В дождливый вторник в Сан-Франциско топ-менеджеры Apple вышли на сцену перед битком набитым залом. Они представляли iPhone 5. Внешне он ничем не отличался от предыдущей модели, но внутри пряталась функция, которая тогда взорвала зал: Siri.
Скотт Форстолл, тогда глава софтверного направления Apple, нажимал кнопку на телефоне и разговаривал с ней. Попросил проверить время в Париже — «20:16», — ответила Siri. Попросил объяснить, что такое митоз — «Деление клетки, при котором ядро делится на ядра, содержащие одинаковое количество хромосом». Попросил найти греческие рестораны — вывалился список из 14 мест, пять из которых оказались в Пало-Альто.
«Я давно варюсь в теме ИИ, но это до сих пор поражает», — сказал тогда Форстолл.
С тех пор прошло 12 лет. Ни Siri, ни пришедшие ей на смену Alexa и Google Assistant уже никого не поражают. Технология застряла на месте, а говорящие колонки превратились в героев анекдотов. Вспомнить хотя бы скетч Saturday Night Live 2018 года про умную колонку для стариков.
Сейчас весь технологический мир сходит с ума от другого типа помощников — текстовых чат-ботов. Такие, как ChatGPT и его платная версия Plus от OpenAI, могут на ходу импровизировать ответы на любой текстовый запрос. На них уже пишут сложный код, составляют коммерческие предложения и даже сочиняют художественную литературу.
ChatGPT, который по сути просто угадывает следующее слово в предложении, учится на глазах. Еще пару месяцев назад он не мог сложить нормальное хайку, а теперь делает это с каким-то пугающим энтузиазмом. Во вторник OpenAI выкатила свой новый движок GPT-4, на котором теперь работает бот.
Этот ажиотаж отлично подсвечивает, как Siri, Alexa и остальные голосовые помощники, когда-то вызывавшие такой же восторг, бездарно растратили свое преимущество в гонке ИИ.
За последние десять лет они уперлись в стену. По словам Джона Бурки, бывшего инженера Apple, который работал над Siri, главная беда была в коде. Он был настолько неуклюжим, что на обновление базовых функций уходили недели. В Amazon и Google, по словам бывших сотрудников, просто не угадали, как люди будут пользоваться этими штуками. Компании вбухали деньги в направления, которые никогда не окупятся. Когда эксперименты провалились, внутренний энтузиазм просто выгорел.
«Голосовые помощники тупы как камень», — прямо заявил Сатья Наделла, гендиректор Microsoft, в свежем интервью Financial Times. Он уверен, что будущее за новыми моделями ИИ. Microsoft теперь плотно работает с OpenAI, вложив в стартап 13 миллиардов долларов и встроив их технологии в поисковик Bing.
Apple от комментариев по Siri отказалась. Google обещает сделать идеального помощника для телефонов, домов и машин — сейчас они отдельно тестируют чат-бота Bard. Amazon рапортует, что за последний год аудитория Alexa выросла на 30% по миру, и они полны оптимизма.
Проблема в том, что это разные виды технологий. Чат-боты вроде ChatGPT работают на больших языковых моделях. Их обучили на гигантских массивах текста из интернета, и они просто предсказывают, какое слово должно стоять дальше.
Siri, Alexa и Google Assistant — это системы команд и управления. Они понимают жестко заданный список вопросов: «Какая погода в Нью-Йорке?» или «Включи свет в спальне». Если попросить их сделать что-то, чего нет в их коде, они просто разведут руками.
У Siri, по словам того же Бурки, была чудовищная архитектура. В 2014 году его наняли улучшать помощника, и он увидел базу данных: гигантский список слов на почти двух десятках языков — от имен музыкантов до названий ресторанов.
«Это превратилось в один большой снежный ком», — говорит он. Чтобы добавить одно новое слово, его нужно было закинуть в общую кучу. Любое простое обновление, вроде добавления пары новых фраз, требовало перестройки всей базы данных. На это уходило до шести недель. Сложные функции, например, новый поиск, могли пилили почти год. О какой креативности тут можно говорить?
С Amazon и Google вышла другая история. По словам их бывших топ-менеджеров, технологии там схожие, но компании так и не придумали, как на этом заработать. (Apple, впрочем, успешно использовала Siri, чтобы люди активнее покупали iPhone).
Когда Amazon в 2014 году выпустила колонку Echo, там всерьез думали, что люди будут заказывать товары голосом. Не вышло. Люди с удовольствием ставили будильники и спрашивали погоду, но покупать через колонку почти никто не стал.
Возможно, Amazon просто распылилась. Они начали производить странные устройства с Alexa — будильники, микроволновые печи — и продавали их по себестоимости. При этом компания недоинвестировала в экосистему. У Apple был App Store, который сделал iPhone айфоном. У Amazon был магазин «навыков» для колонок, но найти и настроить их было тем еще квестом.
«У нас никогда не было своего момента App Store для помощников», — говорит Каролина Миланези, аналитик Creative Strategies, которая в свое время консультировала Amazon.
В итоге в конце прошлого года команду Alexa сократили на 18 тысяч человек, а топ-менеджеры начали разбегаться. Впрочем, представитель Amazon Кинли Пирсолл уверяет, что они по-прежнему полны оптимизма.
Ошибки Amazon, как считает бывший менеджер Google, сбили с пути и поисковик. Инженеры Google годами пытались копировать возможности Alexa: делали умные колонки, планшеты с голосовым управлением для умного дома, встраивали туда рекламу. Дохода это не принесло.
Со временем в Google осознали: люди используют ассистента для банальных вещей — поставить таймер, включить музыку. В 2020 году, когда направление возглавил Прабхакар Рагхаван, Google Assistant решили сделать ключевой фишкой Android. А в январе, во время массовых увольнений 12 тысяч сотрудников, команда домашних операционок потеряла 16% инженеров.
Сейчас все крупные игроки в спешке ищут ответ на ChatGPT. В прошлом месяце в Apple прошел закрытый саммит по ИИ для сотрудников — там показывали свою языковую модель. Инженеры, включая команду Siri, теперь каждую неделю тестируют языковые генераторы. Google во вторник тоже пообещал выкатить инструменты генеративного ИИ для бизнеса и разработчиков.
В будущем, говорят эксперты, голос и текст сольются. Мы сможем управлять чат-ботами речью, а пользователи Apple, Amazon и Google наконец-то смогут просить помощников делать реальную работу, а не просто узнавать, брать ли зонт.
«Раньше эти продукты не работали, потому что у нас не было возможности вести диалог на уровне человека», — говорит Аравинд Шринивас, основатель компании Perplexity. «Теперь у нас есть».