متى يتفوق الذكاء الاصطناعي الصوتي على الكتابة؟

هل يتولى الوكيل الصوتي الجديد استقبال طلبات العملاء، أم يبقى الفريق يكتبها؟

السؤال في غير موضعه، ويعطي إجابة ضعيفة في الاتجاهين، لأنه يجعل قناة الإدخال هي محل القرار. والسؤال الأنفع يقع بعده بخطوة: بعد أن يتكلم العميل، ما الذي يحدث لما التقطه النظام؟

ما لا يظهر في العرض التوضيحي

العروض الصوتية مبهرة فعلًا. النظام يتعامل مع اختلاف في النطق، ويتجاوز مقاطعة، ويستخرج موعدًا من جملة نصف مكتملة، ويجيب قبل أن ينتهي المتكلم من التفكير. وهذه قدرة حقيقية.

ما لا يظهره العرض التوضيحي غالبًا هو كلفة الالتقاط الخاطئ فيما بعد، لأن لا شيء فيه يُحفظ، ولا يُعتمد عليه غدًا، ولا يُنازَع فيه بعد شهر. الالتقاط يُحكم عليه في لحظته ثم يُطرح.

والتشغيل الحقيقي يجري في الاتجاه المعاكس. فالالتقاط يصير عنوان تسليم، أو كمية، أو موعدًا موعودًا، أو سطرًا يقرأه الموظف التالي صباح الثلاثاء. ويُحكم عليه لاحقًا، من شخص لم يكن في المحادثة، وغالبًا عند النقطة التي ظهر فيها الخلل.

فجودة التعرف على الكلام لا تكفي وحدها لبناء قرار الشراء عليها. قد يلتقط النظام الكلام بدقة ويظل غير مناسب للمهمة، وقد يناسبها النظام نفسه إذا أضيفت إليه خطوة التأكيد الصحيحة.

الإعادة قبل الاعتماد

قبل أن يصبح الكلام الملتقط مرجعًا يُعتمد عليه أو يطلق إجراءً، يعيد النظام الجزء ذا الأثر ويطلب من الشخص تأكيده أو تصحيحه.

ويقتصر على الجزء ذي الأثر. فيعيد الكمية أو العنوان أو الموعد — أي العنصر الذي سيغيّر الخطأ فيه ما يحدث بعد ذلك — ثم يتوقف. وإعادة الكلام كله قد تدفن الحقول ذات الأثر داخل مادة لا تحتاج تأكيدًا.

ومن المهم تحديد وظيفة هذه الإعادة بدقة: فهي آلية، لا سجلًا جديدًا. وما يبقى بعدها هو الالتقاط المؤكَّد؛ ومهمتها أن تضع الشخص أمام ما سمعه النظام قبل أن ينتقل أثره إلى الخطوة التالية.

مكالمة واحدة، ومهمتان مختلفتان

ما يلي مركّب مجهول الهوية. لا عميل حقيقي، ولا مرجع حقيقي، والأرقام فيه موجودة لتبيان قرار، لا لتقرير نتيجة.

شركة توزّع قطع غيار تستقبل طلبات إعادة التوريد هاتفيًا. ثلاثة أشياء تحدث داخل مكالمة واحدة: العميل يذكر المنتج، ويذكر الكمية، ويسأل عن موعد الوصول. تبدو محادثة واحدة، وآثارها مختلفة.

المنتج والكمية يصيران أمر تجهيز ينفّذه المستودع ليلًا. والخطأ هنا يعني شحنة خاطئة تغادر المستودع، وعميلًا بلا مخزون، ومرتجعًا يحتاج إلى ترتيب. ولا يظهر الخطأ إلا بعد أن يبدأ أثره. هذا الالتقاط يحتاج تأكيدًا قبل أن يستقر.

أما سؤال الموعد فيُجاب عليه أمام العميل وهو ما زال على الخط. وإذا جاء الجواب على غير ما قصده، فهو حاضر ليعترض، ويمكن تصحيح التبادل قبل أن تنتهي المكالمة. المسافة قصيرة بين الخطأ المحتمل ومن يستطيع تصحيحه، لذلك قد لا تضيف إعادة منفصلة هنا قيمة تُذكر.

مكالمة واحدة، وقناة واحدة، ونظام صوتي واحد — ومهمتان بمتطلبين مختلفين. القناة لم تتغير بين الحالتين؛ الذي تغير هو أثر المهمة.

الأسئلة الثلاثة

اسألها بالترتيب، عن المهمة وليس عن القناة.

أولًا: ما الذي يُلتقط. ثانيًا: إلى ماذا يصير — هل يُستهلك في لحظته وينتهي، أم يتحول إلى سجل يعتمد عليه أحد لاحقًا أو يقتبسه أو ينازع فيه، أم يُطلق إجراءً يجري بلا مراقب؟ ثالثًا: بناء على ذلك الجواب، ما التأكيد الذي يستحق أن يقف أمامه.

والسجل الدائم لا يستبعد الصوت. ما يستبعده أن يصير الالتقاط الخام مرجعًا بلا تأكيد يناسب ما سيفعله ذلك الالتقاط. وهذه المطابقة قرار تصميمي حقيقي وله مدى: إعادة من سطر واحد لكمية؛ وإعادة معها نسخة مكتوبة تُرسل إلى العميل لعنوان تسليم؛ وشخص على الخط قبل أن يُلغى شيء.

وثمة حد آخر يسبق التأكيد: هل ينبغي التقاط المعلومة أصلًا. بيانات الدفع، وبيانات الدخول، والمعلومات الشخصية الحساسة، وكل ما لا داعي لأن تحتفظ به الشركة، ينبغي أن يبقى خارج النص المحفوظ مهما سهّل الصوت التقاطه. وأول قرار تصميمي قد يكون استبعاد حقل أو إسقاطه، ثم تأكيد ما يبقى.

وبعض الحالات ينبغي أن تنتقل إلى شخص بدل أن تُعتمد تلقائيًا. فإذا غيّر التصحيح طبيعة الطلب، أو اعترض العميل على ما سُجّل، أو تجاوز الإجراء التالي حدود ما سُمح للمسار الآلي بتنفيذه، فالناتج الصحيح هو التحويل إلى شخص، لا محاولة آلية أخرى لالتقاط الكلام.

وإذا قرأت الأسئلة في الاتجاه الآخر، وصفت مسارات مكتوبة كثيرة تحتاج المعالجة ذاتها. فالنموذج المكتوب الذي ينتقل مباشرة إلى النظام بلا خطوة مراجعة أو تأكيد يحمل الثغرة نفسها، وهي هناك أسهل في الإفلات، لأن العميل كتبها بنفسه والجميع يفترض أن ذلك يحسم الأمر.

حين تنتقل المحادثة إلى قناة أخرى

وكثير من هذه المحادثات ينتقل من قناة إلى أخرى. فالمكالمة قد تصبح سلسلة رسائل، أو بريدًا إلكترونيًا، أو يتابعها زميل لاحقًا.

انقل ما أكده العميل — لا النص الخام الذي التقطه. فالنص يحمل كل ما قيل، بما فيه البداية المتعثرة، والتصحيح، والصيغة التي أخطأ النظام في سماعها قبل أن تُصحَّح. ومن يقرأ النص الخام بعد ذلك سيضطر إلى استنتاج أي صيغة كانت النهائية، فتعود الحيرة نفسها التي وُضعت الإعادة لإزالتها، لكن في القناة التالية.

خذ مهمة واحدة يتولاها فريقك اليوم بالصوت، وضع عليها الأسئلة الثلاثة. فإذا كان الجواب الثاني أن شيئًا سيُعتمد عليه لاحقًا أو سيطلق إجراءً ذا أثر يخرج من المحادثة، فقرر ما الذي يجب تأكيده قبل أن يصير ذلك الناتج مرجعًا. وقد تجد أن الصوت لم يكن هو المشكلة؛ بل الخطوة الغائبة بعد الالتقاط.

قبل أن تضيف أداة جديدة، يستحق أن تعرف إن كان عملك يعتمد على نظام أم عليك أنت. أعددتُ تقييمًا مجانيًا من دقيقتين يمنحك قراءة واضحة لذلك، وأول خطوة يجب إصلاحها. ابدأ التقييم المجاني.