تصور کنید به جای تایپ کردن یا ضبط ساده‌ی صدا، دستیاری داشته باشید که نه تنها کلمات شما را می‌نویسد، بلکه جریان کاری شما را مدیریت می‌کند. این همان چشم‌اندازی است که Wispr با جذب سرمایه‌ی جدید خود دنبال می‌کند.
طبق اعلام شرکت، در ۱۷ اوت ۲۰۲۶، این استارتاپ در دور سرمایه‌گذاری سری B به رهبری Menlo Ventures، مبلغ ۲۸۰ میلیون دلار جذب کرد. این تزریق سرمایه که کمتر از ۱۰ ماه پس از دور قبلی رخ داد، ارزش کل Wispr را به ۲ میلیارد دلار رساند و مجموع سرمایه‌های جذب‌شده توسط این شرکت را به ۳۶۱ میلیون دلار افزایش داد.
بازار دیکته اکنون به شدت شلوغ شده و رقبایی مثل Willow، Monolouge و Superwhisper در حال پیشروی هستند. برای حفظ برتری، Wispr در حال تغییر استراتژی از یک ابزار ساده‌ی دیکته به یک مجموعه‌ی جامع بهره‌وری است. این شرکت اکنون فضای «هوش جلسات» را هدف قرار داده و مستقیماً با بازیگران تثبیت‌شده‌ای مانند Fireflies، Read AI و Granola رقابت می‌کند.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی تکامل دستیاران هوشمند اشاره کردیم، ابزارهای ساده‌ی تبدیل صوت به متن در حال تبدیل شدن به کالاهای عمومی و ارزان‌قیمت هستند. به همین دلیل، Wispr برای حمایت از این گسترش، به‌روزرسانی‌های فنی و راهبردی زیر را اجرا می‌کند:
- مدل Canto: یک مدل جدید درک گفتار که برای کاهش نرخ خطای کلمه (Word Error Rate) — یعنی تعداد اشتباهاتی که مدل هنگام تبدیل صدا به متن مرتکب می‌شود — از ۳۰٪ به زیر ۱۰٪ طراحی شده است. این اقدام در پاسخ به شکایت کاربران از افت کیفیت در Wispr Flow صورت گرفت.
- یکپارچگی سخت‌افزاری: همکاری با انگشتر Oasis که به کاربران اجازه می‌دهد بدون نیاز به بلند صحبت کردن، به صورت خصوصی دیکته کنند. این رویکرد یادآور تلاش‌های مشابه در حلقه‌های هوشمند است که دیکته صوتی را به نوک انگشتان آورده‌اند تا تعامل با هوش مصنوعی را بی‌سیم‌تر کنند.
- آزمایشگاه رابط کاربری (Interface Labs): یک بازوی پژوهشی جدید به رهبری آریا راسترو (مهندس سابق آمازون الکسا) که بر روش‌های نوین تعامل انسان و کامپیوتر تمرکز دارد.
به گزارش منابع صنعتی، این چرخش نشان می‌دهد که Wispr می‌خواهد از یک «ابزار کاربردی» که فقط کلمات را ثبت می‌کند، به یک عامل (Agent) — شبیه به کارمندی که نه تنها می‌شنود، بلکه کارهای اداری را هم پیش می‌برد — تبدیل شود که جریان‌های کاری را مدیریت می‌کند. این حرکت در راستای روند تبدیل هوش مصنوعی به عامل‌های عملیاتی است که نقشه‌های واقعی جریان کار را برای سازمان‌ها ترسیم می‌کنند. برای کاربر حرفه‌ای، این یعنی ابزار از یک ماشین تحریر دیجیتال به یک منشی تبدیل می‌شود.
گام بعدی شما
- اگر از ابزارهای تبدیل صوت به متن استفاده می‌کنید، عملکرد مدل Canto را در محیط‌های پر سر و صدا بسنجید.
- تحولات Interface Labs را دنبال کنید تا ببینید تعامل بدون کیبورد تا چه حد در محیط‌های کاری واقعی عملی است.
- بررسی کنید که آیا یکپارچگی با سخت‌افزارهای پوشیدنی می‌تواند حریم خصوصی جلسات شما را بهبود ببخشد یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ اثر پوشیدنی‌ها بر حذف کیبورد را در گزارش‌های بعدی بررسی خواهیم کرد.
گفتگو