Det smarte hjem er blevet mere samtalende – men ikke nødvendigvis mere pålideligt

Problemet med AI-drevne assistenter til det smarte hjem er ikke først og fremmest, at de ikke forstår naturligt sprog. Problemet er, at det kræver en helt anden type teknik at forstå en anmodning end at udføre den korrekt – hver eneste gang.

Alexa+ og Gemini for Home kan føre mere flydende samtaler og oprette avancerede automatiseringer på almindeligt hverdagssprog. Alligevel melder både testere og brugere om fejl i de mest basale funktioner, man forventer af en smart højttaler: at slukke lyset, afspille den ønskede sang, svare på en enkel datoforespørgsel, starte en kafferutine eller bevare eksisterende automatiseringer. 167

Fejlene er helt almindelige – og netop derfor er de alvorlige

I en test af Googles Home Speaker med Gemini ignorerede assistenten musikforespørgsler, skiftede emne midt i samtaler, angav den forkerte ugedag og nægtede at slukke intelligente lamper. 1 Det var ikke særligt obskure funktioner eller ukendte enheder, der var tale om. Det var selve kernefunktionerne i en smart højttaler.

Alexa+ har vist et lignende blandet billede. Testere har beskrevet en kafferutine, der gentagne gange mislykkedes, mens brugere har klaget over, at eksisterende rutiner forsvandt efter opgraderingen. 6734

Musikvalg kan også gå galt. I én test førte en anmodning om Charli XCX til en anden kunstner. En mindre præcis forespørgsel om en sang af Lucy Dacus blev i stedet gentaget som et YouTube-søgeord, uden at sangen blev afspillet. 36

Billedet er dog ikke entydigt negativt. Alexa+ har også med succes oprettet en stemmestyret rutine med en bevægelsessensor, terrassebelysning, et tidsinterval og et Ring-kamera. 33 Det er vigtigt, fordi det tyder på, at problemet ikke er manglende kapacitet, men manglende stabilitet.

Et system, der fungerer imponerende i den ene samtale og fejler på en velkendt kommando i den næste, er dog stadig svært at have tillid til i hjemmet.

Hvorfor samtale-AI er en vanskelig kontrolmekanisme

Ældre stemmeassistenter var typisk bygget som en kæde af faste trin: talegenkendelse, klassifikation af brugerens hensigt, genkendelse af enhedsnavne og en foruddefineret handling. En kommando som »sluk lyset i køkkenet« kunne kobles til en kendt hensigt og sendes videre gennem et fast kontrolsystem til den relevante enhed.

En assistent baseret på en stor sprogmodel – en såkaldt LLM – fungerer anderledes. Den fortolker konteksten, vurderer hvad brugeren kan mene, og kan generere et forslag til et værktøjs- eller API-kald. Google beskriver selv Gemini som »ikke-deterministisk«: Modellen følger ikke blot ét fast manuskript, men bruger slutninger og ræsonnering. 15

Den fleksibilitet er nyttig, når en bruger vil beskrive en avanceret automatisering uden at kende den præcise syntaks. Den gør det også muligt at fortsætte en samtale uden at gentage alle detaljer.

Men fleksibiliteten er en svaghed, når resultatet skal være binært. Lampen skal slukkes. Timeren skal annulleres. Rutinen skal starte.

Modellen kan vælge den forkerte enhed, sende forespørgslen gennem en integration, der ikke fungerer korrekt, misforstå konteksten eller bruge ekstra tid på at beslutte, hvad den skal gøre. Derfor kan to næsten identiske kommandoer ende med forskellige resultater. Analytikere har beskrevet denne ikke-determinisme som grundlæggende i konflikt med hjemmeautomatisering, hvor forudsigelig udførelse er vigtigere end velformulerede svar. 3

Pålidelighed og svartid betyder mere end personlighed

Den gennemgående kritik handler ikke kun om, at assistenterne laver fejl. Det handler også om, at de kan være langsommere og mindre pålidelige end de systemer, de skulle erstatte.

En analyse af AI-markedet for det smarte hjem peger på pålidelighed, hastighed og værdi for pengene som de centrale udfordringer. 12 Andre tests har beskrevet Alexa+ som præget af forsinkelser, forkerte svar og kommandoer, der ikke bliver gennemført. Gemini for Home er samtidig blevet beskrevet som langsommere end den tidligere Google Assistant og som ude af stand til at styre enheder, den burde kunne genkende. 56

Forsinkelsen er særligt frustrerende i en stemmegrænseflade. Når man beder om at få slukket en lampe, forventer man normalt, at handlingen sker med det samme – ikke en lang forklaring, en pause eller en besked om at prøve igen.

Selv forbedringer kan gøre problemet tydeligt. En opdatering til Gemini for Home skulle angiveligt have reduceret svartiden for kommandoer med cirka 30-40 procent. Det tyder samtidig på, at hastighed stadig er et aktivt produktproblem og ikke noget, branchen har løst. 11

Den mere robuste løsning er derfor sandsynligvis en hybridmodel. En LLM kan fortolke fleksibelt sprog, men et deterministisk lag bør kontrollere, om den valgte enhed findes, begrænse hvilke handlinger der er tilladt, bede om bekræftelse ved potentielt risikable ændringer og udføre den endelige kommando via pålidelige API'er.

Sprogmodellen bør være grænsefladen til kontrolsystemet – ikke hele kontrolsystemet.

Apples Siri-forsinkelser viser det samme modenhedsproblem

Apple er heller ikke sluppet udenom udfordringen. Selskabets lovede, mere personlige Siri-funktioner løb ind i tekniske problemer og softwarefejl, og Apple udskød opgraderingen efter først at have planlagt en lancering i forbindelse med iOS 18.4. 1820 Senere sigtede selskabet mod et lanceringsvindue i 2026 for funktioner, der skulle give Siri adgang til personlige data og mere præcis kontrol over apps. 19

Forsinkelserne har også påvirket Apples planer for det smarte hjem. Bloomberg har rapporteret, at Apple udskød en længe planlagt smart home-skærm, mens selskabet ventede på den nye Siri, som er central for produktets brugerflade. 17

Andre rapporter har kædet forsinkelserne sammen med vanskeligheder ved at understøtte nyere AI-funktioner på eksisterende HomePod-lignende hardware. Disse oplysninger er dog baseret på rapportering og bør ikke opfattes som endelige produktspecifikationer. 2125

Apples langsommere udrulning kan være frustrerende, men den understreger den standard, produkterne skal leve op til før lancering: stabil funktion i hverdagen, acceptable svartider, tydelige fejlbeskeder og hardware, der kan understøtte den lovede oplevelse.

Den større lektie: En demo er ikke det samme som et færdigt produkt

Generativ AI er god til at formulere sandsynlige og overbevisende svar. En assistent til det smarte hjem skal kunne noget strengere: skabe det rigtige fysiske resultat igen og igen.

Det gælder ikke kun lys og musik. En assistent, der håndterer kalendere, indkøb, beskeder eller sikkerhedsudstyr, skal også fungere forudsigeligt og have sikre alternativer, når noget går galt.

Hvis de sikkerhedsnet mangler, opdager kunderne først efter købet problemer med integrationer, forsvundne rutiner, svartider og uforudsete fejltilstande. I praksis bliver betalende kunder dermed en del af virksomhedens pålidelighedstest.

Kapløbet om det AI-drevne smarte hjem handler derfor mindre om, hvilken assistent der lyder mest menneskelig. Det handler om, hvorvidt virksomhederne kan kombinere sandsynlighedsbaseret sprogforståelse med deterministisk systemteknik.

Indtil det lykkes, er »sluk lyset« stadig en langt hårdere test end en imponerende samtale.