Su TechCrunch, dirigenti di PolyAI (assistenza clienti) e Otter (note delle riunioni) spiegano perché l'IA vocale non ha ancora avuto il suo punto di svolta 'ChatGPT'. Il primo ostacolo è la velocità: finché il modello impiega troppo a ragionare e rispondere, la conversazione non suona naturale. Il secondo è la trascrizione stessa — il riconoscimento vocale 'spesso perde parole chiave importanti', e nel momento in cui il sistema agisce su un testo mal trascritto, 'è sbagliato, e perdi fiducia nella piattaforma'. Da qui l'insistenza sulla trasparenza: segnalare che 'la riunione è registrata', o che 'stai parlando con un'IA' in una chiamata aziendale. I casi che già funzionano restano circoscritti: trascrizione, note, assistenza clienti delimitata.
La lezione per un'app è semplice: la voce non è un interruttore che accendi perché è di moda. Brilla dove le mani sono occupate, dove dettare è più veloce che digitare, o per riassumere ciò che è stato detto — ma delude in fretta appena un errore di trascrizione innesca un'azione sbagliata. In Devside trattiamo la voce come una funzione che deve guadagnarsi il posto: la riserviamo ai momenti in cui aiuta davvero, mostriamo sempre il testo riconosciuto prima di agire, teniamo una via d'uscita chiara (correggere, tornare al tocco, raggiungere una persona) e diciamo con franchezza quando è un'IA ad ascoltare. La fiducia non si guadagna parlando più in fretta, ma sbagliando meno spesso — e ammettendolo quando succede.