Το ChatGPT Voice αποκτά σημαντικά περισσότερες δυνατότητες στο κινητό, καθώς η OpenAI μεταφέρει εκεί τις agentic λειτουργίες που μέχρι πρόσφατα ήταν περισσότερο συνδεδεμένες με το desktop. Οι χρήστες μπορούν πλέον να μιλούν στο ChatGPT και να του ζητούν να αναζητήσει πληροφορίες ή να εκτελέσει υποστηριζόμενες εργασίες μέσα από συνδεδεμένες εφαρμογές, χωρίς να χρειάζεται να πληκτρολογούν.
Η αλλαγή επεκτείνεται και στο Apple CarPlay, επιτρέποντας στον οδηγό να ζητήσει, για παράδειγμα, έλεγχο email ή σύνοψη ενός αρχείου από Google Drive μέσω φωνής. Το ChatGPT Voice μετακινείται έτσι από τον ρόλο ενός conversational assistant σε κάτι πολύ πιο κοντά σε φωνητικό agent που μπορεί να χρησιμοποιεί πραγματικά δεδομένα και υπηρεσίες του χρήστη.
Connected apps μέσα από τη φωνή
Η βασική αλλαγή είναι η υποστήριξη plugins και connected apps στις φωνητικές συνομιλίες.
Αν ένας χρήστης έχει ήδη συνδέσει υπηρεσίες όπως Gmail, Google Calendar, Google Drive ή Slack, μπορεί να ζητήσει από το ChatGPT να χρησιμοποιήσει τις πληροφορίες τους χωρίς να εγκαταλείψει το Voice.
Ένα αίτημα μπορεί να είναι τόσο απλό όσο «έχω κάποιο σημαντικό email σήμερα;» ή πιο σύνθετο, όπως «βρες το τελευταίο report στο Drive και πες μου τα βασικά σημεία».
Οι δυνατότητες εξαρτώνται από το κάθε plugin, το πλάνο του χρήστη, την περιοχή και τα permissions που έχουν παραχωρηθεί.
Το ChatGPT Voice δεν αποκτά αυτόματα πρόσβαση στις υπηρεσίες ενός χρήστη. Οι λογαριασμοί πρέπει να έχουν συνδεθεί προηγουμένως και οι διαθέσιμες ενέργειες περιορίζονται από τα permissions που έχει εγκρίνει ο ίδιος.
Το ChatGPT Work έρχεται και στη φωνή του κινητού
Η OpenAI επεκτείνει παράλληλα τη φωνητική χρήση του ChatGPT Work.
Το Work είναι το agentic περιβάλλον της εταιρείας για πιο σύνθετες εργασίες, όπου το ChatGPT μπορεί να συνδυάζει πληροφορίες από εφαρμογές και αρχεία και να ολοκληρώνει workflows πολλών βημάτων.
Μέχρι τώρα η φωνητική αλληλεπίδραση με αυτές τις δυνατότητες είχε μεγαλύτερη έμφαση στο desktop. Με τη νέα αναβάθμιση, οι χρήστες μπορούν να ξεκινούν ή να καθοδηγούν αντίστοιχες εργασίες και από mobile συσκευές.
Αυτό αλλάζει σημαντικά τον τρόπο χρήσης του ChatGPT Voice. Αντί να αποτελεί απλώς έναν διαφορετικό τρόπο για να κάνεις ερωτήσεις, γίνεται μέσο ελέγχου ενός AI agent.
Τι μπορεί να κάνει από το CarPlay
Το ChatGPT βρίσκεται ήδη στο Apple CarPlay και λειτουργεί με voice-first λογική, ώστε ο οδηγός να μπορεί να ξεκινά ή να συνεχίζει συνομιλίες χωρίς να χειρίζεται το τηλέφωνο.
Με τα connected apps, το σενάριο γίνεται πιο ενδιαφέρον.
Ένας χρήστης θα μπορούσε να ζητήσει φωνητικά να ενημερωθεί για τα σημαντικότερα μηνύματα του inbox του, να ακούσει περίληψη ενός εγγράφου ή να ελέγξει πληροφορίες από συνδεδεμένες υπηρεσίες.
Υπάρχει όμως ένα σημαντικό όριο.
Το ChatGPT δεν αποκτά πρόσβαση στα δεδομένα του αυτοκινήτου, δεν ελέγχει λειτουργίες του οχήματος και δεν χειρίζεται απευθείας εφαρμογές του CarPlay όπως Maps ή Mail. Οι ενέργειες εκτελούνται μέσα από τις υπηρεσίες που έχουν συνδεθεί στο ChatGPT και μόνο στον βαθμό που αυτές υποστηρίζουν τις συγκεκριμένες λειτουργίες.
Το GPT-Live παραμένει η βάση της συνομιλίας
Η σημερινή εμπειρία του ChatGPT Voice βασίζεται στα GPT-Live μοντέλα, τα οποία έχουν σχεδιαστεί για πραγματικό χρόνο και μπορούν να ακούν και να μιλούν ταυτόχρονα.
Για πιο δύσκολες εργασίες, το Voice μπορεί να μεταφέρει μέρος της επεξεργασίας σε ισχυρότερα reasoning μοντέλα στο background και να επιστρέψει το αποτέλεσμα μέσα στην ίδια συνομιλία.
Η αρχιτεκτονική αυτή είναι που επιτρέπει στη φωνή να παραμένει φυσική ενώ στο παρασκήνιο εκτελούνται πιο σύνθετες λειτουργίες, όπως αναζητήσεις, χρήση tools ή εργασίες πάνω σε συνδεδεμένα δεδομένα.
Από voice assistant σε πραγματικό agent
Η συγκεκριμένη αναβάθμιση δείχνει και την κατεύθυνση που ακολουθεί συνολικά η OpenAI.
Η φωνή παύει σταδιακά να είναι απλώς ένας τρόπος εισαγωγής prompt.
Όταν το ChatGPT Voice μπορεί να βλέπει ένα ημερολόγιο, να βρίσκει email, να διαβάζει ένα αρχείο και να χρησιμοποιεί plugins για να εκτελεί υποστηριζόμενες ενέργειες, η εμπειρία πλησιάζει περισσότερο σε έναν προσωπικό agent.
Το σημαντικότερο δεν είναι επομένως ότι το ChatGPT μιλά καλύτερα από πριν. Είναι ότι η φωνή αρχίζει να λειτουργεί ως χειριστήριο για ολόκληρο το οικοσύστημα εργαλείων του.
Και αυτό μπορεί να αποδειχθεί ιδιαίτερα σημαντικό στο κινητό, όπου η δυνατότητα να ολοκληρώνεται μια εργασία χωρίς πληκτρολόγηση ή συνεχείς εναλλαγές μεταξύ εφαρμογών είναι ίσως ακόμη πιο χρήσιμη από ό,τι στο desktop.
