העוזר נשמע חכם יותר — אבל עדיין לא מצליח לכבות את האור

הבעיה בעוזרי הבית החכם מבוססי הבינה המלאכותית אינה שהם לא מבינים שפה טבעית. הבעיה היא שהבנת בקשה וביצועה באופן עקבי הן שתי משימות הנדסיות שונות לחלוטין.

Alexa+ ו-Gemini for Home מסוגלים לנהל שיחות זורמות יותר וליצור אוטומציות מורכבות בניסוח חופשי. ובכל זאת, משתמשים ובודקים מדווחים על כישלונות דווקא במשימות הבסיסיות ביותר שמצפים מרמקול חכם לבצע: לכבות את האור, לנגן שיר מסוים, לענות על שאלה פשוטה לגבי התאריך, להפעיל את שגרת הכנת הקפה או לשמור על אוטומציה קיימת. 167

הכישלונות יומיומיים — וזו בדיוק הבעיה

בבדיקה של Google Home Speaker עם Gemini, העוזר התעלם מבקשות להשמעת מוזיקה, שינה נושא במהלך שיחות, מסר את היום הלא נכון וסירב לכבות אורות חכמים. 1 אלה לא תרחישים נדירים עם מכשירים אקזוטיים, אלא פעולות ליבה של רמקול חכם.

גם Alexa+ מציגה תמונה לא אחידה. בדיווחים שונים תוארה שגרת הכנת קפה שנכשלה שוב ושוב, לצד תלונות של משתמשים ששגרות קיימות נעלמו לאחר השדרוג. 6734 גם בחירת מוזיקה עלולה להשתבש: בבדיקה אחת, בקשה לשיר של Charli XCX הובילה להשמעה של אמן אחר; ובקשה פחות מדויקת לשיר של Lucy Dacus פשוט חזרה כמונח חיפוש במקום שהשיר יופעל. 36

התמונה אינה חד-צדדית. Alexa+ הצליחה גם ליצור באמצעות קול בלבד שגרה שכללה חיישן תנועה, תאורת דק, טווח שעות ומצלמת Ring. 33 ההצלחה הזו חשובה, משום שהיא מרמזת שהחולשה המרכזית אינה חוסר יכולת מוחלט — אלא חוסר עקביות. מערכת שעובדת בצורה מרשימה באינטראקציה אחת ונכשלת בפקודה מוכרת באינטראקציה הבאה עדיין קשה לסמוך עליה בבית.

מדוע בינה שיחתית היא שכבת שליטה בעייתית

עוזרים קוליים ותיקים פעלו בדרך כלל באמצעות שרשרת עיבוד שהתבססה על זיהוי דיבור, סיווג כוונה, שמות מכשירים ופעולות מוגדרות מראש. בקשה כמו "כבה את האורות במטבח" הייתה אמורה להתאים לכוונה מוכרת ולהישלח דרך ממשק קבוע לשליטה במכשיר.

עוזר המבוסס על מודל שפה גדול, או LLM, פועל אחרת. הוא מפרש הקשר, מסיק למה המשתמש אולי התכוון ולעיתים מייצר קריאה מוצעת לכלי או ל-API — ממשק שמאפשר לתוכנות לתקשר זו עם זו. Google עצמה מתארת את Gemini כ"לא-דטרמיניסטי": הוא אינו פשוט עוקב אחר תסריט קבוע, אלא משתמש בהסקה וביכולת ניתוח. 15

העיצוב הזה שימושי כשמדובר בבקשה פתוחה. הוא מאפשר למשתמש לתאר אוטומציה המורכבת מכמה שלבים בלי ללמוד תחביר מדויק, וגם להמשיך שיחה בלי לחזור על כל הפרטים. אך אותה גמישות יוצרת סיכון כאשר התוצאה הרצויה היא בינארית: האור חייב להיכבות, הטיימר חייב להתבטל והשגרה חייבת לפעול.

המודל עלול לבחור במכשיר הלא נכון, להעביר את הבקשה דרך אינטגרציה שאינה תואמת, להבין לא נכון את ההקשר או להקדיש זמן נוסף להחלטה מה לעשות. לכן שתי בקשות כמעט זהות עלולות להניב תוצאות שונות. אנליסטים תיארו את אי-הדטרמיניזם הזה כבעיה עקרונית עבור אוטומציה ביתית, שבה ביצוע צפוי חשוב יותר מתשובה מנוסחת היטב. 3

אמינות וזמן תגובה חשובים יותר מאישיות

הביקורת החוזרת אינה רק שהעוזרים טועים. היא שהם עלולים להיות איטיים ופחות אמינים מהמערכות שאותן הם אמורים להחליף. דיווח על שוק הבית החכם מבוסס הבינה המלאכותית מצביע על אמינות, מהירות ותמורה למחיר כעל האתגרים המרכזיים. 12 בדיקות אחרות תיעדו ב-Alexa+ זמני השהיה, תשובות שגויות ופקודות שלא בוצעו; על Gemini for Home דווח שהוא איטי יותר מ-Google Assistant הוותיק ואינו מצליח לשלוט במכשירים שאמורים להיות מוכרים לו. 56

זמן ההשהיה מזיק במיוחד בממשק קולי. מי שמבקש לכבות אור בדרך כלל רוצה פעולה מיידית — לא הסבר מילולי, המתנה או בקשה לנסות שוב. אפילו שיפורים במהירות חושפים שהבעיה עדיין קיימת: לפי דיווח, עדכון ל-Gemini for Home קיצר את זמן התגובה לפקודות בכ-30% עד 40%, מה שמצביע על כך שהמהירות עדיין נמצאת בטיפול פעיל ולא נחשבת לבעיה פתורה. 11

לכן העיצוב הבטוח יותר הוא עיצוב היברידי. מודל שפה יכול לפרש ניסוח גמיש, אך שכבה דטרמיניסטית צריכה לאמת את המכשיר שהתבקש, להגביל את הפעולות האפשריות, לבקש אישור לשינויים שעלולים להיות מסוכנים ולהוציא לפועל את הפקודה הסופית דרך ממשקי API אמינים. מודל השפה צריך להיות ממשק אל מערכת השליטה — לא מערכת השליטה היחידה.

העיכובים של Siri מצביעים על אותה בעיית מוכנות

גם Apple לא הצליחה להימנע מהקושי. תכונות Siri המותאמות אישית שעליהן הכריזה נתקלו בבעיות הנדסיות ובבאגים, ו-Apple דחתה את השדרוג לאחר שתכננה בתחילה להשיקו במסגרת iOS 18.4. 1820 בהמשך דווח כי החברה מכוונת לחלון השקה ב-2026 עבור יכולות שיאפשרו ל-Siri להשתמש במידע אישי ולשלוט באפליקציות בצורה מדויקת יותר. 19

העיכובים השפיעו גם על תוכניות הבית החכם של Apple. לפי Bloomberg, החברה דחתה מסך בית חכם שנמצא בפיתוח זמן רב, בזמן שהמתינה ל-Siri החדשה — רכיב מרכזי בממשק של המוצר. 17 דיווחים אחרים קישרו את העיכובים לקושי להפעיל יכולות בינה מלאכותית חדשות על חומרה קיימת ממשפחת HomePod, אף שפרטי החומרה הללו עדיין מבוססים על דיווחים ואינם מפרטי מוצר סופיים. 2125

ההשקה האיטית יותר של Apple אולי מתסכלת, אך היא מדגישה את הרף שמוצרים כאלה צריכים לעמוד בו לפני שהם מגיעים לשוק: התנהגות יומיומית אמינה, זמני תגובה סבירים, הודעות ברורות כאשר משהו נכשל וחומרה שמסוגלת לתמוך בחוויה המובטחת.

הלקח הרחב: הדגמה אינה מוצר מוגמר

בינה מלאכותית גנרטיבית מצטיינת ביצירת שפה שנשמעת הגיונית. עוזר בית חכם נדרש למשהו מחמיר יותר: להפיק שוב ושוב את התוצאה הפיזית הנכונה.

ההבדל הזה חורג מאורות ומוזיקה. עוזר שמנהל יומנים, רכישות, הודעות או מכשירי אבטחה זקוק גם הוא להתנהגות צפויה ולמנגנוני גיבוי בטוחים. כאשר ההגנות האלה חסרות, הלקוחות הם שמגלים בפועל באגים באינטגרציות, שגרות שנעלמות, בעיות השהיה ודרכי כשל — לאחר שכבר שילמו על המוצר.

מרוץ הבינה המלאכותית לבית החכם הוא לכן פחות תחרות על השאלה איזה עוזר נשמע אנושי יותר, ויותר מבחן ליכולת של החברות לשלב שפה הסתברותית עם הנדסת מערכות דטרמיניסטית. עד שזה יקרה, הצרכנים אינם רק משתמשים במוצר — הם למעשה חלק מתוכנית בדיקות האמינות שלו.