Amazon, od momentu rewolucjonizowania zakupów online w 1995 roku, utrzymuje swoją dominującą pozycję na rynku e-commerce. Kluczowym przełomem w tej dziedzinie była Alexa, innowacyjna cyfrowa asystentka Amazona, która nie tylko ułatwia proces zakupów online, ale również steruje światłem, odtwarza muzykę i służy jako budzik. Alexa, podobnie jak rozwiązania firm Google (Nest) i Apple (HomePod), umożliwia użytkownikom intuicyjne i wygodne zamawianie produktów online.

Zakupy w Epoce Cyfrowej

W ostatnich latach, szczególnie w okresie pandemii, kiedy ograniczenia mobilności były powszechne, zakupy internetowe stały się nie tylko koniecznością, ale i formą rozrywki. Rozwój technologii, jak inteligentne głośniki i cyfrowi asystenci, otworzył nowe możliwości w zakupach online. Przykładem innowacji w tej dziedzinie jest Samsung Family Hub szóstej generacji – inteligentna lodówka z wbudowaną Alexą, która ułatwia zamawianie artykułów spożywczych bez opuszczania domu.

Zakupy głosowe, choć popularne, są wciąż zdominowane przez smartfony, które umożliwiają konsumentom wizualizację i porównanie produktów. Wyzwaniem dla inteligentnych głośników pozostaje brak możliwości prezentacji wizualnej produktów, co jest kluczowe dla wielu konsumentów.

W tym artykule skupimy się na ewolucji botów zakupowych, zaczynając od Audrey z Bell Labs z 1952 roku, a kończąc na nowoczesnych cyfrowych asystentach wykorzystujących sztuczną inteligencję i technologie przetwarzania języka naturalnego. Następnie, przeanalizujemy potencjalne kierunki rozwoju i zastanowimy się, czy zakupy głosowe faktycznie okazały się tak efektywne i popularne, jak początkowo zakładano.

Początki i Rozwój Cyfrowych Asystentów

W roku 1952, Bell Labs przedstawiło innowacyjną maszynę do rozpoznawania cyfr o nazwie Audrey. To urządzenie, mierzące ponad 6 stóp wysokości i składające się z licznych wiązek kabli, miało zdolność rozpoznawania indywidualnych cyfr wymawianych przez wyznaczonych użytkowników. Mimo swojej ograniczonej funkcjonalności i dużych rozmiarów, Audrey była kamieniem milowym, który wyznaczył drogę dla przyszłych innowacji.

W kolejnych latach, rynek technologiczny ujrzał pojawienie się różnorodnych produktów, w tym głosowo aktywowanego kalkulatora IBM (1961) oraz ELIZA – pierwszego chatbota tekstowego, który używał skryptów do imitacji konwersacji, będąc jednocześnie prekursorem przetwarzania języka naturalnego.

Lata 90. przyniosły debiut Dragon NaturallySpeaking. Po kilkudniowym okresie adaptacji, użytkownik mógł mówić do mikrofonu, a Dragon przekształcał mowę w tekst pisany. To rozwiązanie jest nadal stosowane, szczególnie w branży medycznej, do prowadzenia notatek.

W 2011 roku, Apple wprowadziło na rynek iPhone’a 4S z asystentem Siri, znacząco ułatwiając użytkownikom interakcję z ich telefonami. Siri początkowo służyła do wykonywania podstawowych zadań, takich jak wykonywanie połączeń, wysyłanie wiadomości, sprawdzanie pogody czy ustawianie alarmów, ale szybko stała się wszechstronnym narzędziem.

Niewiele ponad dekadę później, kiedy smartfony stały się powszechne (zajmując 83% globalnego rynku), korzystanie z poleceń głosowych do uzyskiwania informacji, poszukiwania odpowiedzi czy dokonywania zakupów stało się codziennością. Obecnie, możemy za pomocą głosu zamawiać jedzenie, dokonywać rezerwacji, uzyskiwać szczegółowe informacje o ruchu drogowym, a także otrzymywać rekomendacje dotyczące produktów na podstawie ich poprzedniego użytkowania. Stopień zaawansowania technologii sztucznej inteligencji i przetwarzania języka naturalnego w dzisiejszych urządzeniach jest imponujący i ciągle rozwijany.

Głośnik, tablet, a może smartfon?

Na świecie funkcjonuje obecnie 6 miliardów telefonów komórkowych, 168 milionów tabletów i mniej więcej 250 milionów inteligentnych głośników, z prognozowanym wzrostem do 600 milionów w roku 2024.

Do tej pory, większość zakupów głosowych przeprowadzono za pomocą urządzeń mobilnych, z czego 20% realizowano poprzez smartfony. Ta metoda zakupu okazała się być szczególnie korzystna dla osób, które są często w ruchu. Innowacyjne sklepy zaczęły wykorzystywać technologie głosowe do procesów reklamacji i udzielania rabatów, łącząc doświadczenie zakupów w sklepie fizycznym z możliwościami cyfrowymi. Działa to na korzyść klientów i sprzedawców, ograniczając zjawisko „showrooming”, gdzie klienci oglądają produkty w sklepie stacjonarnym, by później zakupić je online po niższej cenie.

Tablety, chociaż popularne, są zazwyczaj używane w domu. Ich ograniczenia, takie jak konieczność połączenia z Wi-Fi, mogą stanowić ryzyko podczas korzystania z publicznych hotspotów, szczególnie przy transakcjach. Dlatego zakupy głosowe na tablecie są najbardziej efektywne w domowym zaciszu. Jeśli jednak chodzi o szybkość działania, smartfony często przewyższają starsze modele tabletów.

Inteligentne głośniki zanotowały znaczny wzrost popularności między 2014 a 2018 rokiem, przykładowo w USA sprzedano ich wtedy 47 milionów. Jednak po tym okresie zapotrzebowanie na te urządzenia nieco spadło, a wiodący producenci przewidują dalszy wolniejszy wzrost ich sprzedaży na amerykańskim rynku. W Wielkiej Brytanii inteligentne głośniki cieszą się dużym zainteresowaniem – na początku 2021 roku było tam 20 milionów takich urządzeń w kraju liczącym 52 miliony mieszkańców, z czego co piąte obsługuje czat wideo. Ważnym czynnikiem wpływającym na zainteresowanie zakupem inteligentnych urządzeń jest brak obaw związanych z kwestiami prywatności i bezpieczeństwa danych.

Czy ma to prawo zadziałać?

Tak jak na początku ery internetu, gdzie ludzie reagowali mieszanką sceptycyzmu, ostrożności i entuzjazmu, tak teraz znajdujemy się na wczesnym etapie rozwoju zakupów głosowych. Obawy dotyczące prywatności i bezpieczeństwa danych osobowych są częste, a znaczna część konsumentów wciąż wątpi w korzystanie z tej technologii. Jednak rosnące zainteresowanie wykorzystaniem poleceń głosowych na smartfonach sugeruje, że z czasem więcej osób zacznie korzystać z zakupów głosowych. Wygoda, jaką oferuje ta technologia, pozwalająca na bezdotykowe operacje, eliminowanie błędów pisowni, wielozadaniowość i oszczędność czasu, jest niezaprzeczalnie atrakcyjna.

Obecnie większość transakcji głosowych ma wartość poniżej 100 USD, co wskazuje, że użytkownicy traktują je jako opcje niskiego ryzyka. Chociaż na razie zakupy głosowe nie są uważane za najlepszy sposób na zakup droższych produktów, z czasem ta percepcja może się zmienić. Jak w przypadku większości nowych technologii, możemy oczekiwać, że zakupy głosowe będą ewoluować, zwłaszcza gdy firmy będą dostosowywać się do tej technologii. Dodatkowo, postępy w dziedzinie sztucznej inteligencji, przetwarzania języka naturalnego (NLP) i rozumienia języka naturalnego (NLU) mogą uczynić tę technologię jeszcze bardziej atrakcyjną dla konsumentów szukających szybkich i efektywnych alternatyw dla tradycyjnych metod zakupów.