Los altavoces inteligentes no venden

Hace unas semanas Forrester publicaba un estudio sobre lo inteligentes que son los altavoces inteligentes utilizándolos para lo que les diseñaron principalmente.

Y no, sus diseñadores no los pensaron principalmente para que te dijeran la hora, pusieran tu música o te contaran chistes malos, los diseñaron para que compraras a través de ellos utilizando la voz.

Los altavoces inteligentes en realidad es un intento (principalmente de Amazon) de saltarse a Google. Ya que no es posible competir contra Google en búsquedas a través de un navegador, la estrategia para por abrir una nueva forma de hacer búsquedas que se salte a Google.

Precisamente retuiteé un artículo que hablaba sobre ello con uno de mis típicos comentarios que intentan ser graciosos pero que no lo son, y un amable lector (y viejo amigo) me decía que me veía últimamente «muy escéptico con las nuevas tecnologías».

No sé si eso es verdad, pero con la voz, que de nueva tiene poco, soy más que escéptico. De todo esto hablamos en este #technobits de Capital Radio con Luis Vicente Muñoz:

El estudio de Forrester encontró que los asistentes digitales de Apple, Google, Amazon y Microsoft fallan con el 65% de las preguntas que les hicieron simulando un proceso de compra. Por ejemplo, «¿qué marcas hay de detergente líquido?»

Las marcas detrás de estos asistentes, y sus correspondientes altavoces inteligentes, no dan muchos datos sobre lo que están haciendo sus propietarios con ellos.

Pero ya hace casi un año, a través de una encuesta, se encontró que menos del 2% de los propietarios de un Echo de Amazon había hecho una compra a través de ellos, y por lo tanto, con la voz.

Esto está muy lejos de las expectativas que se habían generado (intencionadas obviamente), y sobre todo, muy lejos también de los dispositivos que se han vendido. A finales de 2018, Amazon hablaba de más de 100 millones de dispositivos vendidos y más de 70000 skills para Alexa. Hay una lista infinita de artículos hablando de la explosión del «voice commerce«.

Así que, ¿dónde está la pasta? ¿Por qué la gente le pide chistes malos a Alexa pero no le pide que le compre detergente?

Está claro que el ecosistema está todavía muy lejos de madurar, pero personalmente creo que la voz es un pésimo interfaz para interactuar con máquinas para cosas complejas, y comprar, en la mayoría de los casos, lo es.

Hace cerca de 20 años vi por primera vez una demo de Dragon NaturallySpeaking. Aquello parecía sacado de 2001 Odisea en el espacio. El software ya en aquella época fallaba poco, y todos los avances en machine learning que sustentan los asistentes digitales dan fe de lo que se ha avanzado en la fiabilidad en el reconocimiento de la voz.

Pero es que además, y esto te lo recuerdan constantemente los fans de la voz como interfaz, es que la voz es mucho más rápida que la escritura analógica o digital.

Mientras que de media escribimos a 20 palabras por minuto, 40 si lo hacemos en un ordenador, tenemos una velocidad media al hablar de 150 palabras por minuto. La Universidad de Stanford comparó la velocidad a la que se preparaban mensajes escritos por sistemas de reconocimiento de voz y teclados virtuales en teléfonos móviles y encontró que la voz era tres veces más rápida.

Así que a priori, una vez solucionados los problemas de entendimiento por parte de las máquinas, uno tendería a pensar que es inevitable que terminemos acabando con ratones, teclados e incluso pantallas.

Y sin embargo, no es así.

La voz cómo interfaz tiene unas limitaciones muy importantes y que además son de difícil solución tecnológica. Tan importantes que personalmente creo que la voz siempre tendrá un papel secundario en cuanto a nuestra relación con las máquinas, si no en cuanto al número de interacciones, sí en cuanto a la calidad. Dejadme que me explique mejor.

Para empezar, la voz tiene poco de privada. Cualquiera que esté a nuestro lado escuchará lo que le digamos a Alexa. Tampoco es que estemos comprando condones todos los días, pero ahora que nos preocupamos porque facebook lo sepa todo de nosotros, ¿no nos va a importar gritar la marca de papel higiénico que compramos?

Pero es que además, aunque hayamos generado cierta tolerancia, aún está mal visto ir hablando en alto por según qué sitios. Imagínense el vagón de silencio del AVE con todo el mundo haciendo compras por Alexa.

El segundo gran problema de la voz como interfaz es que retenemos más de lo que leemos que de lo que escuchamos. Leer y escuchar a la vez gana a cualquiera de las dos juntas, pero por separado, parece claro que leer gana. «Escuchar» es la actividad por excelencia para hacer multitarea, y por lo tanto, ss muy fácil distraerse. Leer exige una mayor concentración, y por lo tanto, retenemos más.

A esto hay que añadir que si hablamos más rápido que escribimos, leemos más rápido que hablamos, así que cómo forma de transmitir información rápidamente, la voz es inferior.

Y finalmente, y probablemente la más difícil de solucionar para la voz en esta batalla por ser un canal de venta importante, es que la voz es por naturaleza «lineal» en cuanto a la información que puede dar.

Uno hace una búsqueda en Amazon e inmediatamente tiene muchas alternativas en la pantalla, alternativas que de un vistazo rápido somos capaces de comparar para pasar a un siguiente nivel de detalle.

Con la voz eso no pasa. Imaginad esperar a que Alexa nos describa las 20 alternativas que nos da Amazon ante nuestra petición de buscar un portátil para comprar. ¡Y eso es la primera página de resultados!

Además, cuando estamos escuchando, es difícil «rebobinar» de una forma rápida y eficiente si no hemos entendido algo.

Lo que está claro, y salvo en el mundo de la ciencia ficción de las inteligencias artificiales generales superinteligentes, la voz va a ser imparable como interfaz para interacciones sencillas, con pocas alternativas y lo más unívocas posible. Sin embargo, pensando en las compras, no hay muchas de esas.

Alexa, ¿qué hora es? Alexa, ¿qué tiempo hace? Alexa, compra de nuevo la lista semanal…

Pero que nadie se lleve a engaño. Quien tiene esto más claro es la propia Amazon. Nada de todo esto les va a parar en su intento de desbancar a Google.

Así que… ¿cuál ha sido la gran nueva funcionalidad que han incluido en sus Echos? ¡Una pantalla táctil!

Obvio, si le preguntas por detergente por voz y recibes 40 resultados, utilizar la vista y pinchar con el dedo acelerará el proceso. El cínico en mí diría que lo siguiente que añadirán es un teclado o un ratón, pero cómo mínimo estaréis conmigo en que todo esto haya acabado en una tableta con un pedestal…

¿Y lo siguiente que está haciendo Amazon? Y aquí me pongo conspiranoico…

Por un lado, Amazon está reduciendo el número de vendedores en su plataforma. Y lo está haciendo en números importantes.

Y por otro, Amazon está dando un empujón importante a sus marcas blancas.

¿Está todo esto relacionado con los problemas que están encontrando para vender a través de los echo? (no hay que olvidar que todos estos dispositivos se venden subvencionados) Probablemente no sean la única razón. Pero es razonable pensar que en un catálogo de productos simplificado en el que su marca propia sea predominante y fácil de encontrar, las ventas a través de los echo serían mucho más sencillas.

Ya hemos estado aquí. Las grandes marcas fueron capaces de aguantar a las grandes cadenas de supermercados y sus marcas blancas. ¿Serán ahora capaces de resistir a Amazon?

@resbla