Proč AI asistenti chytré domácnosti stále nezvládají jednoduché úkoly

Problém AI asistentů chytré domácnosti nespočívá v tom, že by nerozuměli přirozenému jazyku. Rozumět požadavku a spolehlivě ho provést jsou dvě odlišné technické disciplíny.

Alexa+ i Gemini for Home dokážou vést plynulejší rozhovory a v běžném jazyce vytvářet složité automatizace. Přesto testeři a uživatelé dál hlásí selhání u těch nejzákladnějších úkolů, které od chytrého reproduktoru očekáváme: zhasnutí světel, přehrání požadované skladby, odpověď na jednoduchou otázku o datu, spuštění ranní rutiny nebo zachování již nastavené automatizace. 167

Selhávají právě u těch nejběžnějších věcí

Při testu reproduktoru Google Home s Gemini asistent ignoroval požadavky na hudbu, během rozhovoru měnil téma, určil nesprávný den a odmítl vypnout chytrá světla. 1 Nešlo přitom o exotické zařízení nebo okrajový případ. Ovládání světel a přehrávání hudby patří k základním funkcím chytrého reproduktoru.

Podobně nevyrovnaný obraz nabízí Alexa+. Podle některých testů opakovaně selhávala rutina pro přípravu kávy a uživatelé si stěžovali, že po přechodu na novou verzi zmizely jejich dříve fungující rutiny. 6734 Problémy se objevují i při výběru hudby. V jednom testu vedl požadavek na Charli XCX k přehrání jiného interpreta. Méně přesný příkaz k přehrání skladby od Lucy Dacus pak Alexa+ pouze zopakovala jako vyhledávací dotaz, místo aby hudbu pustila. 36

Nejde však o úplnou neschopnost. Alexa+ například dokázala hlasem vytvořit automatizaci, která spojovala pohybový senzor, světla na terase, časové rozmezí a kameru Ring. 33 To je důležitá výjimka: naznačuje, že hlavní potíž není v nedostatku schopností, ale v jejich nestálosti. Systému, který jednou předvede působivou automatizaci a jindy nezvládne zhasnout světlo, se však v domácnosti těžko důvěřuje.

Proč je konverzace špatnou jedinou vrstvou pro ovládání

Starší hlasoví asistenti obvykle fungovali jako řetězec několika předvídatelných kroků: rozpoznali řeč, přiřadili jí záměr, našli pojmenované zařízení a spustili předem definovanou akci. Věta „zhasni světla v kuchyni“ tak mohla být převedena na známý záměr a odeslána přes pevně dané rozhraní pro ovládání zařízení.

Asistent založený na velkém jazykovém modelu (LLM) postupuje jinak. Vyhodnocuje kontext, odhaduje, co uživatel myslí, a může vygenerovat návrh volání nástroje nebo API. Google sám Gemini popisuje jako „nedeterministický“: neřídí se pouze jedním pevným scénářem, ale využívá odvozování a usuzování. 15

To je užitečné u otevřených požadavků. Uživatel nemusí znát přesnou syntaxi a může popsat vícekrokovou automatizaci vlastními slovy. Stejná pružnost je ale rizikem ve chvíli, kdy má být výsledek jednoznačný: světlo se musí vypnout, časovač zrušit a rutina spustit.

Model může zvolit špatné zařízení, poslat požadavek přes nekompatibilní integraci, nesprávně vyhodnotit kontext nebo před samotným provedením příliš dlouho „přemýšlet“. Dva téměř totožné příkazy pak mohou skončit odlišně. Analytici upozorňují, že tato nedeterminističnost je v zásadním napětí s domácí automatizací, kde je předvídatelné provedení důležitější než výřečná odpověď. 3

U domácího asistenta je důležitější spolehlivost než osobnost

Opakující se kritika nemíří jen na chybovost. Noví asistenti mohou být také pomalejší a méně spolehliví než systémy, které nahrazují. Analýza trhu s AI pro chytré domácnosti označuje za hlavní výzvy spolehlivost, rychlost a obhajitelnost ceny. 12 Další testy přinesly u Alexa+ zprávy o prodlevách, nesprávných odpovědích a nedokončených příkazech. Gemini for Home byl zase popsán jako pomalejší než starší Google Assistant a někdy nedokázal ovládat zařízení, která by měl znát. 56

Prodleva je u hlasového rozhraní obzvlášť nepříjemná. Když člověk požádá o zhasnutí, chce především okamžitou akci, nikoli dlouhé vysvětlení, čekání nebo výzvu k opakování. I zlepšení rychlosti ukazuje, že problém stále není vyřešený: aktualizace Gemini for Home údajně zkrátila prodlevu příkazů přibližně o 30 až 40 procent. 11

Bezpečnější architektura proto kombinuje oba přístupy. LLM může rozumět volně formulovanému požadavku, ale deterministická vrstva by měla ověřit zařízení, omezit povolené akce, vyžádat potvrzení u potenciálně rizikových změn a provést finální příkaz přes spolehlivé API. Jazykový model by měl být rozhraním k řídicímu systému, nikoli celým řídicím systémem.

Odklady Siri ukazují stejný problém

Ani Apple se této obtíži nevyhnul. Firma narazila u slíbených personalizovaných funkcí Siri na technické problémy a softwarové chyby. Aktualizaci proto odložila, přestože původně počítala s uvedením v rámci iOS 18.4. 1820 Později se objevily zprávy o cílovém termínu na jaře 2026 pro funkce pracující s osobními údaji uživatele a umožňující přesnější ovládání aplikací. 19

Zpoždění zasáhla také plány Applu v oblasti chytré domácnosti. Bloomberg informoval, že Apple odložil dlouho připravovaný chytrý domácí displej, protože čekal na novou Siri, která má být klíčovou součástí jeho ovládání. 17 Další zprávy spojovaly odklady s tím, že novější AI funkce mohou být náročné pro stávající hardware třídy HomePod. Tyto informace však vycházejí z médií a nelze je považovat za definitivně potvrzené specifikace produktů. 2125

Pomalejší uvedení může být pro fanoušky Applu frustrující, zároveň ale ukazuje, jaký standard musí podobné produkty před uvedením splnit: spolehlivé každodenní fungování, přijatelnou rychlost reakcí, srozumitelné chování při chybě a hardware schopný zamýšlený zážitek skutečně utáhnout.

Působivé demo není totéž co hotový produkt

Generativní AI umí vytvářet přesvědčivý jazyk. Asistent chytré domácnosti však musí opakovaně zajistit správný fyzický výsledek.

Stejný rozdíl se netýká jen světel a hudby. Asistent, který spravuje kalendář, nákupy, zprávy nebo bezpečnostní zařízení, potřebuje předvídatelné chování a bezpečné záložní postupy. Pokud chybějí, zákazníci po zaplacení produktu sami odhalují problémy s integracemi, ztracené rutiny, prodlevy a další způsoby selhání.

Souboj AI v chytré domácnosti proto není především soutěží o to, který asistent zní nejvíc jako člověk. Je to test, zda firmy dokážou spojit pravděpodobnostní jazyk s deterministickým systémovým inženýrstvím. Dokud se jim to nepodaří, nejsou spotřebitelé jen uživateli produktu. Prakticky se z nich stávají i jeho testovací tým pro spolehlivost.