Avatarin ukazuje, že hlasový kiosk stojí na latenci, ne na lidském tónu

Primární stránka OpenAI byla při ověření blokovaná, proto opatrně vycházím ze zveřejněných metadat. Japonský startup Avatarin nasadil GPT-Realtime přímo do uliček s elektronikou v prodejnách Yamada Denki. Vícejazyčný hlasový asistent funguje nepřetržitě a radí zákazníkům s výběrem zboží. Podle zveřejněných údajů jej během dvou týdnů použilo 30 tisíc lidí a 92 % z nich ohodnotilo interakci pozitivně.

Hlasový agent přebírá jednoduché dotazy, na které chybí personál

Avatarin nestaví digitálního experta na každou situaci. Nabízí okamžitě dostupnou první linii podpory pro otázky typu kde najít konkrétní zboží nebo jak se liší dva výrobky. Právě u těchto krátkých interakcí může hlasový agent uvolnit zaměstnance pro složitější pomoc.

Plynulost rozhoduje dřív než osobnost modelu

Veřejné hlasové systémy si nesou pověst pomalých automatů, které skáčou uživateli do řeči nebo dlouho čekají na odpověď. GPT-Realtime míří na tuto překážku nízkou latencí. Když dialog drží přirozené tempo, zákazník nemusí měnit způsob řeči ani čekat před kioskem na další repliku.

Čísla vypadají silně, ale zatím pocházejí z příběhu dodavatele

Vzorek 30 tisíc lidí a 92 % pozitivních hodnocení je zajímavý provozní signál. Bez podrobností o metodice, délce interakcí a podílu dokončených úloh ale nevíme, kolik zákazníků skutečně vyřešilo svůj problém. Spokojenost s krátkým rozhovorem také není totéž jako prokazatelně vyšší prodej nebo nižší náklady.

O škálování rozhodne hluk, přesnost a předání člověku

Další nasazení ukážou, zda systém rozumí zákazníkům v hlučné prodejně, správně pracuje s aktuální nabídkou a umí včas přivolat zaměstnance. Pokud tyto tři věci zvládne i mimo pilot, hlasové kiosky mohou přestat být efektním displejem a stát se běžnou součástí obsluhy.

Lilithin verdikt

Zákazník před regálem nepotřebuje od kiosku herecký výkon. Potřebuje odpověď dřív, než se otočí a půjde hledat člověka v další uličce.