消息应用的战火蔓延到AI领域,谷歌想用Allo击败苹果和Facebook

简介:

fastcodesign 网站发表文章称,2017年的消息应用大战已经开场,谷歌(微博)近日推出的Allo将与苹果和Facebook等公司的消息应用开展同台竞争。文章中介绍了Allo团队如何在印度和印尼进行初始调研,它的优势是什么,以及它目前存在的一些问题。以下为原文内容:

苹果的Messages 和Facebook的Messenger最近几个月一直在稳步推出新的功能。谷歌认为Allo可以战胜这两个应用,这要归功于它最有价值的资产:关于我们在网上做什么、搜索什么东西的丰富数据,以及已经投资到机器学习中的数十亿美元。

谷歌Allo的优势

在谷歌Allo上,这些优势体现在几个简单但却富有吸引力的方面。当你想给某人发消息时,Allo可以提供智能回复。它们类似于收件箱中的那种智能回复,但却针对你聊天的内容和背景进行过仔细调整。举例来说,如果有人向你展示他跳伞的照片,你就可以看到一系列可供选择的智能回复:“真勇敢”,“好有趣”和“太刺激了”。

更有趣的也许是,现在你可以通过Allo与谷歌直接聊天,这要使用一个名为“谷歌助手”功能。 “很早以前我们就在和谷歌交谈了:你在搜索框里输入一个词,搜索答案,然后可能再多输几个词,就可以获得更好的答案,”谷歌Allo工程副总裁斯科特·霍夫曼(Scott Huffman)解释说。

正如霍夫曼指出的那样,谷歌为了让交谈变得更加自然,不惜投入了重金。所以,现在你不需要键入“天气 纽约”,而是可以进行复杂查询,比如“下周二的天气这么样?” 搜索引擎和聊天线程是迄今为止人们最容易理解的两个界面,他说。“如果你本来就是在聊天,为什么你不创建一个真正像是在聊天的用户界面(UI)呢?”

据霍夫曼所说,这样做的目的,是让谷歌助手成为一个真正的聊天伙伴——不仅仅是在一对一的交谈中。在谷歌Allo上,如果你和朋友聊到晚餐,你可以输入“@google”,然后谷歌助手就会加入聊天,推荐附近的餐厅。现在这个功能还不算不上是很神奇——有很多时候,它还提供不了你想要的东西,但是不难想象,它正在向着那个目标前进。

在印尼和印度进行调研

谷歌较少提到的一件事是,它的几乎所有产品都是从人种学研究开始的。Allo的研究开始于印尼和印度。谷歌的员工考虑了数十个当地人的家庭,观察了从未有过台式电脑的人是如何使用消息的。他们看到了消息如何主宰了移动计算的方方面面。

例如,一个兼职卖薯片的印尼中年男子,他的全部交易都是通过消息来进行的;一位印尼时装设计师,在采购面料、检验样品,发送设计的时候一概使用SMS手机短信;一个印度女人,则通过群聊来获得各种健康资讯。对于谷歌员工来说,这些做法似乎和西方人的做法差别很大,但却有一种参考意义——你如果想在一个聊天应用之上建立各种服务,可以参考一下这些印尼人和印度人的做法。

谷歌、Facebook和苹果把这么多的精力花在消息应用上,这不是在赶时髦。这是一种合乎逻辑的演变,如果没有 “应用为王”的假设,那么我们花在手机上的时间有很大一部分都是花在了消息上,那么我们为什么不把消息作为一个门户,一个我们在手机上一切活动的门户呢? “消息和我们的生活紧密交织,你用它做的事情太多了,多到了熟视无睹,” Allo的UX负责人贾森·康韦尔(Jason Cornwell)说。 “消息可以做的事情太多了,作为一个行业,我们才仅仅触及了它的表面。”

你可以从中国的微信中看到它的潜力。在微信上,你可以和数以百万计的企业聊天,无需离开这个应用就可以付款给对方。你可以在微信里预订餐厅,叫出租车。与其说它是个消息应用,不如说是你的整个数字生活门户。在西方,消息应用还没有还没有进化到这种形式,部分原因是很多人在长大成人的阶段都是在和app与桌面电脑打交道。但是在移动世代长大的用户并没有这种成见。

Messages、 Messenger和Allo发布的功能,都在朝着成为“主屏的替代者”的方向缓慢前进。Messages现在允许第三方应用接入到了,这样一来,你在与朋友聊天的时候,也可以找到Open Table的订单。 Messenger正在创建聊天机器人和支付功能,不久之后,你就可以与Everlane的机器人聊天,购买新的衬衫,而无需启动它的app或网页了。

让过程变得直观

暂时来说,Allo更加低调,也更加先进。就拿前面说的那个跳伞的例子来说,它确实有用的。要提供智能回复建议——“真勇敢”、“好有趣”和“太刺激了” 谷歌的服务器必须要分析你的图片,弄清楚发生了什么,然后提供一系列像样的回复列表。不过谷歌可能需要在标点符号上再努把力,如果没有感叹号,谁知道“真勇敢”是不是在讽刺呢。

眼下,Allo的回复部分上基于谷歌员工捐赠的聊天数据;随着现实世界样本日益增多,它的回复也应该有所改善。但也有一些有趣的迹象表明,它已经在适应上下文背景了。如果你向某人说“在吗”,自动回复就会是“什么事”。谷歌通讯产品的副总裁尼克·福克斯(Nick Fox)说,这些智能答复旨在解决消息使用的一个基本问题。我们知道自己想要说什么,但仍然需要花很长时间才能真正说出来,原因可能有,我们当时需要单手打字很不方便,或者我们在前往杂货店的路上。 “这让聊天更有效率,”福克斯说。 “但有时候,智能回复也会和你想说的话略有不同,这就会以一种新的方式推动对话向前进行。”

但是关于Allo,最有趣的事情是谷歌助手。 “我们看到了一个很大的机会,就是当有人在群聊过程中,不得不离开查找一些资料,然后再回来,”康威尔说。把谷歌助手拉到你的聊天组里,预示着在未来,主屏或应用商店不会再是一个瓶颈。谷歌助手可以化解我们习以为常的很多麻烦。比如你和朋友聊到晚上聚餐,本来你需要离开聊天应用,找到一家餐厅,复制链接,然后又回来粘贴链接,继续聊天。而有了谷歌助手,这个过程就会变得更加优雅和直观。你和朋友都可以看到寻找餐厅的结果。

目标是让UI消失

当然,困难之处是你要知道助手可以做到哪些事情——在UX领域中,这个问题叫做“可发现性”问题。亚马逊Echo是一个很好的反例。Echo现在可以做无数事情,因为它可以调用第三方集成的“技能”,但是你是怎么知道它有这些技能的呢?亚马逊每周发送一封电邮给你,让你知道它有哪些新技能。当你与这个助手聊天时,它会推送消息给你,介绍它的各种功能,比如翻译、游戏、体育、旅游等等。

但我们显然还处在早期阶段。例如,当我问谷歌助手,“给我在找个达美航班,10月30日飞往旧金山”,它仍然会把我带到谷歌的网页搜索结果。但现在,我可以问助手“我给马克发过哪些邮件”。问题的关键是,在Allo真的可以成为全能助手之前,谷歌需要制作大量的“脚手架”。但谷歌表示,这项工作很快就会完成。与其他应用(比如Uber或Open Table)进行第三方集成,今年冬天就会实现。而AI本身也会变得越发擅长回复用户的问题——同时也为开发者提供越来越多的数据,让开发者了解用户想让Allo做哪些事情。

对用户来说,关键细节可能会是一件看起来理所当然的事情:当你已经在聊天的时候,把一个虚拟助手引入到聊天中,这是一种新的范式,你只需要键入“@google”就能做到。 “这是很有变革性的做法,” 拥有十多年的UI经验的康韦尔说。这可以解决app的两大问题——如何让人们传播app,如何让人们真的使用app。康韦尔认为,我们已经达到“app的巅峰”,范式转移在所难免——新的范式可以让服务更加容易地创建和传播。

“对于我这样的设计师来说,任务目标就是让UI消失,”他说。“在未来,自然语言处理和AI会变得非常出色,以至于不必再创建UI。现在我们正在朝着这个目标迈进。”

本文转自d1net(转载)

相关文章
|
2月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
454 30
|
2月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
393 1
|
2月前
|
消息中间件 人工智能 安全
构建企业级 AI 应用:为什么我们需要 AI 中间件?
阿里云发布AI中间件,涵盖AgentScope-Java、AI MQ、Higress、Nacos及可观测体系,全面开源核心技术,助力企业构建分布式多Agent架构,推动AI原生应用规模化落地。
275 0
构建企业级 AI 应用:为什么我们需要 AI 中间件?
|
2月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
2月前
|
人工智能 算法 Java
Java与AI驱动区块链:构建智能合约与去中心化AI应用
区块链技术和人工智能的融合正在开创去中心化智能应用的新纪元。本文深入探讨如何使用Java构建AI驱动的区块链应用,涵盖智能合约开发、去中心化AI模型训练与推理、数据隐私保护以及通证经济激励等核心主题。我们将完整展示从区块链基础集成、智能合约编写、AI模型上链到去中心化应用(DApp)开发的全流程,为构建下一代可信、透明的智能去中心化系统提供完整技术方案。
271 3
|
2月前
|
人工智能 安全 Serverless
再看 AI 网关:助力 AI 应用创新的关键基础设施
AI 网关作为云产品推出已有半年的时间,这半年的时间里,AI 网关从内核到外在都进行了大量的进化,本文将从 AI 网关的诞生、AI 网关的产品能力、AI 网关的开放生态,以及新推出的 Serverless 版,对其进行一个全面的介绍,期望对正在进行 AI 应用落地的朋友,在 AI 基础设施选型方面提供一些参考。
614 51
|
2月前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
485 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
|
2月前
|
人工智能 安全 中间件
构建企业级 AI 应用:为什么我们需要 AI 中间件?
阿里云发布AI中间件,推出AgentScope-Java、AI MQ、Higress网关、Nacos注册中心及可观测体系,全面开源核心技术,构建分布式多Agent架构基座,助力企业级AI应用规模化落地,推动AI原生应用进入新范式。
573 26
|
2月前
|
人工智能 安全 数据可视化
Dify让你拖拽式搭建企业级AI应用
Dify是开源大模型应用开发平台,融合BaaS与LLMOps理念,通过可视化工作流、低代码编排和企业级监控,支持多模型接入与RAG知识库,助力企业快速构建安全可控的AI应用,实现从原型到生产的高效落地。
Dify让你拖拽式搭建企业级AI应用

热门文章

最新文章