Riassunto:
OpenAI ha annunciato che l'applicazione mobile ChatGPT ha iniziato ad aggiungere funzioni di agente intelligente basate sulla voce. In futuro, gli utenti non solo potranno chattare con ChatGPT tramite la voce, ma anche comandarlo direttamente per eseguire lavori pratici più complessi utilizzando la voce. Ad esempio, gli utenti possono chiedere a ChatGPT di creare un documento, redigere un'e-mail, riassumere un messaggio Slack o persino eseguire una serie di attività che richiedono più passaggi per essere completate.
L'obiettivo principale di questo aggiornamento è portare sui telefoni cellulari le funzionalità Agentic Work che ChatGPT ha gradualmente aggiunto al desktop. Per gli utenti Plus e Pro, la scheda Lavoro sul telefono cellulare ora può essere utilizzata direttamente per creare documenti, bozze di e-mail e riepilogare i messaggi Slack. Può anche eseguire flussi di lavoro più complessi come la creazione di siti Web, l'esecuzione di presentazioni, l'utilizzo di browser cloud e la gestione di attività relative alla finanza.
Per gli utenti Free and Go, OpenAI si concentra sull'uso di plug-in e applicazioni connesse. Ciò significa che gli utenti con diversi livelli di abbonamento possono far funzionare ChatGPT con strumenti e applicazioni esterni, ma la gamma specifica di funzioni disponibili differisce.
Questo aggiornamento cambia anche il modo in cui si comporta la modalità vocale ChatGPT. OpenAI ha affermato che le conversazioni vocali ora possono fornire un output di testo più ricco e gli utenti possono vedere informazioni di testo più complete contemporaneamente quando comunicano con ChatGPT. Inoltre, gli utenti possono anche passare più facilmente dalla modalità testo a quella vocale senza dover terminare la conversazione corrente e ricominciare da capo.
Anche il lavoro continuo su più dispositivi è una parte importante di questo aggiornamento. Gli utenti possono utilizzare il proprio telefono cellulare per dire a ChatGPT di avviare l'elaborazione di un'attività tramite voce quando sono fuori casa, quindi tornare al computer per continuare a visualizzare e completare l'attività. In altre parole, il telefono cellulare è principalmente responsabile di impartire istruzioni e avviare attività in qualsiasi momento, mentre il desktop può continuare a gestire flussi di lavoro più complessi.
Questo cambiamento è legato ai continui investimenti di OpenAI nell'interazione vocale negli ultimi anni. Nel luglio di quest'anno, OpenAI ha lanciato un nuovo modello vocale GPT-Live, concentrandosi sul miglioramento del dialogo naturale, dell'elaborazione delle interruzioni e delle capacità di comunicazione continua. Successivamente, OpenAI ha portato questa funzionalità vocale nelle applicazioni desktop, consentendo agli utenti di controllare l'agente intelligente in ChatGPT Work tramite la voce o di completare attività di sviluppo software in Codex.
Le versioni desktop precedenti consentivano già agli utenti di impartire comandi complessi in più passaggi tramite voce. Ad esempio, gli sviluppatori possono dire direttamente a ChatGPT di creare un nuovo thread di codice, inviare una richiesta pull e trovare la causa principale di una vulnerabilità del programma senza dover eseguire ciascuna operazione. Questo aggiornamento mobile segue sostanzialmente questa idea, ma estende ulteriormente il controllo vocale e le funzionalità degli agenti intelligenti ai telefoni cellulari.
OpenAI ritiene che la voce stia diventando un modo importante per consentire alle persone di interagire con l'intelligenza artificiale per completare attività complesse. Invece di doversi fermare e digitare il testo, gli utenti possono dire direttamente all’IA cosa deve essere fatto tramite la voce mentre camminano, fanno il pendolare o fanno altre cose, e poi lasciare che l’agente intelligente continui ad eseguirlo in background.
Questa tendenza è coerente anche con il precedente posizionamento di OpenAI riguardo alla tecnologia vocale. L’azienda ha dichiarato di sperare che, man mano che le capacità del modello continueranno a migliorare, la voce diventerà un importante metodo di interazione con il computer e gli utenti potranno continuare a comandare l’intelligenza artificiale per completare compiti sempre più complessi e di più lunga durata attraverso il linguaggio naturale.
OpenAI ha dimostrato questa direzione di sviluppo anche quando ha lanciato GPT-Live nel luglio di quest'anno. Il nuovo modello vocale non solo può gestire le interruzioni dell’utente in modo più naturale, ma richiama anche modelli di testo più avanzati per la ricerca, il ragionamento e le attività di agente durante la comunicazione vocale continua. In questo modo, la modalità vocale non è più solo un'interfaccia preposta a "parlare", ma è diventata gradualmente l'ingresso per controllare l'intero sistema di lavoro dell'IA.
Questo aggiornamento mobile significa anche che OpenAI sta gradualmente modificando il posizionamento dell'applicazione mobile ChatGPT. In passato, la versione mobile di ChatGPT era principalmente responsabile di attività come domande e risposte, ricerca, scrittura e chat vocale. Ora gli utenti possono avviare un flusso di lavoro completo direttamente dal proprio telefono cellulare e lasciare che l’intelligenza artificiale completi l’operazione effettiva nelle applicazioni e negli strumenti connessi.
Allo stesso tempo, l'approccio di OpenAI compete anche con la direzione che stanno prendendo i suoi concorrenti. Anthropic ha recentemente rafforzato le capacità di collaborazione mobile e desktop di Claude e ha integrato ulteriormente le interfacce chat di Cowork e Claude, consentendo agli utenti di avviare attività da dispositivi mobili e quindi trasferirle sul desktop per continuare l'elaborazione. Tuttavia, le due società hanno ancora scelte diverse nella struttura del prodotto. OpenAI separa ancora la normale interfaccia di chat dagli spazi di lavoro come Work.
A giudicare dall'attuale roadmap dei prodotti OpenAI, la voce, gli agenti intelligenti e il lavoro cross-device si stanno gradualmente integrando. In futuro, gli utenti non dovranno necessariamente aprire un'applicazione specifica, trovare pulsanti specifici e quindi utilizzare il software passo dopo passo. Possono invece dichiarare direttamente i propri obiettivi e ChatGPT sarà responsabile della comprensione dell'attività, della chiamata degli strumenti e dell'esecuzione di più passaggi.
Questo aggiornamento mobile non aggiunge solo una funzione di chat vocale, ma consente anche a ChatGPT sul telefono cellulare di iniziare ad avere la capacità di "funzionare con i comandi vocali". Mentre OpenAI continua a migliorare prodotti come GPT-Live e Work, la modalità vocale di ChatGPT si sta gradualmente trasformando da un semplice strumento di conversazione a un portale che collega gli utenti con agenti AI, applicazioni esterne e flussi di lavoro digitali effettivi.
Commenti