יש רגעים שבהם טכנולוגיה מגיעה ואת מרגישה שמשהו השתנה באמת. GPT-Realtime הוא לא עוד פיצ'ר חדש, לא עוד עדכון גרסה. זה משהו שגורם לך לעצור ולחשוב מה יקרה לאנשים שעושים עבודה מסוימת בעוד שנתיים.
השבוע OpenAI פרסמו שלושה כלים חדשים שגרמו לי בדיוק לתחושה הזו. ואני רוצה לספר לכם עליהם בגובה העיניים, בלי מינוח טכני מיותר.
GPT-Realtime – מה בדיוק OpenAI השיקו ?
שלושה כלים חדשים שמשנים את האופן שבו AI יכול לנהל שיחת קול: הראשון מנהל שיחה קולית חכמה בזמן אמת עם יכולת חשיבה מתקדמת, השני מתרגם דיבור מיותר מ 70 שפות ל 13 שפות פלט תוך כדי שמדברים, והשלישי מתמלל כל מילה בזמן שהיא יוצאת מהפה.
שלושתם ביחד יוצרים משהו שלא היה קיים לפני: AI שיכול לנהל שיחת טלפון אמיתית, עם אדם אמיתי, בשפה שלו, בלי לאבד את הקצב.
למה זה שונה ממה שהיה ?
עד עכשיו, כשחברה רצתה לבנות בוט קולי חכם, היא הייתה צריכה לחבר כמה כלים נפרדים זה לזה. Whisper(כלי שממיר דיבור לטקסט), GPT (כלי שחושב ומייצר תשובה) ו-ElevenLabs (כלי שממיר את הטקסט חזרה לקול). בין כל שלב ושלב יש השהיה קטנה ובין כל שניים יש חיבור שיכול להישבר.
מה שOpenAI מציעים עכשיו הוא מודל אחד שעושה הכול בפנים. הקול נכנס, החשיבה מתרחשת, הקול יוצא. בלי חיבורים, בלי תפרים, בלי השהיות.
ומה שאפילו יותר מרשים: בזמן שה AI ממתין לתשובה ממערכת אחרת, הוא לא שותק. הוא אומר "תן לי שנייה לבדוק את זה" וממשיך לשמור על השיחה חיה. בדיוק כמו מוקדן אנושי טוב.
המספרים שגרמו לי לעצור
Zillow אתר הנדל"ן הגדול בארצות הברית, בדקו את הכלי על השיחות הכי מורכבות שלהם. אחוז ההצלחה קפץ מ-69% ל-95%. זה לא שיפור של מה בכך, זה שיפור דרמטי בביצועים.
וBolnaAI חברה שבונה פתרונות קול לשוק ההודי, דיווחה על 12.5% פחות שגיאות הבנה בהינדי, טמילית וטלוגו.
Deutsche Telekom אחת מחברות הטלקום הגדולות באירופה, כבר בונה עליו שירות לקוחות שבו הלקוח מדבר בשפה שנוחה לו, והמערכת מתרגמת בזמן אמת לנציג.
כאן שווה לעצור ולראות את שלושת הדפוסים שבהם הכלי הזה עובד
מה זה אומר לעסק שלכם
אם יש לכם מוקד שירות לקוחות, שאלו את עצמכם שאלה אחת פשוטה: כמה מהשיחות שמגיעות אליכם הן אותן שאלות חוזרות?
"מה שעות הפתיחה?", "איפה ההזמנה שלי?", "איך מבטלים?"
עבור השיחות האלה AI קולי כבר יכול לתת מענה טוב יותר מאדם. מהיר יותר, זמין 24/7, ובלי יום מחלה.
ואם יש לכם לקוחות שמדברים שפות שונות, הכלי תומך ביותר מ 70 שפות קלט, מה שאומר שלקוח שמדבר עברית, ערבית, רוסית או אמהרית יכול לקבל שירות בשפה שלו, ממש עכשיו.
עם מי מתחרה OpenAI?
כדי להבין עד כמה זה גדול, כדאי לדעת מה היה קיים לפני:
Deepgram הוא כלי תמלול (המרת דיבור לטקסט) מהיר מאוד ובמחיר תחרותי. הוא עושה דבר אחד ועושה אותו טוב. החסרון: הוא רק שומע ורושם, לא חושב ולא מדבר בחזרה.
ElevenLabs הוא כלי שממיר טקסט לקול שנשמע אנושי מאוד. מרשים מאוד מבחינת ריאליזם. החסרון: הוא רק מדבר, לא שומע ולא מבין.
Google Gemini Live מנסה לעשות את אותו הדבר שOpenAI עושים, עם יתרון של אינטגרציה טבעית לכלי Google החסרון: עדיין פחות בשל לפריסה ארגונית בסדר גודל גדול.
מה ש OpenAI עשו הוא לאחד את כל השלבים האלה למודל אחד. במקום לחבר שלושה ספקים שונים ולקוות שהם יעבדו יחד בצורה חלקה, יש עכשיו כתובת אחת שעושה הכול.
ומה עם המוקדנים האנושיים?
זו השאלה שכולם שואלים ואני לא מתחמקת ממנה.
OpenAI ברורים בכך שהכלים האלה לא מחליפים את כל עבודת הבנייה, הפיקוח והטיפול במקרים מורכבים שנדרשת לפני שמוציאים מוצר כזה לאוויר. מישהו עדיין צריך לפקח, לתחזק, ולטפל בשיחות שהמכונה לא יכולה לפתור.
אבל לשיחות הסטנדרטיות, לשאלות שחוזרות עשרות פעמים ביום? לשם המוקדן האנושי כבר לא חיוני. וזה לא דעה שלי, זה מה שהמספרים מראים.
מה עושים עכשיו
לא צריך לשנות הכל מחר בבוקר. אבל כדאי מאוד להבין מה קיים, מה אפשרי ומה המתחרים שלכם כבר בודקים.
צעד ראשון: מיפו את סוגי השיחות שמגיעות למוקד שלכם. כמה מהן חוזרות? כמה מהן פשוטות? כמה שפות מעורבות? התשובות לשאלות האלה יגידו לכם בדיוק כמה רלוונטי הכלי הזה לעסק שלכם.
