Parlare al telefono con ChatGPT è un’esperienze unica. Ma può anche essere utile?

Tra gli addetti ai lavori del software non si parla d’altro in questi giorni: ChatGPT. È il primo chatbot basato su un “large language model” ad avere un grosso impatto, e che impatto! È arrivato con l’energia dell’asteroide Chicxulub, quello che ha ucciso i dinosauri 65 milioni di anni fa colpendo al largo dello Yucatan. Oltre a causare un inverno globale per molti anni, quell’asteroide aveva creato un maremoto con onde alte un chilometro, appena più piccole di quelle che ChatGPT ha generato adesso. Ma forse non è il caso di insistere con questa metafora: è possibile che ChatGPT e i suoi emuli uccideranno… noi, i loro creatori? Sono un ottimista e dico di no, ma a leggere i giornali non si è tanto sicuri…

All’inizio la gente ha chiesto cose strane a ChatGPT, come scrivere un sonetto sul Padel o un articolo sulla letteratura tibetana, ma adesso finalmente ci si chiede che cosa può fare di utile per la vita normale.

Noi di Interactive Media abbiamo integrato con ChatGPT il nostro servizio per fornire il canale vocale ai chatbot senza dover modificare il loro codice, PhoneMyBot. Usando PhoneMyBot è quindi possibile fare una telefonata a ChatGPT, fare delle domande, e ascoltare le risposte. Questa è solo una demo per ora, ma sviluppandola abbiamo imparato molto e ci siamo fatti un’idea precisa su come ChatGPT potrebbe aiutare in quello che facciamo normalmente, che è di dare servizi alle aziende per assistere i loro clienti.

Diciamolo subito: senza personalizzazioni, ChatGPT non è sufficiente ad implementare un voice bot per l’assistenza al cliente. La sua base di conoscenza è troppo grande, letteralmente tutta l’Internet. Il che vuol dire però che ChatGPT non può usare il suo modello di linguaggio normale per rispondere a domande che riguardano cose che non sono su Internet, come per esempio quanto c’è sul vostro conto in banca.

L’informazione è anche vecchia: secondo OpenAI, la versione di ChatGPT che usa GPT-3.5 non ha conoscenza degli eventi di dopo il 2021. OpenAI ha appena rilasciato una nuova versione basata su GPT-4, ma, siccome il modello di linguaggio deve essere manipolato per essere utile, e ci si mette un po’ per farlo, gli eventi più recenti non saranno mai nella base di conoscenza di ChatGPT.

È vero che nell’assistenza ai clienti qualche volta c’è bisogno di rispondere a domande generali. A quanto abbiamo visto gli utenti a volte chiedono cose assolutamente non connesse alla ragione della chiamata, come per esempio: “dove abiti?” “Quanti anni hai?” “Posso vederti?” “Quanto guadagni?” ChatGPT avrebbe ottime risposte a queste domande (probabilmente mai la stessa risposta due volte di fila), e sarebbe utile in questo tipo di conversazioni. ChatGPT è anche indipendente dal linguaggio usato, anzi capisce la lingua dell’utente e risponde nella stessa lingua. Questa è una caratteristica incredibile, e rende più facile usarlo.

A parte le domande generali, comunque, è possibile dare a ChatGPT una conoscenza specifica su un particolare argomento, aggiungendo a un modello di linguaggio decine, centinaia o migliaia di esempi di specifiche coppie domanda-risposta. Questo definisce un dominio separato, con il suo nome e identificativo, che permette al chatbot di rispondere a domande precise. Al momento stiamo facendo esperimenti per vedere come funziona questa funzionalità, vi faremo sapere in seguito…

C’è però un altro problema, perché per fornire un servizio utile bisogna anche avere accesso ai dati del cliente. Naturalmente ChatGPT non può accedere ai database aziendali per questo. Ma ad Interactive Media abbiamo molta esperienza in questo genere di cose e possiamo fornire un pezzo di software che si autentichi in sicurezza nei database delle ditte, trovi le informazioni necessarie e le inserisca dentro la risposta di ChatGPT. Almeno in parte, questo deve essere fatto a progetto, quindi contattateci per parlarne!

Nel frattempo, ci fate piacere se provate il collegamento di PhoneMyBot con ChatGPT: contattate Interactive Media a info@imnet.com, o andate direttamente a https://www.phonemybot.com.

Ora che il mercato degli smart speaker vacilla, cosa faranno i tre protagonisti (Amazon, Apple, Google)?

Alexa, devo prendere un ombrello domani? Questa è una domanda che i possessori di smart speaker pongono dal 2013, l’anno in cui Amazon ha rilasciato il suo primo prodotto Echo. Poco dopo, Google e Apple hanno fatto altrettanto con le loro tecnologie Google Assistant e Siri.

Siri è integrata come funzionalità software nell’hardware di Apple, mentre Amazon e Google hanno prodotto e iniziato a vendere l’hardware per supportare il loro software vocale: una linea di smart speaker con microfoni sensibili che ascoltano aspettando le parole chiave per entrare in azione. L’ascesa di questi dispositivi è stata molto rapida. Sono economici e facili da usare, e hanno ampiamente soppiantato sia la radio che gli stereo domestici, trasmettendo contenuti tramite comando vocale. Ne sono state venduti decine di milioni, sia negli Stati Uniti che nel resto del mondo: secondo un report di Comscore, nel 2021 quasi la metà degli utenti internet statunitensi ne possedeva almeno uno.

Alexa è probabilmente il più noto di questi dispositivi. Alexa ascolta i suoni intorno a lei e quando sente il suo nome entra in azione. Ciò significa registrare la frase che segue la parola chiave e inviare l’audio al cloud di Amazon per il riconoscimento, ricevere la risposta e riprodurla. (Presumibilmente, nient’altro viene registrato al di fuori della transazione avviata dalla parola chiave). Lo stesso vale per la versione di Google; hey Google è più lungo da pronunciare e meno personale.

A proposito, conosco una persona che si chiama Alexa, ed era il suo nome ben prima che Amazon rilasciasse il primo Echo: Mi chiedo come si senta quando il suo nome viene invocato così tanta gente…

Il problema con lo status quo: mancanza di entrate

Come spesso accade nel settore tecnologico, la tecnologia ha superato di molto i casi d’uso redditizi per gli smart speaker. Certamente, le persone usavano e usano spesso i loro smart speaker, ma soprattutto per fare domande generiche, controllare il meteo e chiedere musica in streaming. I fornitori speravano che, con il tempo e con una maggiore adozione, avrebbero potuto elaborare un modello di entrate che avrebbe supportato il business, ma finora nessuno ci è riuscito.

Gli annunci pubblicitari sono presenti durante la musica in streaming solo se le persone non si abbonano ad una piattaforma musicale; tuttavia, non sono molti e devono essere poco frequenti per non rovinare l’esperienza dell’utente: altrimenti ben pochi si collegherebbero. Comunque sia, un abbonamento musicale da 10 euro al mese non basta per supportare la fornitura e la manutenzione dell’infrastruttura del servizio.

Il caso d’uso più redditizio che si prefigurava all’inizio è lo shopping vocale, ma non è mai decollato: i consumatori sono comprensibilmente stanchi di fornire informazioni personali, numeri di carte di credito, etc. al Cloud, e questo è un canale in più che ne ha bisogno. Per di più, qualsiasi acquisto effettuato tramite uno smart speaker è ovviamente da considerare “a scatola chiusa”.

Quindi, negli ultimi mesi con il cambiamento dell’economia e la consapevolezza di quanto sia difficile monetizzare gli smart speaker, c’è stato un netto ridimensionamento sia da parte di Amazon che di Google.  Amazon ha licenziato gran parte del team di sviluppo di Alexa, mentre Google avrebbe ridotto molto i fondi per la tecnologia Assistant e – questa è una notizia molto recente – Alphabet ha licenziato 12.000 dipendenti nel Gennaio 2023. Le aree con i risultati peggiori sono state ovviamente le più colpite. Gli smart speaker sono quindi in difficoltà.

App vocali sugli smart speaker

La situazione è però complicata dal fatto che molte aziende e organizzazioni hanno sviluppato app che funzionano con Alexa e Google Assistant, attraverso le rispettive API. In questo caso, gli smart speaker fungono semplicemente da interfaccia vocale: una volta che l’app è attiva, trascrivono ciò che l’utente dice e inviano il testo al servizio esterno, prendono il testo che il servizio invia e lo trasformano in voce per l’utente.

Amazon chiama queste app “Skills”; Google le chiama “Actions”. Ad ogni modo, ce ne sono centinaia di migliaia. Possono essere lanciati con un prompt specifico: “Alexa, apri [nome della skill]” o “Hey Google, parla con [nome dell’action]”. Mentre molte app non hanno avuto successo e hanno un uso minimo, altre sono importanti o addirittura essenziali.

Cosa succede a queste app se i fornitori di smart speaker limitano e poi terminano la loro offerta?  Alcune attivano solo un canale aggiuntivo per un servizio più ampio e presumibilmente non subirebbero un impatto troppo rilevante. Ma altre app sono state sviluppate appositamente per sfruttare il canale vocale gratuito offerto dagli smart speaker. Ad esempio, di recente ho parlato con lo sviluppatore di una Skill per i non vedenti, in cui la voce viene utilizzata per accedere alle informazioni che altre persone invece ottengono visivamente dagli schermi. Per questo e altri motivi, gli sviluppatori di skills e actions sono seriamente preoccupati.

D’altra parte, quali altri canali ci sono oggi in casa per app vocali intelligenti bidirezionali? Beh, quello che abbiamo sempre avuto: il telefono (non importa se fisso o mobile). Certo, chiamare un’app tramite telefono è un po’ meno immediato che dire semplicemente “Hey Google”, ma tutti sanno come usare un telefono e la tecnologia non potrebbe essere più collaudata. Il problema quindi è connettere le app intelligenti esistenti alla rete telefonica.

PhoneMyBot come canale per le app vocali

Interactive Media fornisce PhoneMyBot, un servizio progettato per aggiungere i canali vocali ai chatbot. PhoneMyBot svolge le stesse funzioni che gli smart speaker svolgono per le app, trascrivendo il discorso dell’utente e inviandolo all’app connessa. Quindi trasforma il testo che arriva dai chatbot in parlato, inviandolo al canale vocale. PhoneMyBot è integrato nativamente nella rete telefonica ed espone alle applicazioni un’API equivalente ad Alexa e Google Assistant. Inoltre, PhoneMyBot si integra con vari software di contact center per trasferire la chiamata a un agente umano, se necessario.

Per quale motivo PhoneMyBot dovrebbe interessare molto a chi produce app conversazionali se gli smart speaker continuano a declinare? PhoneMyBot è estremamente facile da implementare: offre un periodo di prova iniziale gratuito e il traffico viene addebitato a una (bassa) tariffa al “minuto”, indipendentemente dal volume di traffico. Questo lo rende ideale per i servizi prepagati a basso costo. La gestione è semplice ed efficace: un unico portale fornisce l’accesso a tutti i dati e alle statistiche di traffico. Inoltre è solido, con un’infrastruttura software che è in uso su grandi reti di telecomunicazioni e gestisce milioni di chiamate al mese.

Quindi provalo, fai clic sul pulsante qui sotto!

PhoneMyBot di Interactive Media è un servizio che trasforma i chatbot, che funzionano solo su conversazioni di testo, in assistenti virtuali abilitati alla voce. Per fare ciò, PhoneMyBot riceve il canale vocale – che si tratti di una linea telefonica, di un messaggio vocale registrato o di altri canali vocali in streaming, trasforma la voce in testo tramite un servizio di riconoscimento vocale e invia il testo al chatbot.

Quando PhoneMyBot riceve la risposta come messaggio di testo dal chatbot, la trasforma in voce e la rimanda all’utente. Puoi avere più informazioni su PhoneMyBot qui.

La descrizione di sopra manca di molte sfumature e dettagli (alcuni di essi sono in attesa di brevetto), ma una chiave del successo di PhoneMyBot è la capacità di integrarsi con molte piattaforme di chatbot. PhoneMyBot offre un’API cloud standard che i chatbot possono utilizzare, ma include anche adattatori che utilizzano l’API nativa delle piattaforme chatbot, simulando un semplice client web. In questo modo, PhoneMyBot può comunicare con le implementazioni di chatbot esistenti senza la necessità di nuovi sviluppi nel codice del chatbot. Al momento, PhoneMyBot distribuisce adattatori per circa 10 piattaforme di chatbot, tuttavia ne escono continuamente di nuovi, a seconda delle esigenze dei nostri clienti. Se non vedi un adattatore per la tua piattaforma, faccelo sapere e possiamo aggiungerlo.

PhoneMyBot è stato progettato per rendere economica ed immediata l’aggiunta della voce ad un chatbot esistente, ma come effetto secondario riduce il costo dei nuovi sviluppi di voicebot, accelerando allo stesso tempo i tempi di implementazione.

Per quale motivo? Dipende tutto dalle dinamiche del mercato dell’AI conversazionale per i clienti aziendali.

WhatsApp consente alle persone di registrare e inviare messaggi vocali. Cosa vuol dire per l’esperienza del cliente?

Come la maggior parte degli europei – beh, dovrei dire la maggior parte delle persone nel mondo – uso WhatsApp. WhatsApp ha più di 2 miliardi di utenti in tutto il mondo, circa un quarto di tutti gli esseri umani. Sebbene la diffusione di WhatsApp negli Stati Uniti sia inferiore rispetto alla maggior parte degli altri paesi, quando sei come me, un residente negli Stati Uniti nato all’estero e che vuole rimanere in contatto con amici e familiari a casa, l’app da utilizzare è WhatsApp.

WhatsApp offre chat, chiamate vocali e videochiamate, da persona a persona oppure tramite gruppi ad hoc od organizzati. Ha anche un’offerta business, che consente alle aziende di ricevere messaggi o chiamate su WhatsApp visto che è il canale più usato dai loro clienti.

Questa funzionalità è stata introdotta nel 2018 e viene utilizzata sempre di più: la gente apprezza l’utilizzo della stessa app per comunicare con privati ​​e aziende e molti fornitori di telecomunicazioni rivendono i numeri di WhatsApp Business e i servizi che ne derivano.

Anche se faccio parte di un paio di gruppi, raramente coinvolgo più di una persona alla volta. Utilizzo l’app principalmente per inviare messaggi o chiamare i miei amici. Tuttavia, ho notato una cosa strana: alcuni dei miei amici hanno smesso di inviare messaggi di testo. Piuttosto, utilizzano un’altra funzionalità dell’app che ti consente di registrare un messaggio vocale e inviarlo durante una conversazione di testo. Personalmente preferisco digitare e lasciare che la funzione del mio smartphone completi per magia il testo del messaggio, considerando anche che ricevere un messaggio vocale è di sicuro meno immediato che leggere un breve testo. Ciò nonostante, posso immaginare diversi motivi per preferire un messaggio vocale.