בעובדים ולהחליף אותם במכונות חכמות ורובוטים אנושיים).
• שיפור בתהליכי העבודה ובקשר בין מנהלים ועובדים ובינם לבין עצמם.

אילו חידושים טריים יש בתחום מוצרי הזיהוי קולי?

החידוש אולי הכי מגניב (כרגע בארה"ב ויחל בקרוב בעוד כמה ארצות בעולם, יגיע אלינו בהמשך השנה), הוא פיצ'ר חדש במערכת ה-Personal Assistance של גוגל. חברת גוגל החלה לתת למשתמשים אמתיים לבדוק את ה-Google Duplex היכול להתקשר במקומכם למסעדות ולמספרות, ולמשל, לקבוע תורים בשמכם. זו מערכת מבוססתAI  (בינה מלאכותית), שניתן באמצעותה לקבוע תורים ע"י בקשה מהעוזרת הקולית של גוגל, והיא זו שעושה את השיחה בשבילכם, במקומכם. איך זה עובד? מאוד פשוט. כל שעל המשתמש לעשות הוא לבקש מהעוזרת הקולית להזמין מקום למסעדה ביום ובשעה, שהוא מעוניין, ולציין כמה מקומות הוא מזמין. העוזרת הקולית מתקשרת בעצמה בטלפון למסעדה, ומנהלת שיחה בזמן אמת עם הנציג האנושי של המסעדה. גוגל החליטה, שהמערכת תזדהה בתחילת השיחה כמערכת ממוחשבת, כדי שאף אחד לא יטעה לחשוב, שהוא מדבר עם בן אנוש, בעוד הוא מדבר עם מחשב.

בנוסף, גוגל פועלת במהירות מול אמזון, המתחרה הגדולה שלה, והחלה לחשוף שיתופי פעולה חדשים, והבולט שביניהם הוא עם חברת ,Lenovo שיצרה את ה- Lenovo Smart Clock. זהו שעון מעורר חכם, שכמובן מיועד לחדר השינה שלכם. הוא בעל מסך מגע בגודל 4 אינץ’, על גביו הוא מציג לכם מידע וזמני שעון מעורר מומלצים, על פי הרגלי השינה שלכם. בנוסף להיותו רמקול חכם עם העוזרת הקולית, בגוגל מסבירים, שהמסך יעלה את רמת הבהירות שלו לאט-לאט לקראת ההשכמה שלכם, כדי להעיר אתכם עם אור עדין שיבשר לכם שהגיע הבוקר. השעון המעורר החדש יוצע למכירה באביב הקרוב תמורת 79 דולרים.

גוגל חשפה לראשונה את מצב ה-Interpreter במוצרי "זיהוי קולי" של החברה. במצב זה, שיהיה זמין רק במכשירי ,Google Home תוכלו לבקש מהעוזרת הקולית לעזור לכם לשוחח עם אנשים בעשרות שפות זרות  המכשיר עצמו יתרגם בין השפות באופן שקוף. גוגל דיווחה, שהיא החלה פיילוט עם מספר מלונות, בהם יוצבו מכשירים של גוגל בעמדות השירות. כך, שיסייעו לאורחים זרים לנהל שיחות עם נציג המלון, שעומד מולם, כשכל צד מדבר בשפה שונה.

גוגל גם חברה ל United Airlines-ולרשתות מלונות, כדי שתוכלו לבקש מהעוזרת הקולית לעשות עבורכם את הצ’ק אין לטיסה בלי שתצטרכו אפילו להזין מספר אישור הזמנה שהוא, וגם להזמין חדר במלון ביעד אליו אתם טסים. העוזרת תשלוף את המידע הנחוץ מהאימייל שלכם, ותבצע את התהליך בעצמה ותציג בפניכם את כרטיס העלייה למטוס. כמובן, שתוכלו גם להזמין מלון באמצעות העוזרת הקולית בעזרת הקול בלבד.

גוגל גם רוצה להיכנס למכונית שלנו, וחשפה שיתוף פעולה נוסף עם חברת ,Anker שמוכרת מתחום הסוללות והמטענים ועם קו מוצרי ,JBL שהם מכשירים קטנים המתחברים למצת הרכב, ומלבד היכולת להטעין באמצעות USB את המכשיר, הם מתחברים למערכת המדיה של הרכב דרך בלוטוס’ או ,AUX אם אין לכם מערכת חדשה מספיק. לאחר שתחברו אותם למכשיר שלכם פעם אחת, תוכלו להשתמש בעוזרת הקולית ברכב בלי שום בעיות, כאשר באמצעות מיקרופון ומנגנון ניקוי רעשים, העוזרת הקולית תוכל לשמוע ולהבין אתכם גם כאשר ישנה מוזיקה חזקה ברקע. לאחר שתתנו פקודות לעוזרת, מסך הסמארטפון שלכם לא יציג מידע רב ויסיח את דעתכם, אלא יתבסס יותר על פידבק קולי, כדי לתת לכם להתרכז במה שחשוב, הנהיגה עצמה. ה Bolt-מוצע תמורת 50 דולרים.

בקיצור: גוגל, כמו גם מתחרותיה, רוצה להגיע עם העוזרת הקולית שלה לכל מקום: למטבח, לסלון, לרכב, למלונות, לשדות תעופה, לאוזניות, למסכים, לרכב, למשרד, ועוד. זוהי רק ההתחלה.

למה זיהוי קולי הפך רק כעת שירות מצליח?

משום שמדובר בתחום מאוד קשה ליישום הדורש כוח עיבוד מיחשוב ברמה גבוהה (בעיקר בגלל ההבדלים בדיבור בין בני אדם, באין סוף שפות וניבים וצורות ביטוי שונות שיש לבני אדם). התחום הזה התפתח ב-20 שנה האחרונות במקביל להתפתחות עולם המחשוב.

לא ניתן להשוות את החוויה של השימוש ב"זיהוי קולי" לפני 10 או 20 שנה לאחור, למול החוויה של היום, שהיא הרבה יותר מדויקת: עוברת את קו ה-95% דיוק. חוויית המשתמש היא הרבה יותר טובה, גם המערכת מבינה אותך והיא גם עונה לך במהירות ובדייקנות, שלא הייתה בעבר.

כיום, שירות "זיהוי קולי"  נשמע בדומה לקול אנושי, עד כי לא ניתן להבחין, שאתה מדבר עם מכונה ולא עם אדם חי. לא קיים יותר הקול המתכתי המנוכר והקופצני של העבר, עם זמן תגובה ארוך והרבה שגיאות. כש-Siri יצאה לשוק בפעם הראשונה, היא הבינה אנגלית רק במבטא מאוד מסוים של תושבי ניו-יורק הלבנים – הוותיקים, כי זה מה שהמפתחים הצליחו לפתח בזמנו. כיום, סירי מבינה ועונה בשפות רבות וניבים רבים והמגבלה הזו כבר לא קיימת.

איך השיגעון הזה לזיהוי קולי החל ומי מפתח ועוסק בו?

הפתרון הטכנולוגי שמכונה בשם Personal Assistance לא החל עם אמזון. למעשה, הוא פרץ לתודעה הציבורית עם תחילת שירותי Siri באפל, כשהכריזה על אייפון 4s.

מאז, נכנסו לשוק אפליקציות רבות היכולות להיכנס למשבצת של Personal Assistance. למשל, הפתרון בשם Google Home (שהוא המשך של יישום קודם של גוגל בשם Google Assistant), בשוק העולמי של פתרונות תקשורת בקול היו הפתרונות העיקריים הבאים: Apple's Siri, Microsoft's Cortana, Google Assistant, ו-Samsung's Viv שהוחלף ל-Samsung Bixby.

המערכת בענן של אמזון יכולה לבצע כל דבר, שמישהו מעוניין לפתח לכל צורך אנושי ועסקי. צריך רק להיות בתאימות למכשיר דרך רשת האינטרנט או בחיבור ישיר (דרך רשת ה-WiFi). היתרון של הפתרון של אמזון: הוא זמין כל הזמן לכל פקודה קולית, אין צורך להפעיל דבר, רק לדבר אל המכשיר כשהמילה הראשונה חייבת להיות אלכסה – Alexa, כדי שהמכשיר יגיב.

נוצרה כאן תעשייה חדשה הכוללת הכל, החל ממוצרי חומרה תואמים וכלה באפליקציות תואמות. מאות רבות של חברות כבר מפתחות ומשווקות מוצרים תואמים, לכל מטרה, שאפשר להעלות על הדעת.

במקביל, מתפתחת תעשייה מאוד מתקדמת של תוכנות, החל מתוכנות של AI (ר"ת: Artificial Intelligence) – בינה מלאכותית וכלה ביישומונים קטנים המבצעים פקודה אחת, לפי הוראה בקולו של המשתמש. המטרה של כל האפליקציות: לספק חוויית שימוש למחזיקים בחומרה. בלי זה אין כל ערך לחומרה.

התחום הזה חודר לכל פינה. דוגמה בולטת: מדפסות אפסון, שבקו ה-EcoTank המאוד פופולרי (גם בישראל), מספקות הדפסה באמצעות הוראות קוליות של המשתמש במדפסת. לא צריך ללחוץ על שום מקש במדפסת ושום קליק של עכבר או מקלדת במחשב, כדי לתפעל את המדפסות הללו של אפסון. המדפסות תומכות ביכולת של עוזרת אישית חכמה (Personal Assistance), מבוסס מערכת אלכסה של אמזון והתוצאה: אפשרות לתת למדפסת הוראות הדפסה קוליות ולקבל משוב בקול – מהמדפסת.

האם זיהוי קולי מצליח להיכנס גם לעולם העסקי?

פתרונות זיהוי קולי נכנסו לכל תחום, כולל תחום הרפואה. אחד הפתרונות הנפוצים ביותר הוא הצ'טבוטים עם זיהוי קולי ופתרונות של ניתוב שיחות (המחליפים את הפתרונות הישנים והמעצבנים של IVR).

הצ'אטבוטים הורסים כל תפיסת עולם קיימת של קשר עם לקוחות, כי ניתן לפתח בוטים לכל מטרה, במהירות, בזול ולהטמיע אותם במהירות. זאת, כי מדובר בשירות ענן המופעל בקלות על הסמארטפון של המשתמש. כל מי שיודע לפתח אפליקציות סלולר יכול לפתח בוטים בקלות ובמהירות, ולענות לכל צורך עסקי. בהמשך, תוך שנה עד 3 שנים, כל הצ'טבוטים יהפכו לאפליקציות המופעלות בקול, מבוססות על זיהוי קולי.

הקשר עם מוקדי שירות לקוחות יבוסס תוך מספר שנים קצר בעיקר על צ'אטבוטים ובוטים (ורובוטים), שיודעים להבין אותן ולדבר אתך בשפה טבעית, כאילו הם היו בני אדם אמתיים.

מה היתרונות של שירותי תקשורת משולבים בקול עם זיהוי קולי בגישת ה-Personal Assistance?

• הגישה ידידותית למשתמש ומספקת מגוון רב יותר של שליטה עם "חוויית שימוש".
• אין צורך באפליקציות מיוחדות (מהסגנון המוכר לנו בעשורים האחרונים) על הסמארטפון או המחשב. הכל מבוצע בקולו של המשתמש, שמדבר עם אלכסה, או כל פתרון זיהוי קולי מתחרה.
• יכולת רכישה של מוצרים ושירותים בפקודה קולית אחת.
• יכולת הפעלה של מוצרים ושירותים בפקודה קולית אחת, בלי לגעת פיזית במכשירים. למשל, להדליק או לכבות חשמל, לפתוח או לסגור תריס, להדליק או לכבות מזגן, להתניע או לכבות רכב, להפעיל טלוויזיה או רדיו, וכך הלאה. כל פעולה אנושית מוכרת יכולה לקבל מענה בפקודה קולית דרך אלכסה, או מי מהמערכות המתחרות.
• יכולת חיבור קלה לכל מוצר תואם, עם יכולת להפעיל אין סוף של מוצרים תואמים דרך מכשיר אחד.
• מתן מענה לצרכים של כל אחד בכל תחום.
• עלות אפסית מול תמורה מיידית.

היתרונות של המעבר לפקודות קוליות, שרצות מעל לרשת האינטרנט, הן עצומות והתחום הזה יצמח בצורה חזקה בשנים הקרובות.

על פי Business Insider, 84% מהעסקים בארה"ב ישתמשו תוך שנתיים ביישומיים קולים מבוססי זיהוי קולי, כמוצר בסיסי ומוביל בקשר שלהם עם הלקוחות, השותפים וגם בתוך הארגונים והעסקים. מדובר במהפכה המתרחשת ממש כעת בעולם המערבי וגם בישראל.

מדובר במעבר מהיר מקשר אנושי לקשר מבוסס יכולות מתקדמות של מערכות המחשוב המצויות בשוק, יכולות הנמצאות בענן (כלומר ב-Data Center של ספק שירותי ענן הנמצא אי שם בארץ או בעולם) והעסק מאמץ יכולות כאלו לעצמו די בקלות, כדי להתקדם, להתייעל וגם לחסוך בהוצאות.

זאת, משום שאחת ההוצאות הכבדות ביותר בעסקים ובארגונים היא אנשי תמיכה ומוקד, שעולים בישראל כ-165 אלף ₪ לשנה על כל מוקדן (כולל עלויות ההכשרה של המוקדן אך ללא עלויות הציוד והתשתיות הנדרשות לכל מוקדן). המהפכה הזו התחילה ביצירת מערכות צ'טבוטים והמשיכה למערכות של זיהוי קולי, ניתוב שיחות קולי ורובוטים קוליים והשלב האחרון במהפכה, שכבר החל, הוא רובוטים אנושיים, שמחלפים לגמרי את הצורך באנשים, בתפקידים רבים הכרוכים במגע עם הלקוחות, שותפים, ספקים וגם בתוך העסק עצמו.

כאמור לעיל, אחת השחקניות הבולטות בתחום היא חברת אודיוקודס (מקרית שדה התעופה לידי נתב"ג), שהכריזה לאחרונה על מהלך מהיר של הוספת AI (ר"ת: Artificial Intelligence) -אינטליגנציה מלאכותית, למערכות זיהוי דיבור של החברה, ליצירת קו חדש של פתרונות לשוק והוקמה בחברה חטיבה חדשה בשם Voice.AI, לצורך ההתפתחות המבטיחה הזו. זה חלק מהתפתחות תחום שירותי התקשורת בענן.

יישומים קוליים מבוססי AI יכולים לשפר תהליכים פנימיים בתוך הארגון ומול לקוחות העסק, וזה מספק ROI (החזר השקעה) מהיר ביותר, בכל עסק המאמץ את כיוון ההתפתחות הזה.

אודיוקודס מספקת לשוק מגוון רחב של פתרונות בתחום זיהוי הדיבור, לא רק במובייל. ההצלחה של אודיוקודס החלה דווקא בתחום ניתוב שיחות עסקי, מהלך שבא להחליף גם את המרכזניות וגם את מערכות ה-IVR המעצבנות את המתקשרים.

המטרה של אודיוקודס היא להפוך את כל התקשורת העסקית בכל האפיקים והערוצים, למבוססת על זיהוי דיבור, תוך חיבור לכל סוגי הטלפונים הנייחים והניידים, לרשתות חברתיות, לאפליקציות עסקיות, לדואר האלקטרוני ועוד.

בראייה הזו, הכל עובר ויעבור שדרוג, כולל ובמיוחד מרכזי שירות לקוחות. המטרה להגיע למענה אוטומטי לחלוטין לפונים. בבי"ח רמב"ם בחיפה בשירות אחד בלבד, הם הגיעו לכך, שכ-90% מהשיחות הנכנסות עברו אוטומטית ליעד בטכנולוגיית זיהוי דיבור, ללא כל מגע אנושי ורק 10% מהשיחות מטופלות ע"י בני אדם.

הגדלת שביעות הרצון של משתמשים היא מניע חזק ביותר המוביל לגידול בשוק הזה. השוק, שאודיוקודס כעת נכנסת אליו, משלב את ה-AI במערכות זיהוי דיבור ויוצר תשתית חדשה המאפשרת לספק פתרונות חדשים, ממש מהרגע הראשון, שהם נכנסו לתחום הזה מול הלקוחות.

תחום זיהוי קולי מזמן יצא מהמשבצת של "Personal Assistance", שכאמור, החלה לפרוץ לתודעה של הציבור בשירות Siri במכשירי הסמארטפון של אפל. כיום, אפשר למצוא את השירותים הללו בתחומים עסקיים רבים, שמתפתחים כל הזמן, בגלל התחרות, שנפתחה בתחום זה ע"י ענקיות דוגמת אמזון, מיקרוסופט, סמסונג וגוגל.

כאמור, בעוד מרבית מנועי זיהוי הדיבור הציגו יכולות דיוק של כ-95% כבר לפני כמה שנים, רק לאחרונה (ובעיקר הודות לטכנולוגיות Machine Learning למיניהן), המנועים הפופולריים עושים דרכם לעבר רמת דיוק של 99%. בכך, הטכנולוגיה הזו קיבלה יכולות להמריא ולהיכנס גם למגזר העסקי והארגוני. השירותים הללו מסופקים בד"כ בגישת שירות ענן.

טיפ חשוב

למי שמהסס להיכנס לעולם "החוכמה הקולית" בשירותי ענן, מומלץ להתחיל בקטן. דהיינו: לבחור מרכזיה של סניף יחסית קטן ולהעביר את השירות של הזיהוי הקולי בה לענן, או לבחור יישום אחד (נניח ניתוב שיחות חכם), שיועבר לקבלת השירות עם זיהוי קולי בענן, כולל במכשירי הסלולר. בחירה בפתרון הנכון דורשת ייעוץ מהמומחים לנושא.

צריך להתחיל בקטן, להתנסות וללמוד איך זה עובד, להפיק לקחים ולהשתפר, עם מבט רחב ומפוקח על המעבר המלא לענן, לאורך ציר זמן של שנה עד שנתיים. זה הכיוון. הטיפ החשוב ביותר כאן הוא: חובה להתנסות בשירותים של ספק שירותי תקשורת מכל הסוגים ובענן, גם אם זה נעשה בקנה מידה מצומצם. ההתנסות בקנה מידה קטן בענן תוכל להוסיף מידע לתהליך קבלת ההחלטות של העסק.

שורה תחתונה 

הפתרונות של חוכמה קולית בענן (ובמיוחד כאלה המבוססים על טכנולוגיות זיהוי דיבור) תוך שימוש בסמארטפונים וניתוב שיחות חכם, זוכים כיום להצלחה רבה בשוק העולמי וגם להתחלה די יפה בישראל. זאת, בגלל ההיקף הרחב של היכולות, שבעל העסק מקבל ביישומים החדשים, שמספקים יתרונות עסקיים ברורים.

מכאן, בעל עסק אמור לשאול את עצמך כמה שאלות:

מה הבעיה כי גדולה שאתה מוצא, שניתן לקדם אותה באמצעות מעבר לחוכמה קולית (ובענן)?

אם אתה כבר משתמש במערכת חוכמה קולית (לרבות בענן), ממה אתה לא מרוצה מהפתרון הזה? שתף אותנו.

איך אתה חושב, שאני יכול לעזור לך בתחום בחירת מערכת חוכמה קולית מתקדמת המתאימה לצרכיך?

זיהוי קולי – Project Debater – Speech by Crowd

סיכום תשובות לשאלות נפוצות