Le azioni quotidiane, l’uso dei device e i rapporti con prodotti e aziende sono sempre più mediati da tecnologie voice-based e da assistenti virtuali in grado di dialogare in maniera intelligente con i clienti.

Interfacce vocali, voice-activated device, voice assistant, smart speaker, conversational system – e non solo – stanno entrando nella nostra vita quotidiana e nei nostri rapporti di lavoro, accelerando il già radicale mutamento nell’uso della tecnologia e dei device mobili, nella fruizione di prodotti e servizi e, naturalmente, nelle relazioni tra aziende e clienti, imprimendo una svolta radicale alla customer experience.

Nell’ambito di questa evoluzione, la voce ha un impatto sempre più rilevante; basti pensare allo sviluppo e all’elevato grado di riconoscibilità che hanno acquisito le voci pubbliche di certe aziende (Trenitalia ad esempio) e i voice-activated speaker come Alexa e Google Home. La voce è diventata un elemento caratteristico e distintivo di un brand.

Dall’era della digitazione e delle interfacce grafiche siamo passati alle interfacce web e alla tecnologia touch; ma oggi la vera interfaccia è la voce, che aggiunge una nuova modalità di interagire con le tecnologie: più semplice, immediata e naturale. La tecnologia sta facendo passi da gigante e offre alle aziende sempre più ampie e varie opportunità di migliorare prodotti e servizi e di interfacciarsi in maniera personalizzata con i propri target; proprio per questo è importante selezionare la tecnologia più adeguata alla propria azienda e al tipo di relazione che si intende instaurare con i clienti, che bisogna conoscere sempre meglio.

Ce lo ha confermato Bea Dobrzynska, senior manager di CELI – Language technology (gruppo H-Farm) sottolineando le opportunità della voice- first experience.

La tecnologia si sta umanizzando?

Anche grazie all’utilizzo della voce, la tecnologia si sta “umanizzando”, così come le relazioni che, tramite essa, si instaurano tra i clienti e le aziende e i brand che essa rappresenta. La tecnologia sta infatti accorciando le distanze tra i device e gli utilizzatori, che ne sono meno impauriti e instaurano con essi un nuovo tipo di rapporto pur essendo ben consapevoli di star interagendo con una voce artificiale, con un device tecnologico. Al momento gli smart speaker, lungi dal pretendere o fingere di essere degli umani, si propongono come amici e assistenti di casa. Oggi sono probabilmente soltanto dei giochi, ma sono destinati a ben altri ruoli.

Quali sono i prevedibili sviluppi?

Dal 2008 (avvento di Google voice search) le interfacce vocali si sono evolute significativamente e i voice assistant sono letteralmente esplosi (dal Siri virtual assistance a Jibo, Alexa e Google Home, da Microsoft Cortana ad Amazon Echo e Bixby) e la percentuale di individui che utilizza smart speaker (device stand alone che includono un voice assistant) è in continua crescita.

I dati di crescita di questi device sono davvero incredibili. Sul mercato globale sono presenti più di 200 milioni di smart speaker. Se, oltre ai voice assistant inclusi negli smart speaker, consideriamo anche tutti i voice assistant installati nei mobile device, si arriva ad oltre 2 miliardi; per quanto questa cifra si riferisca solamente al numero di dispositivi abilitati e non al numero di utenti che effettivamente utilizzano gli assistenti vocali, il dato è comunque impressionante. Nel 2019, i device con Amazon Alexa risultavano oltre 100 milioni e quelli con Microsoft Cortana 400 milioni; Apple Siri è presente in oltre 500 milioni di device e Google Assistant in oltre un miliardo.

Per quali funzioni si ricorre oggi prevalentemente ad uno smart speaker?

Per chiedere informazioni, ascoltare musica in streaming, conoscere le previsioni del tempo, impostare una sveglia, ascoltare la radio, utilizzare una specifica funzionalità di Alexa o di Google, comandare gli smart device di casa, ascoltare le news, cercare informazioni sui prodotti, contattare qualcuno, avere notizie sul traffico, eccetera.

Che cosa ci si aspetta?

Che comprenda bene ciò che gli si dice, che abbia una buona qualità del suono, che abbia molte funzionalità e che sia tempestivo nella risposta.

Voice-first experience: come e perché?

Lo sviluppo dell’impiego degli assistenti vocali è certamente influenzato dall’abitudine (più gli utenti li utilizzeranno, più saranno abituati a farlo in maniera naturale e consuetudinaria), ma dipende anche molto dalle aziende, tanto più se esse vi ricorreranno per sviluppare servizi più interessanti, significativi e produttivi per i loro clienti.

Uno dei principali vantaggi dell’utilizzo della voce è proprio la produttività; la voice-first experience ha contribuito infatti a modificare radicalmente il modo in cui gli utenti fruiscono di prodotti e servizi e i relativi risultati. Mentre altri sistemi richiedono che l’utente guardi, tocchi e sorregga il dispositivo con cui sta interagendo, gli attuali sistemi basati sulle interfacce vocali consentono di interagire con la tecnologia e con le aziende a mani libere, così ottenendo ugualmente le informazioni ma evitando di guardare lo screen, di digitare e di distrarsi (soprattutto mentre si è alla guida).

Inoltre, se un individuo è in grado di produrre 38-40 parole al minuto mentre sta digitando velocemente, è in grado di pronunciarne da 125 a 175 mentre sta parlando ad un assistente virtuale in grado di comprendere il linguaggio parlato e di rispondergli verbalmente e tempestivamente con quasi altrettanta rapidità. I sistemi voice-first experience hanno cambiato radicalmente l’esperienza utente; aiutano a far risparmiare tempo e ad aumentare la produttività; rappresentano quindi un’opportunità in più per le aziende per intrattenere i rapporti con i propri clienti e migliorare i servizi e naturalmente, trattandosi di tecnologie più semplici da utilizzare, anche per acquisire clienti nuovi.

Si può dire che la relazione diventa quasi personale?

Quella tra virtual assistant e utilizzatore diventa quasi una relazione personale, tant’è che a un anno dall’introduzione di Amazon Echo, quasi mezzo milione di individui ha dichiarato ad Alexa il proprio amore e in 250.000 le hanno chiesto di sposarli! Si tratta quindi di un canale molto potente per lo sviluppo e il mantenimento dei rapporti con i clienti, che le aziende dovrebbero tenere in maggiore considerazione.

Scherzi a parte, il voice assistant è in grado di instaurare una relazione molto stretta e duratura con gli users che, superati rapidamente il disagio e l’ansia dell’utilizzo iniziale degli smart speaker di Google Assistant o di Alexa, si sono dichiarati maggiormente propensi ad utilizzare gli assistenti vocali anche in altri ambiti, ad esempio sui propri smartphone. Diamo dunque agli smart speaker anche questo altro merito: quello di evangelizzare il mercato!

Come funziona un’interfaccia vocale?

L’architettura di un’assistente vocale è fatta di tre componenti fondamentali: riconoscimento vocale, understanding e generazione della voce. La parte tuttora problematica è quella semantica, cioè quella relativa alla corretta interpretazione del comando vocale ai fini dell’azione da svolgere, che può comportare interventi diversi a seconda del contesto e del tipo di attività svolta dall’utente in quel momento.

Ad esempio, l’assistente vocale integrato a bordo di un’auto deve saper interpretare correttamente l’espressione “ho caldo” al fine di adottare la giusta azione per risolvere il problema, che può consistere nell’abbassare i finestrini o, anche, nel ridurre la temperatura dell’aria condizionata. In tutto ciò bisogna anche considerare il fatto che una ricerca vocale è molto diversa da una ricerca testuale, per via non solo delle diverse modalità ma anche delle aspettative di risposta.

Solitamente la ricerca effettuata tramite un assistente vocale comporta una domanda più specifica espressa in una frase in linguaggio naturale più lunga rispetto a quella digitata, che essendo più sintetica è sovente anche meno esplicita e completa. Nel caso della ricerca testuale, la risposta consiste in una serie di pagine che l’utente si prende il tempo di selezionare al fine di affinare la ricerca. Nel caso della ricerca vocale, la risposta che l’utente si aspetta (tendenzialmente una) è più esauriente, speakable – cioè pronunciabile – e, soprattutto, tempestiva: una risposta che si presta maggiormente ad un immediato follow-up.

Come è possibile sviluppare un efficace sistema conversazionale?

Per sviluppare un efficace voice app bisogna partire dall’utente e dalle sue necessità, definire obiettivi precisi e verificare costantemente i risultati. Bisogna conoscere gli interessi dei clienti-obiettivo, le specifiche funzionalità di cui hanno bisogno e in quali contesti, appurare che cosa è in grado di soddisfarli e quali risposte si aspettano dall’azienda e dal brand.

In funzione di ciò occorre lavorare bene sul voice design e sul conversational design, su sistemi di dialogo che sviluppino tecnologie vocali volte a ottimizzare le ricerche vocali e la relativa gestione; e soprattutto bisogna ascoltare sistematicamente i propri utenti attraverso piattaforme di speech analytics per poter offrire le risposte desiderate e ottimizzare la propria voice app.

L’INTEGRAZIONE DELLA VOCE NELL’AUTOMOTIVE

Per comprendere meglio lo sviluppo dell’integrazione degli assistenti vocali in questi anni è utile citare il caso dell’automotive, un settore che è stato precursore dell’utilizzo della voce in campi diversi dal gaming. L’introduzione della voce a bordo delle auto ha 15 anni, ma sembra un secolo per via della rapida e cospicua evoluzione tecnologica che l’ha caratterizzata. Quali risorse e sviluppi tecnologici hanno reso possibile l’introduzione di questa interazione molto seamless a bordo dell’auto?

Inizialmente, nell’arco di un periodo relativamente lungo che va dal 2004 al 2012, la tecnologia embedded nella centralina dell’auto non disponeva di molto spazio residuo e perciò ha consentito lo sviluppo di pochi comandi vocali, perlopiù in inglese e limitati prevalentemente alle funzioni della macchina. Nel periodo successivo, la connectivity on board si evolve e si crea più spazio per integrare il riconoscimento vocale e per attribuirgli molte più funzionalità rispetto al passato, che non riguardano solamente l’auto ma tutto il sistema connesso, anche esterno all’auto: casa, città, eccetera. Nonostante la tecnologia funzioni già molto bene, l’attivazione dell’assistente locale all’interno dell’auto non è ancora seamless in quanto richiede l’attivazione di un tasto: un’azione per niente naturale, a volte complicata e, quindi, non sempre apprezzata appieno dall’utilizzatore.

Nel 2018, l’integrazione dei conversational in-car voice assistance all’interno dell’auto (come Alexia) ha cambiato completamente l’interazione vocale con l’auto e le relative funzionalità. Mercedes, ad esempio, consente di rapportarsi con l’auto come con Alexa: con la medesima libertà e facilità. La rapida evoluzione dell’integrazione delle interfacce vocali a bordo ha fatto sì che attualmente vi siano più auto abilitate all’interfaccia vocale che non smart speaker e che l’auto risulti essere, solo dopo lo smartphone, l’ambiente in cui gli individui sono più propensi a utilizzare le interfacce vocali: per telefonare, inviare messaggi, ricevere informazioni stradali, attivare canali radio e sentire musica dai propri dispositivi, chiedere informazioni su locali, cinema, ristoranti, eccetera.

L’uso della voce in auto non si limita oggi a funzionalità di comando e di controllo; la voce è diventata un elemento della customer experience, un fattore caratteristico e distintivo del brand in grado di generare un’esperienza unica ed emozionale.