Naujos kartos pokalbių dirbtinio intelekto (DI) platformos leidžia įmonėms kurti ir valdyti balso bei teksto agentus, tiesiogiai integruojamus į klientų aptarnavimo sistemas. Nors šios technologijos sparčiai pinga ir tampa prieinamos masiniam naudojimui, ekspertų vertinimai rodo didėjantį atotrūkį tarp komercinių paskatų ir viešojo intereso apsaugos.
Nuo paprastų pokalbių iki pilnų skambučių centrų
Šiuolaikinės pokalbių DI platformos nebėra tik paprasti, vizualiais įrankiais sukurti pokalbių langeliai. Tai programinės įrangos įrankiai, skirti kurti, diegti ir valdyti dirbtinio intelekto agentus, kurie su žmonėmis bendrauja tekstu arba balsu. Didieji prekių ženklai, ieškodami efektyvumo, vis dažniau renkasi tokias platformas kaip Sprinklr, kuri greitai minima pramonės diskusijose apie pažangius klientų aptarnavimo sprendimus.
Šios sistemos evoliucionuoja į visapusiškus klientų aptarnavimo ir socialinės priežiūros technologijų rinkinius, kuriuose pokalbių DI yra tik viena iš sudedamųjų dalių. Pavyzdžiui, platforma Kore.ai priskiriama „viskas viename“ kategorijai, siūlančiai platų funkcijų spektrą. Kiti rinkos žaidėjai, tokie kaip Sprinklr, Cognigy, Yellow.ai, Salesforce su Agentforce sistema, Zendesk AI bei Intercom su savo sprendimu Fin, leidžia integruoti individualizuotus AI agentus į jau veikiančią klientų komunikacijos programinę įrangą.
Kūrėjams atsiveria galimybės kurti itin lanksčias sistemas. Naudojant vizualinius srautų kūrimo įrankius (angl. visual flow builder), galima suprojektuoti pokalbius nustatant būsenas, maršrutus ir vartotojo ketinimus. Tokie įrankiai suteikia tikslią kontrolę, kaip vartotojas juda pokalbio eiga. Vėliau prijungiamas natūralios kalbos supratimo (angl. Natural Language Understanding – NLU) modulis, o kanalai – nesvarbu, ar tai būtų interneto pokalbiai, mobilieji įrenginiai, telefonas ar nestandartinės integracijos – sujungiami per programavimo sąsajas (API) bei partnerių sistemas.
Kaina krenta, bet sudėtingumas išlieka
Finansinis barjeras pradėti naudoti pokalbių DI sparčiai mažėja. Rinkoje taikomi lankstūs atsiskaitymo modeliai, kai mokama už teksto užklausas ir garso sekundes, siūlant skirtingus tarifus standartinėms bei pažangioms funkcijoms. Kai kurios platformos siūlo ribotą nemokamą planą, skirtą naujiems arba nedidelės apimties projektams.
Pavyzdžiui, platformos Bland AI kainos prasideda nuo maždaug 0,09 USD už sujungtą minutę, o už skambutį, kuris baigiasi nepasiekus 10 sekundžių ribos, taikomas maždaug 0,015 USD mokestis. Vartotojai teigiamai vertina šios platformos skambučių kokybę už konkurencingą kainą bei natūraliai skambantį balsą. Visgi, šis įrankis yra orientuotas į didelės apimties skambučius telefonu, įskaitant AI vykdomus šaltuosius skambučius ir išeinančias kampanijas, o ne į paprastus pokalbių robotus.
Didžiausia vertė išryškėja balso operacijose, kur skambučių valdymas ir taisyklių laikymasis yra svarbiausi. Tačiau už techninį lankstumą tenka sumokėti kitur. Vartotojai, vertindami grafinius srautų kūrimo įrankius ir NLU kokybę, kaip pagrindinius trūkumus dažnai įvardija sistemos sudėtingumą bei pastangas, reikalingas klaidų paieškai ir taisymui.
Infrastruktūros ir tiekėjų spąstai
Nors pokalbių DI išlieka finansiškai prieinamas bandomųjų projektų metu, įmonės privalo kruopščiai planuoti būsimą duomenų srautą prieš perkeldamos robotus į realią gamybinę aplinką. Technologinė priklausomybė nuo išorinių tiekėjų gali būti sumažinta naudojant didžiųjų debesų komercijos gigantų infrastruktūrą. Pavyzdžiui, programuotojai gali prijungti robotus prie jau naudojamų mikropaslaugų per AWS Lambda ir paleisti kontaktų centro srautus sistemoje Amazon Connect, neįtraukdami naujų išorinių paslaugų teikėjų.
Didieji platformų teikėjai turi pranašumą, nes valdo ištisas palaikymo ekosistemas. Jos apima inžinerijos ir mašininio mokymosi komandas, kuriančias įrankius bei modelius taisyklių laikymuisi užtikrinti. Taip pat šiuose procesuose dalyvauja duomenų mokslininkai, padedantys atlikti metrikų ir analitinius tyrimus, grėsmių žvalgybos bei įmonių valdymo specialistai, teisininkai ir viešosios politikos ekspertai.
Mažesnėms įmonėms tokia infrastruktūra yra nepasiekiama. Jos priverstos pasitikėti standartinėmis privatumo politikomis. Pavyzdžiui, pateikiant užklausas ar registracijos formas, vartotojų asmeniniai duomenys perduodami apdorojimui trečiosioms šalims, tokioms kaip Brevo, vadovaujantis jų privatumo taisyklėmis.
Visuomenės sveikata ir reguliavimo vėlavimas
Kol technologijų sektorius optimizuoja komercinę naudą, valstybinis reguliavimas nespėja reaguoti į AI keliamą poveikį visuomenei. Australijos sveikatos žiniasklaidos leidinio Croakey Health Media analizėje pabrėžiama, kad dirbtinis intelektas tampa svarbiu gyventojų sveikatos veiksniu, tačiau šalies politika atsilieka. Jei AI vis labiau formuoja informaciją, kurią žmonės mato, jų priimamus sprendimus, gaunamą paramą ir patiriamą komercinį spaudimą, tuomet reikšmingos AI sistemos turėtų būti valdomos atsižvelgiant į viešąjį interesą.
Sveikatos politikos ekspertai siūlo, kad naujai įkurtas Australijos AI biuras (angl. Office of AI) turėtų oficialiai įtraukti visuomenės sveikatos ir sveikatos lygybės ekspertus į nacionalinių standartų kūrimą. Šis darbas turėtų vykti kartu su sveikatos departamentais, Australijos ligų kontrolės centru (angl. Australian Centre for Disease Control) ir kitomis visuomenės sveikatos institucijomis. Tai suteiktų erdvę specialistams, turintiems idėjų ir humanitarinį rūpestį dėl sveikatos socialinės bei politinės perspektyvos.
Pokyčių jau matyti infrastruktūros lygmeniu. Australijos Federalinis Ministrų Kabinetas (angl. National Cabinet) susitarė parengti nacionaliniu mastu suderintus privalomus standartus dideliems duomenų centrams. Šie standartai apims energijos, vandens ir žemės naudojimą, o atitinkamus teisės aktus planuojama priimti 2027 metų pradžioje.
Saugumo ir pasitikėjimo užtikrinimas tampa sudėtingu balansavimu. Sprendimų priėmėjams tenka ieškoti pusiausvyros tarp visuotinio pasaulinių taisyklių taikymo ir pernelyg didelio reguliavimo suskaidymo atskirose šalyse ar regionuose. Situaciją sunkina ir institucinis pasipriešinimas. Dažnai neįvertinama institucinė trintis, būdinga šiuolaikinėms viešosioms įstaigoms, kuriose sprendimų priėmimo galią dalijasi daugybė skirtingų žmonių ir departamentų.
Šaltiniai
- [1] [En.wikipedia.org | 2026-09-09] AI alignment
- [2] [Croakey.org | 2026-09-10] Artificial intelligence is a determinant of population health. Australia’s policy is not keeping up
- [3] [Cdt.org | 2026-09-11] The Friendliest Ad You’ll Ever Meet
- [4] [Retellai.com | 2026-09-08] 13 Best Conversational AI Platforms for 2026 | Retell AI