Next-generation voice assistants: why architecture… · ELECTE

关于新一代语音助手对比最流行的建议,同时也是最没用的:比较谁“回答得更好”。这是消费者测试的逻辑,而不是战略决策的逻辑。如果你以企业主、创新负责人或合规团队的视角来看这个市场,正确的问题不是哪个声音听起来更智能,而是哪个系统能更好地协调模型、数据、设备和操作。

在意大利,这种视角转变的土壤已经成熟。家庭语音助手的采用率从2018年的11%上升到2019年的15%,据Biblioteche Oggi Trends关于语音助手和智能音箱的报道所示。因此,我们谈论的不是一种技术上的好奇心,而是一种已经进入日常使用的界面。

如今，重点已然不同。各大玩家正逐渐聚焦于AI的相同基础组件。当“引擎”趋于同质化时，差异便转移到了架构、生态系统、实际的代理能力以及数据治理之上。未来正取决于这些方面。

引言：大家都在问的那个错误问题

多年来，我们一直像评判电视问答节目那样来评估语音助手。它能听懂问题吗？回答得快吗？出错率低吗？如今，这种评判标准已显得过于狭隘。新一代语音助手不仅在回答能力上展开竞争，更在于其连接服务、保持上下文、执行操作以及在生态系统中运作的能力。

在我看来，真正的错误在于认为底层语言模型仍是主要的差异化因素。事实已然并非如此。当越来越多的企业开始依赖外部模型或共享基础设施时，对话质量往往趋于趋同。到那时，竞争优势不再在于纯粹的“大脑”，而在于这种“大脑”的集成方式。

市场奖励的不仅仅是那些口才更好的人。它奖励的是那些能更好地协调设备、服务、环境和数据的人。

对意大利的专业人士来说,这改变了一切。新一代语音助手对比不应被解读为一份小玩意排行榜,而应被视为在商业模式、技术依赖和运营影响都截然不同的平台之间做出的选择。

超越AI引擎：技术的大融合

公众讨论仍在把Siri、Alexa、Google Assistant或新兴解决方案当作各自拥有截然不同智能的存在来看待。这种解读越来越没有意义。行业的发展轨迹正走向输出的商品化:更强大的模型,通常通过共享基础设施或合作伙伴关系提供,正在缩小基本对话中感知到的差距。

光是理解还不够

一项意大利的基准测试之所以具有启发性,正是因为它区分了许多人混淆的两个指标。在Worldline Italia针对800个相同问题进行的测试中,Google Assistant达到了100%的问题理解率和87.9%的正确回答率,Siri为99.6%和74.6%,Alexa为99%和72.5%,Cortana为99.4%和63.4%,如Worldline Italia的对比基准测试所示。

这些数字说明了一个明确的事实。几乎能理解一切并不意味着能把一切都回答好。更不意味着能把事情做好。该基准测试还显示了按任务类别划分的差异:Siri在指令类任务上超过了Google,而Google在常识性问题和信息类任务上占据主导。因此,不存在脱离使用场景的“绝对冠军”。

价值流向何处

如果多个助手在基础理解能力上达到相似水平，引擎就不再是选择的核心。此时，我会考虑以下四个因素：

模型编排。助手可以依托一个或多个AI系统,但关键在于谁来决定何时使用什么。
应用层。当助手不仅仅是说话,而是能调用服务、记忆、应用和自动化时,价值才会提升。
体验控制。一个融入智能手机、音箱、汽车或智能家居的一致性界面,比略微更好的回答更重要。
对第三方的依赖。系统越依赖外部资源,治理和可靠性就越关键。

实用法则:如果两个助手在回答问题时看起来很相似,那就观察它们从说话转向行动时会发生什么。

正因如此,新一代语音助手对比不应从“谁懂得更多”这样的测试开始,而应从一个不同的问题出发:谁真正掌控了从语音、模型、集成到结果的完整链条?

架构之争：未来真正的角逐

当引擎趋于趋同时，架构便成为真正的战场。正是在这里，将决定助手将如何发展、能实现多大程度的专业化，以及在处理复合操作（而非简单的孤立请求）时能有多可靠。

三种不同的建筑理念

大型企业正采取不同的发展路径，而这种差异比单个演示版更为重要。

方法逻辑优势主要风险整体式试图掩盖复杂性的统一体验用户感知的一致性如果系统需要专业化,灵活性会降低多智能体式多个角色分明的组件协同编排按任务专业化协调复杂度更高深度重构在堆栈和界面层面重新思考助手中期内潜在的质的飞跃过渡缓慢,依赖于真正的集成

亚马逊倾向于优先考虑更统一的体验。三星则展现出更接近于协调多个组件的逻辑。而苹果则主要因其在市场长期感知的滞后之后,以可信的方式重建Siri的能力而受到关注。没必要把这些发展轨迹变成口号。只需明白架构是一种战略选择,而不是技术细节。

为什么架构比功能列表更重要

一项功能可以被复制，但架构却无法复制，至少短期内无法做到。如果某家竞争对手推出了一项新的摘要、预约或自动拨号功能，其他公司可以效仿。但语音助手在语音识别、记忆、日程安排、第三方应用和权限控制之间如何分配任务，将决定该系统长期运行的质量。

对企业工作者来说,有用的问题是:这个助手是为了可靠地执行一系列操作而构建的,还是为了在演示中给人留下深刻印象?

说一句“帮我订个桌”是一回事；让系统处理包含限制条件、授权、敏感数据及结果验证的一系列步骤，则是另一回事。

这也凸显了消费级智能助手类产品的局限性。许多智能助手都承诺“代劳”，但在实际应用中，它们在高度标准化的领域表现更佳：音乐、定时器、快速查询、智能家居、消息和日程安排。一旦操作涉及例外情况、政策、企业数据或运营责任，这些承诺的适用范围便会缩小。

因此，当我评估一个平台的未来时，我不仅关注它目前能做什么，还会考察其架构是否适合处理：

持久且具备上下文的记忆
带确认的多步骤流程
向不同服务的路由
精细化的权限管理
执行和故障的监控

在新一代语音助手对比中,真正的较量不在于声音谁更自然,而在于谁的编排模型更可信。

从言语到行动：真正的行动能力

“具有代理性”这一术语被使用得过于随意。如今，只要一个助手能完成一个引导式任务，就会被冠以“代理”之名。我对此并不认同。一个系统只有在能够理解目标、将其分解为步骤、与不同工具交互、验证结果并处理异常情况，同时又不丢失上下文的情况下，才真正具有代理性。

一个执行任务的助手还不能算作代理人

在消费级领域，许多“操作”实际上都是精心设计的快捷方式。比如开灯、播放歌单、设置提醒、发送消息。这些功能非常实用，且设计往往十分精良。但它们都是在相对封闭的环境中进行的操作，存在的不确定性极小。

在日常工作中，门槛立刻提高了。一名真正的分析师必须懂得将数据、应用程序、内部规则和职责联系起来。如果经理要求分析销售额下滑的原因，系统不应仅仅是汇总仪表盘的数据。它应该交叉比对数据源、指出异常情况、区分假设与事实，并生成可用的分析结果。

正是在这里,才能看出消费级助手与ELECTE面向企业流程的AI Agents之间的区别。这不是抽象的“通用智能”差异,而是设计上的差异:目标、数据、工具、控制、可审计性。

实际限制在于集成方面

智能体能力的真正瓶颈不仅在于模型,还在于助手在本地环境中能够调用的集成网络。意大利市场上的一项历史数据很好地说明了这一点:一项被引用的调查显示,意大利的Alexa技能有2,920个,而美国有65,901个,英国有34,771个,如True Numbers关于家用语音助手的分析所示。

这种差距绝非细枝末节。这意味着，即便是使用功能强大的语音助手，意大利用户所能接触到的第三方功能生态系统，也比英语市场更为有限。而一旦生态系统受限，其“行动”能力自然也会受到制约。

三个实际意义：

行动取决于可用的连接
没有集成服务,助手仍然只是一个操作杠杆有限的优秀对话界面。
本地化和模型同样重要
一个在英语环境中表现出色的系统,如果缺乏针对意大利的本地服务、内容和相关工作流,其实际效用可能很平庸。
真正的自主性需要对流程的控制
一项任务越重要,就越需要核实、日志记录、授权以及人工干预的可能性。

一个在家里“干活”的助理，并不一定就能在公司里“干活”。

正因如此,在新一代语音助手对比中,我总是区分三个层次:对话、引导式执行、可靠的自动化。营销往往把它们混为一谈。而做出重大投资决策的人,应该非常谨慎地将它们区分开来。

生态系统才是真正的竞争优势

如果基础智能趋于标准化，那么竞争优势将不再源于产品本身，而是源于连接网络。许多公开讨论正是在这一点上出现了视角偏差。它们将智能助手视为一个成品，而实际上，其价值取决于它能否激发周围的生态系统。

本地化比品牌建设更重要

在意大利市场，仅靠强势品牌是不够的。一款语音助手在理论上可能非常出色，但如果当地的生态系统不够完善，其日常实用性就会大打折扣。这一点在智能家居、应用程序、本地服务、支付以及垂直领域集成中都同样适用。

据GMI Insights关于语音用户界面市场的报告,VUI市场价值165亿美元,北美在2023年占据全球市场的30%以上。对意大利而言,同样的行业概况有助于解读一个具体的动态:主要存在的助手是Siri、Google Assistant和Alexa,但实际的选择往往围绕生态系统、多设备兼容性以及智能家居集成展开。

对企业而言，完整的产业链至关重要

对于一个专业团队而言，生态系统不仅仅是一份兼容性清单。它是一个完整的链条：

输入。请求如何进入,带有怎样的上下文和权限。
路由。哪个引擎或服务来处理该任务。
执行。会查询哪些应用程序或数据库。
控制。谁来验证结果,记录保存在哪里,如何纠正错误。

丰富的生态系统能减少摩擦。支离破碎的生态系统则会产生依赖关系、例外情况和盲点。

模型越是可互换，生态系统就越成为产品本身。

这就是为什么新一代语音助手对比应该被视为一次平台评估。你选择的不仅仅是一个语音助手。你选择的是一整套集成体系、技术合作伙伴和运营可能性。而对企业来说，这套体系往往比单次回答的出色程度更重要。

隐私与数据主权：谁在监听你的对话？

语音助手评测中最容易被忽视的话题，恰恰也是对企业用户最重要的话题。几乎所有分析都集中在功能、准确性、对话质量、智能家居这些方面。很少有分析真正深入到数据治理层面。

最被低估的信息鸿沟

一份意大利资料明确指出：意大利市场上大多数关于语音助手的分析都忽视了隐私、合规性和数据主权问题，给企业留下了信息空白。这正是Hello Uniweb在其语音助手分析中强调的核心观点。

对普通消费者而言，这种疏漏或许微不足道。但对于中小企业、财务团队或合规负责人来说，情况绝非如此。如果一个语音请求需要穿越云基础设施、第三方服务和外部应用程序链，问题就不只是“结果是否正确？”，还包括：

请求在哪里被处理
谁可以访问元数据
哪些授权实际有效
删除、匿名化和日志如何管理
使用是否符合内部政策和GDPR

若想从更宏观的角度深入了解这个话题，也值得阅读ELECTE关于AI系统中监听、数据与信息风险的分析。

这段视频有助于从更通俗易懂的角度来理解这一主题：

如何评估运营风险

当语音助手应用于职场时，我建议将其视为一种涉及数据和流程的技术来评估，而非仅仅将其视为一种小玩意儿。

一份最基本的检查清单应包括：

标准应提出的问题数据所在地你知道请求和输出在哪个司法管辖区流转吗？涉及的第三方你能清楚了解处理或托管数据的技术合作伙伴吗？管理控制权你能集中管理政策、账户、授权和停用吗？可审计性是否存在日志、操作可追溯性和审查能力？风险降低你能限制敏感数据的发送，或将个人与企业场景分离吗？

决定性要点：在商业领域，胜出的不是最讨人喜欢的助手。胜出的是那个能在不增加运营风险的前提下减少阻力的助手。

这改变了新一代语音助手对比本身的意义。如果你是一名欧洲专业人士，对话质量只是众多标准之一。另一个往往更重要的维度，是对数据的实际控制力。而在这方面，市场的透明度远不如商业宣传所暗示的那样高。

结论：选择编曲者，而不仅仅是人声

语音助手市场正进入一个不同的阶段。有意义的问题已不再是谁在演示中表现得更出色，而是哪个平台能更好地协调模型、集成、上下文和治理。真正的优势正是在这里产生的。

其独特之处不仅在于对话质量。更在于支撑这一体验的架构、使各项操作成为可能的生态系统深度、智能体能力的成熟度，以及对数据的掌控程度。对于企业用户而言，这四个维度远比机智的回应或几秒内执行的指令重要得多。

着眼未来的人应该以编排的思路来思考。这正是重新定义消费级助手、乃至整个新一代运营型AI系统的逻辑。在这个方向上，一篇有价值的资料是ELECTE关于AI编排及集成在实际工作流中的作用的分析。

如果你想把数据、信号和工作流转化为切实的运营决策，试试ELECTE, an AI-powered data analytics platform for SMEs。这是最直接的方式，让你看到一个为企业设计的AI Agent与消费级助手有何不同：少一些自娱自乐式的对话，多一些分析、自动化，以及对决策的真正支持。

新一代语音助手：为何架构比响应更重要

用 AI 总结本文

索引