Diese Führungskräfte glauben, dass Voice-AI noch nicht seinen ChatGPT-Moment erreicht hat
techcrunch ·
Trotz erheblicher Investitionen und der Veröffentlichung von Full-Duplex-Sprachmodellen sind sich Führungskräfte einig, dass die Sprach-KI noch nicht ihren „ChatGPT-Moment“ erreicht hat. Shawn Wen von PolyAI betont, dass zwar das gleichzeitige Sprechen und Zuhören möglich ist, die Technologie jedoch weiterhin Schwierigkeiten mit schneller reasoning hat, um einen natürlichen Gesprächsfluss aufrechtzuerhalten. Er weist darauf hin, dass Kundenservice-Agenten über mehrere Gesprächswechsel hinweg das Vertrauen der Nutzer aufbauen müssen, um menschliche Interaktionen effektiv zu ersetzen. Gleichzeitig hebt Alex Gay von Otter die Bedeutung einer genauen Sprechererkennung und emotionaler digitaler Zwillinge für eine sinnvolle Meeting-Automatisierung hervor. Beide Experten sind sich einig, dass aktuelle Automatic Speech Recognition (ASR)-Systeme oft Schlüsselwörter verpassen, was zu fehlerhaften Transkripten und einem Vertrauensverlust bei den Nutzern führt. Daher ist die Verbesserung der Transkriptionsgenauigkeit entscheidend, bevor nachgelagerte Aktionen zuverlässig automatisiert werden können. Zudem bleibt Transparenz ein zentrales Anliegen, wobei Unternehmen klare Benachrichtigungen fordern, wenn Nutzer mit KI interagieren oder aufgezeichnet werden.
techcrunch