Tidigare idag presenterade Siri-skaparen Dag Kittlaus sitt nya projekt Viv. En ny röstassistent. Han säljer in det, för oss konsumenter, som ”the intelligent interface for everything’”.
Ungefär där får jag Douglas Adams-vibbar och är redan såld.
Viv är i stort ungefär som Siri, Alexa, Cortana (om vi bortser från att den till skillnad från dessa inte är en ”kvinna”, men det fenomenet är en helt annan diskussion). Du pratar med Viv via din enhet och Viv gör grejer åt dig utan att du behöver använda exempelvis tangentbordet eller hitta rätt app. Men självklart finns det one more thing: Viv är smartare (förstås, annars vore det inte mycket till produktdemonstration).
I de förberedda exemplen som visas upp klarar Viv av att hitta svaret på rätt avancerade frågor genom att tolka det användare säger – via normalt talspråk. I exemplen som visar hur det funkar bakom kulisserna bryter Viv upp kommandot i olika delar, där intention och kontext är två viktiga element. Och det sistnämnda är, inser jag rätt självklart nu, en rätt viktig del i interaktionen. Som konstateras i en artikel om SoundHounds (företaget bakom Shazam) motsvarande produkt som annonserades tidigare i år:
One of the main problems with voice assistants today is that they don’t understand context. If you ask Siri to find coffee shops near you and then say something like ”What about ones with free WiFi?” you’ll be left with the same list you had already. Despite all their advances, Siri and Google Now are still not smart enough to maintain a conversation with you like a real human assistant.
Med andra ord: röstassistenter har generellt sett guldfiskminne. Utöver att varje fråga lite blir att börja om från noll så är vi människor sällan skapta för gränssnittsintelligens programmerad av människor. Som Snapchat konstaterade med sin Chat 2.0-uppdatering är vi härligt förvirrade och ofokuserade större delen av tiden.
Här är det tänkt att Viv ska lära sig, ja, egentligen programmera sig. Inte det här är ju egentligen heller något nytt. Diverse gränssnitt och program lär sig hur vi jobbar eller interagerar. Problemet här är att vi människor, återigen har problem att rätta oss i snygga IFTTT-mallar. Och antingen lär sig gränssnitten för långsamt eller inte alls så att det stjälper snarare än hjälper.
Utifrån Kittlaus presentation så ska Viv i princip realtidsprogrammera sig själv. Som alltid bygger kvaliteten i tjänsten på vilken data som finns att tillgå. Det Kittlaus presenterar är i princip kopplingar mellan Viv och, tja, chattbotar. Viv tar användarens fråga, bryter ned den, kollar vilken tjänst som kan hjälpa till med svaret, skickar frågan dit och visar sedan upp svaret. Dessutom med kopplingar så att Viv även kan utföra kommandon, som att genomföra ett köp (Kittlaus kallar det ”conversational commerce”).
Och det är här jag börjar fundera.
I sitt anfall av lätt hybris är jag rätt övertygad om att Kittlaus har rätt i ett ställe för allt. Vi har sett det i digitaliseringen av skivbranschen och oligopolaiseringen (ord?) av internetsökbranschen: vi vill hitta allt på ett ställe. Det inser förstås andra också. Apple bygger in allt mer av internet i sin Spotlightsök och Facebook vill helst att du inte lämnar tjänsten alls (vilket inte vi heller verkar vilja). Samma konsolidering kommer säkerligen också drabba videoströmningsbranschen: vi vill inte betala sex olika abonnemang för att få serierna och filmerna vi vill se. Vi vill ha Spotify (vilket Spotify också verkar ha fattat.)
Över till chattbotarna. Visst finns det problem (som jag skrev om här). Men som tillskyndarna beskriver chattbotarnas nya sköna värld kommer morgondagens internet bestå av en massa virtuella assistenter som aggregerar information och löser uppgifter. Spara en massa pengar på kundtjänstpersonal genom att ha botar som sköter all dialog med kunderna, exempelvis. Kanske kommer vi hit vad det lider (även om det så här långt mest gått sådär). Att ha en chattbot (eller flera) ger affärsnytta och kundnöjdhet.
Men som med så mycket annat lär det inte spela någon roll hur smart och bra din chattbot är om ingen hittar den. Lite samma sak som det är (åtminstone så här långt) med app vs. webb: appen kräver att du laddar ner och installerar programvara, det gör du sannolikt bara om det är en tjänst som du vet att du kommer att använda regelbundet (din banks app) eller ett företag som har ett varumärke som du har en relation till och som du använder ofta. Men när vi ska köpa på webben så vet vi ofta inte i vilken affär vi vill handla. Då googlar vi, besöker prisjämförelsesajter, eller söker i en webbgalleria som Amazon.
Om chattbotar ska bli något vi ska använda så blir lösningen sannolikt inte att vi ska behöva ladda ner alla enskilda botar. På samma sätt som vi använder Google för att hitta svaret på frågan på webbens alla triljarder webbplatser så kommer vi förmodligen vilja ha detsamma när vi söker via en röstassistent. Du som företag får se till att du har en bot byggd på det sätt som röstassistenternas svar på Google kommer vilja ha informationen.
Den intressanta frågan då blir: hur ser man till att företagets bot hamnar överst bland sökresultaten? Hur undviker man att bli en begravd kropp?
Det är väl en sak om jag ber röstassistenten boka en bil hos Uber eller Taxi Stockhom. Men vad blir resultatet om jag bara ber om en taxi? Eller om jag ber assistenten fixa bästa boendet för en vecka på Mallis vecka 36? Idag bygger mycket av den här typen av jämförelsesajter på jobbet vi har lagt ner i att googlesäkra våra webbar (och numer kanske också appar). Men om assistenten och botarna ska kunna ha dialog för sig själva (min assistent vet förstås alla mina preferenser och accepterade prisintervall – orka svara på det varje gång) så behöver de olika botarna kunna svara rätt på min assistents frågor och följdfrågor snarare än att assistenten dammsuger en webbplats efter generell information.
Med andra ord: hur säkerställer du att en assistent rankar just ditt företags bot och i förlängningen ditt företags tjänster högst när vi litar på att assistenten är bäst på att hitta svaret på vår fråga?
Vem vet, efter SEO och ASO kanske CBO blir en livsviktig del i ett företags affärsstrategi.
Och den som chattbotoptimerar bäst, vinner.
(Ursprungligen publicerad på LinkedIn 9 maj 2016.)