למה ה-AI הגנרטיבי ממשיך לשבור את הבית החכם

כשהעוזר נשמע חכם אבל לא מדליק את האור

ההבטחה של עוזרי קול מבוססי AI גנרטיבי פשוטה: לדבר אל הבית כמו שמדברים אל אדם. במקום לומר לאלקסה: "עמעמי את מנורת Hue 3 בחדר השינה ל-45 אחוז", אפשר לומר: "תנמיכי קצת את האורות". אמזון הציגה את Alexa+ בפברואר 2025 בדיוק ברוח הזו — שפה טבעית יותר, שיחה רציפה ויכולת לבצע מגוון רחב יותר של משימות.

אלא שהגמישות הזו לא הפכה את השליטה בבית לאמינה יותר. דיווחים וביקורות תיארו תקלות, פקודות שלא בוצעו, צורך לנסח מחדש את אותה בקשה, זמני המתנה ארוכים ופיצ'רים שבעבר עבדו בצורה יציבה יותר.

וזה לא בהכרח פרדוקס. שיחה טובה דורשת פרשנות, אלתור וסובלנות לעמימות. אוטומציה ביתית דורשת כמעט את ההפך: את המנורה הנכונה, בעוצמה הנכונה, מיד — ובכל פעם.

ההבדל בין "להבין" לבין "לבצע"

עוזרי קול מהדור הקודם עבדו בדרך כלל באמצעות התאמת תבנית או כוונה מוכרת לפעולה מוגדרת. פקודה כמו

set bedroom lamp brightness to 45%

עוזר גנרטיבי מוסיף שורה של החלטות לפני שהאור נדלק. הוא צריך להסיק למה המשתמש התכוון, לזהות את החדר או המכשיר הרלוונטי, להבין את ההקשר, לבחור יכולת זמינה, לבנות קריאת API או כלי מתאים ולהעביר את הבקשה דרך פלטפורמת הבית החכם והחיבורים למכשירים.

כל שלב כזה הוא נקודת כשל אפשרית: שם מכשיר שלא הובן, פרמטר לא תקין, מידע מיושן על מצב המכשיר, פקודה שפגה בזמן או אינטגרציה שלא הצליחה. במקום התאמה כמעט ישירה בין משפט לפעולה, מתקבל תהליך הסתברותי ורב-שלבי.

מארק רידל מהמכון הטכנולוגי של ג'ורג'יה תיאר את הפער באופן ברור: מודלי שפה גדולים מבינים יותר צורות תקשורת, אך הפתיחות הזו מגדילה גם את הסיכוי לטעויות פרשנות. דיווחים נוספים הבחינו בין התאמת תבניות של העוזרים הישנים לבין המערכות המבוססות על מודלי טרנספורמר, שעלולות להפיק תגובות שונות לבקשות דומות.

דווקא הפקודות הפשוטות חושפות את הבעיה

"תדליקי את האור" נשמעת כמו משימה קלה מפני שהתוצאה הרצויה ברורה. העוזר צריך לבחור יעד אחד, לבצע שינוי מצב אחד ולוודא שהמכשיר אכן הגיע למצב המבוקש. תשובה שנשמעת הגיונית אך לא שינתה דבר אינה כמעט מועילה.

כאן נחשפת חולשה שאולי פחות בולטת בשיחה פתוחה. מודל יכול להישמע שוטף ובטוח בעצמו גם כשהוא טועה בשם המכשיר, בוחר יכולת לא נכונה או מצהיר שהפקודה בוצעה בלי לקבל אישור אמין מהמערכת.

בשיחה, משתמש עשוי לסלוח לעוזר על שאלת הבהרה. בבית, הסבלנות קצרה יותר: אם שגרת השינה לא כיבתה את האורות, אם הדימר נשאר על 100 אחוז או אם המאוורר לא הפסיק בזמן — האמון נפגע. העובדה שמערכת מסוגלת לנסח תשובה משכנעת אינה אומרת שהיא ביצעה את הפעולה הנכונה.

הקושי גובר משום ש-Alexa+ צריכה לחבר מודל שפה למיליוני מכשירים ושירותים קיימים. היכולת להבין בקשות מורכבות אינה מבטיחה שכל חיבור למכשיר, שירות או פרוטוקול יפעל בצורה עקבית.

מה באמת מלמד המבחן של דייוויד פוג?

העיתונאי דייוויד פוג סיפר שביקש מ-Alexa+ לבצע 135 משימות, ושהמערכת הצליחה בכמעט מחציתן. אין מדובר במחקר מבוקר של כלל המשתמשים או של כל המכשירים הנתמכים, ולכן אי אפשר להציג את התוצאה כשיעור הצלחה אוניברסלי.

ובכל זאת, זהו אות מוצר משמעותי. עוזר ביתי שנכשל בתדירות המתקרבת לכך יהיה קשה לסמוך עליו עבור תאורה, דימרים, שגרות, מוזיקה או פעולות יומיומיות אחרות. פוג אף דיווח שה-Alexa הישנה הייתה אמינה יותר עבור חלק מהמשימות המוכרות, ובהן הדלקת אורות וקביעת עוצמת העמעום.

המסקנה החשובה היא ש"יותר יכולת" אינה בהכרח "יותר אמינות". עוזר עשוי להבין מגוון רחב יותר של בקשות, ובמקביל להיות פחות צפוי דווקא בפקודות הקבועות שאנשים מבצעים מדי יום.

גם האיטיות היא בעיית אמינות

בבית חכם, מהירות היא חלק מהאמינות. מתג קיר לא צריך להסביר את עצמו; הוא צריך להגיב. כאשר עוזר ממתין כמה שניות — ובחלק מהבדיקות של Alexa+ אפילו עד 15 שניות — המשתמש כבר לא יודע אם הפקודה נקלטה, נכשלה או עדיין מעובדת.

העיכוב עשוי להעיד על מעבר דרך שכבות נוספות של הסקת מסקנות מרחוק, ניהול הקשר, תזמור וקריאות לכלים. גם אם המכשיר מגיב לבסוף, התחושה משתנה: זו כבר לא הפעלה של מכשיר ביתי, אלא המתנה לשירות שיחליט מה התכוונו לומר.

כשהעוזר החדש מעכב גם את החומרה

המתח הזה משפיע גם על האסטרטגיה של אפל לבית החכם. דיווחים מצביעים על כך שאפל עובדת על תמיכה ב-Siri מבוססת AI עבור HomePod ו-Apple TV, וקוד בגרסאות בטא של tvOS כולל התייחסויות לשילוב של הדור הבא של Siri במכשירים האלה.

דיווחים אחרים טענו שאפל עיכבה עדכונים ל-HomePod ול-Apple TV עד שחוויית Siri החדשה תהיה מוכנה יותר. אלה עדיין דיווחים, ולא לוח זמנים שאושר על ידי אפל, ולכן יש להתייחס אליהם בזהירות.

אך העיקרון רחב יותר מכל תאריך השקה: כאשר הערך של רמקול חכם תלוי בעוזר AI חדש, עוזר שעדיין אינו בשל עלול לעכב את המוצר כולו. הדבר מייקר את המחיר של שחרור מערכת שמרשימה בהדגמה, אך אינה יציבה מספיק לשימוש ביתי שגרתי.

הארכיטקטורה העדיפה: AI בחזית, ביצוע קבוע מאחור

אין הכרח לוותר על ממשק בשפה טבעית. מודלים גנרטיביים יכולים להיות שימושיים מאוד בתרגום משפט גמיש לכוונה מובנית. הבעיה מתחילה כאשר נותנים למודל לא מוגבל להיות הסמכות האחרונה שמפעילה את המכשיר.

מערכת אמינה יותר צריכה:

• לתרגם כל בקשה לסכמה קשיחה של מכשיר, פעולה ופרמטר;
• להגביל את בחירת הכלים ליכולות שבאמת קיימות בבית;
• לדחות פקודות עמומות או לא תקינות במקום לנחש;
• לבדוק את מצב המכשיר לאחר הביצוע; ול
• לעבור למסלול פקודות דטרמיניסטי כאשר המודל אינו בטוח או אינו זמין.

מחקר על מודלי שפה בבתים חכמים מחזק את הצורך במנגנוני הגנה כאלה. בהערכה של 13 מודלים, GPT-4o השיג שיעור הצלחה של 0% בתרחיש שנבדק של הוראות לא תקינות למספר מכשירים, גם לאחר שימוש בטכניקות כמו למידה מתוך ההקשר, יצירה מוגברת באמצעות אחזור וכיוונון עדין. מדובר בתרחיש ניסויי מסוים, לא במדד לביצועי היומיום, אך הוא ממחיש מדוע יש לאמת את פלט המודל לפני שהוא שולט במכשירים אמיתיים.

משבר הזהות של הרמקול החכם

אמזון, גוגל ואפל מנסות לגרום למוצר אחד לעמוד בשתי ציפיות שונות. בן שיח מבוסס AI יכול להיות מפורט, יצירתי וסובלני לעמימות. מערכת בקרה ביתית צריכה להיות שקטה, מהירה, מודעת למצב ומדויקת להפליא.

המערכות הישנות תסכלו משתמשים מפני שהכריחו אותם ללמוד ניסוחים קשיחים. המערכות החדשות מבטיחות להסיר את הנטל הזה, אך שפה טבעית היא רק החזית. מאחורי כל בקשה יומיומית מסתתרת פעולה קונקרטית: מכשיר אחד, שינוי מצב אחד ואישור אמין.

עד שהחברות ישמרו על ביצוע דטרמיניסטי מתחת לשכבת השיחה, עוזרים "חכמים" יותר ימשיכו לסכן את הדבר שהפך את השליטה הקולית לשימושית מלכתחילה: אמון. שחרור מוקדם עשוי לספק לחברות משוב חשוב, אבל כאשר הבדיקה מתבצעת בתוך בתים של לקוחות משלמים, הצרכנים הם אלה שנושאים במחיר של מערכת שעדיין לא הגיעה לרמת האמינות של מכשיר חשמלי פשוט.