شرکت OpenAI در روز چهارشنبه اعلام کرد که قابلیت عامل صوتی ChatGPT (ChatGPT Voice Agent) را به صورت رسمی به نسخه موبایل خود اضافه کرده است. این ویژگی به کاربران اجازه می‌دهد تا با استفاده از دستورات صوتی مستقیم، جریان‌های کاری پیچیده‌ای مانند نگارش اسناد و خلاصه‌سازی ایمیل‌ها را اجرا کنند. این به‌روزرسانی نشان می‌دهد که OpenAI در حال سرعت بخشیدن به انتقال ابزارهای بهره‌وری هوش مصنوعی از دسکتاپ به موبایل است تا با روند رو به رشد تعاملات صوتی برای انجام کارهای پیشرفته همگام شود.
در زمینه دسته‌بندی قابلیت‌ها، کاربران اشتراک‌های پلاس و پرو (Plus & Pro) می‌توانند از طریق تب «کار» (Work) در اپلیکیشن موبایل، محدودیت‌های دستگاه‌ها را پشت سر بگذارند و کارهایی مانند ایجاد سند، نوشتن ایمیل و خلاصه‌سازی پیام‌های اسلک را انجام دهند. همچنین این نسخه از عملیات پیشرفته‌تری نظیر ساخت وب‌سایت، تولید ارائه‌ها (Presentation)، دسترسی به مرورگر ابری و ابزارهای مالی پشتیبانی می‌کند.
در همین حال، کاربران نسخه‌های رایگان و گو (Free & Go) نیز می‌توانند از طریق این قابلیت به افزونه‌ها و برنامه‌های مرتبط دسترسی داشته باشند. برای بهینه‌سازی تجربه تعاملی، مکالمات صوتی در نسخه موبایل ChatGPT متن‌های غنی‌تری خروجی خواهند داد. کاربران می‌توانند به‌راحتی بین ورودی‌های صوتی و متنی جابه‌جا شوند و حتی مکالمه‌ای را در موبایل شروع کرده و آن را برای ادامه دادن، به کامپیوتر منتقل کنند.
فناوری پشت این قابلیت صوتی موبایلی بر پایه مدل مکالمه جدید OpenAI یعنی GPT-Live است که در ماه جولای عرضه شد. پیش‌تر این مدل در نسخه دسکتاپ یکپارچه شده بود و به کاربران اجازه می‌داد در تب‌های «کار» یا «کد» با کمک صوت، اپلیکیشن بسازند و کارها را مدیریت کنند. این ارتقای موبایلی، اکوسیستم تمام‌سناریوی این شرکت را تکمیل‌تر می‌کند.
نکته قابل توجه این است که در مسیر تکامل محصول، برخلاف شرکت رقیب یعنی آنتروپیک (Anthropic) که اخیراً رابط‌های کاربری چت و همکاری را برای ساده‌سازی جابه‌جایی بین دستگاه‌ها ادغام کرده است، OpenAI همچنان بر جداسازی فیزیکی بخش چت معمولی و فضای کاری حرفه‌ای پافشاری می‌کند. این رویکرد متفاوت نشان می‌دهد که OpenAI تلاش می‌کند با ایجاد بخش‌بندی‌های واضح‌تر و قابلیت‌های صوتی قدرتمند در موبایل، جایگاه خود را در بازار هوش مصنوعی اداری و حرفه‌ای تقویت کند.