PolyAI और Otter.ai जैसे दिग्गज मान रहे हैं कि वॉयस AI अभी तक उस लेवल तक नहीं पहुंच पाया है, क्योंकि इसमें लेटेन्सी (Latency) और ट्रांसक्रिप्शन की गलतियां बनी हुई हैं। निवेशकों के लिए यह समझना जरूरी है कि तकनीकी खामियां ही फिलहाल एंटरप्राइज एडॉप्शन में सबसे बड़ी रुकावट हैं।
भारी निवेश के बावजूद चुनौतियां जारी
एंटरप्राइज वॉयस आर्टिफिशियल इंटेलिजेंस सेक्टर में पैसों की भारी बारिश हो रही है। हाल ही में PolyAI ने $86 मिलियन की फंडिंग जुटाई है, जिससे कंपनी का वैल्यूएशन $750 मिलियन तक पहुंच गया है। लेकिन इतनी फंडिंग के बाद भी, यह तकनीक अभी तक टेक्स्ट-बेस्ड जनरेटिव AI जैसा स्मूथ अनुभव नहीं दे पा रही है।
लेटेन्सी (Latency) की समस्या
वॉयस AI की सबसे बड़ी चुनौती है 'लेटेन्सी', यानी यूजर के बोलने और AI के जवाब देने के बीच का समय। सिस्टम अब सुनने और बोलने का काम एक साथ कर सकते हैं, लेकिन इनका 'दिमाग' बातचीत को तुरंत प्रोसेस करने में पीछे है। अगर AI जवाब देने में थोड़ा भी वक्त लगाता है, तो ग्राहकों का भरोसा टूटने लगता है और यह इंसानी एजेंटों की जगह नहीं ले पाता।
भरोसे का संकट और ट्रांसक्रिप्शन रिस्क
ऑटोमेटेड स्पीच रिकग्निशन (ASR) की सटीकता फिलहाल इस तकनीक की सबसे कमजोर कड़ी है। Otter.ai जैसे प्लेटफॉर्म का मानना है कि अगर AI एक भी शब्द गलत सुन ले, तो मीटिंग समरी से लेकर डेटा एंट्री तक पूरा काम खराब हो जाता है। जब तक यह तकनीक बिल्कुल सटीक नहीं हो जाती, तब तक इसे पूरी तरह से स्वायत्त (Autonomous) नहीं माना जा सकता।
भविष्य और रेगुलेटरी रिस्क
तकनीकी दिक्कतों के साथ-साथ कंपनियां अब पारदर्शिता पर भी जोर दे रही हैं। वॉयस AI का इस्तेमाल करते वक्त अब खुलासा करना जरूरी हो गया है ताकि रेगुलेटरी रिस्क न बढ़े। एनालिस्ट्स का अनुमान है कि वॉयस AI मार्केट 2032 तक $14 बिलियन तक पहुंच सकता है। हालांकि, असली गेम चेंजर वही होगा जो बिना किसी गलती के इंसानी भावनाओं और इरादों को समझ सके और लोगों को 'अनकनी वैली' (Uncanny Valley) जैसा डर महसूस न होने दे।