Financial Times сообщает, что крупнейшие ИТ-компании, включая Google и OpenAI, считают голосовое взаимодействие с ИИ-агентами будущим направлением развития, которое обойдёт по популярности текстовые интерфейсы. Современные модели уже умеют напрямую обрабатывать и генерировать речь, минуя промежуточный этап перевода в текст, что ускоряет обработку запросов и делает диалог с ИИ более естественным.

Это важно, потому что на основе голосовых технологий компании планируют строить ИИ-агентов нового поколения — не просто отвечающих на вопросы, а выполняющих длительные задачи, от программирования до управления повседневными делами.

• Google сообщает, что использование живого голосового режима (live voicei) за год удвоилось
• Голосовые диалоги с ИИ в среднем в пять раз длиннее текстовых, по данным Google
• Голосовым режимом ChatGPT еженедельно пользуются более 150 млн человек
• Модели нового поколения способны обрабатывать и генерировать речь напрямую, без перевода в текст, что сокращает задержки и делает общение более естественным
• Тема формируется на фоне роста венчурных инвестиций в голосовой AI, как отмечает источник «Венчур в картинках»