ChatGPT Voice φέρνει τον φωνητικό έλεγχο του υπολογιστή μέσα από την desktop εφαρμογή του ChatGPT. Η κίνηση αυτή ενισχύει τη μάχη των μεγάλων παικτών της τεχνητής νοημοσύνης για τον έλεγχο του user interface της επόμενης ημέρας.
ChatGPT Voice φέρνει έναν νέο τρόπο αλληλεπίδρασης με την τεχνητή νοημοσύνη, καθώς η OpenAI ενεργοποιεί πλέον φωνητικές εντολές στην desktop εφαρμογή του ChatGPT. Οι χρήστες μπορούν να μιλούν στον υπολογιστή τους και να κατευθύνουν agents, να εκτελούν σύνθετες εργασίες και να ελέγχουν εφαρμογές χωρίς πληκτρολόγιο και ποντίκι.
Πώς αλλάζει η εμπειρία χρήσης με το ChatGPT Voice στην desktop εφαρμογή;
Η νέα λειτουργία βασίζεται στην οικογένεια voice μοντέλων ChatGPT-Live, τα οποία επιτρέπουν στο σύστημα να ακούει, να μιλά και να συντονίζει εργασία σε πραγματικό χρόνο. Η OpenAI αναφέρει ότι το ChatGPT Voice συνεργάζεται τόσο με το ChatGPT Work όσο και με το Codex, αξιοποιώντας «computer use» δεξιότητες για άνοιγμα ιστοσελίδων και εφαρμογών.
Σε macOS, μέσω της δυνατότητας Appshots, η εφαρμογή μπορεί να έχει πρόσβαση στο περιεχόμενο της οθόνης, ακόμη και σε alt-text, επιτρέποντας πιο πλούσιες αλληλεπιδράσεις. Ο χρήστης μπορεί να υπαγορεύει πολύπλοκες εντολές πολλών βημάτων, με το σύστημα να ζητά διευκρινίσεις όποτε χρειάζεται ανθρώπινη παρέμβαση.
Ποιες είναι οι πρώτες πρακτικές χρήσεις και ποιος ο ανταγωνισμός;
Σε demo, η OpenAI έδειξε προγραμματιστή να ζητά με μία μόνο φωνητική εντολή δημιουργία νέου thread, pull request και εντοπισμό της ρίζας ενός bug, αναδεικνύοντας τη χρήση σε περιβάλλοντα ανάπτυξης λογισμικού. Επιπλέον, η εταιρεία επισημαίνει ότι οι χρήστες μπορούν να αξιοποιήσουν το ChatGPT Voice και στο Codex μέσω της iOS εφαρμογής, με απομακρυσμένη πρόσβαση στον υπολογιστή.
Την ίδια στιγμή, η Anthropic ενισχύει τον δικό της φωνητικό τρόπο αλληλεπίδρασης, επιτρέποντας στο Claude να αξιοποιεί τα μοντέλα Opus, Sonnet και Haiku για εργασίες σε Gmail, Calendar, Slack, Notion και Canva. Η σύγκλιση προς φωνητικό έλεγχο σε παραγωγικές εφαρμογές δείχνει ότι η «μάχη των βοηθών» μεταφέρεται πλέον στο επίπεδο του λειτουργικού συστήματος και του γραφείου εργασίας.
Τι σημαίνει για την Ελλάδα και τον κλάδο
Για τις ελληνικές επιχειρήσεις τεχνολογίας, η διάθεση του ChatGPT Voice σε desktop ανοίγει πεδίο για δημιουργία λύσεων που συνδυάζουν φωνητικές εντολές με αυτοματοποίηση εργασιών γραφείου. Startups που δραστηριοποιούνται σε παραγωγικότητα, customer support ή ανάπτυξη λογισμικού μπορούν να «κουμπώσουν» πάνω σε αυτά τα εργαλεία, προσφέροντας φωνητικά interfaces σε υπάρχουσες πλατφόρμες.
Για τον ευρύτερο ψηφιακό μετασχηματισμό στην Ελλάδα, η μετατόπιση από πληκτρολόγηση σε φυσική ομιλία μπορεί να μειώσει εμπόδια υιοθέτησης τεχνητής νοημοσύνης σε μικρές και μεσαίες επιχειρήσεις. Όσο οι διεθνείς παίκτες, όπως η OpenAI και η Anthropic, στρέφονται σε πρακτικά use cases μέσα σε γνωστές εφαρμογές, τόσο αυξάνονται οι ευκαιρίες για ελληνικές ομάδες να χτίσουν εξειδικευμένα, κάθετα προϊόντα πάνω σε αυτά τα οικοσυστήματα.
Σχόλιο 
: Η ενσωμάτωση φωνητικού ελέγχου σε desktop δείχνει ότι η τεχνητή νοημοσύνη μετατρέπεται σε «λειτουργικό στρώμα» πάνω από τα υπάρχοντα συστήματα, και όχι απλώς σε chatbot στο browser. Όποιος στην Ελλάδα προλάβει να σχεδιάσει σοβαρές, ασφαλείς και ελληνόφωνες εμπειρίες πάνω σε αυτά τα APIs, θα έχει συγκριτικό πλεονέκτημα σε μια αγορά που πολύ σύντομα θα απαιτεί hands-free, φυσική αλληλεπίδραση με τα πληροφοριακά συστήματα.
Διαβάστε επίσης:
Facebook: Νέα εφαρμογή για Marketplace και δωρεάν επαλήθευση χρηστών
ΗΠΑ: Η Verizon γυρίζει σελίδα με έσοδα στασιμότητας και άλμα κερδών
#Τεχνητήνοημοσύνη #OpenAI #ChatGPT #Εφαρμογές #Ψηφιακόςμετασχηματισμός
