Voice AI denince akla hâlâ çoğu zaman iki şey geliyor: daha iyi dikte veya daha insansı çağrı merkezi botu.
Bence asıl değişim burada değil.
Son birkaç günde gelen sinyaller ilginç: OpenAI realtime voice API tarafında konuşma, çeviri, transkripsiyon ve aksiyonu aynı akışa bağlayan yeni özellikler duyurdu. Wispr Flow Hindistan'da çok dilli ve karma dilli kullanım üzerinden büyüyor. TechCrunch'ın sağlık tarafında yazdığı Basata örneğinde ise AI voice agent, gelen referral dokümanını işleyip hastayı doğrudan arıyor ve randevu sürecini başlatıyor.
Bu üç haber aynı şeyi söylüyor: Voice AI'ın üründeki asıl yeri "mikrofonlu chatbot" değil. Asıl yeri, dağınık ve manuel iş akışının giriş kapısı.
Konuşma arayüz değil, veri toplama biçimi
Bir form düşünelim. Kullanıcıdan doğru bilgiyi almak için alanlar, dropdown'lar, zorunlu kontroller, validasyon mesajları tasarlarız. Sonra kullanıcı formu yarım doldurur, yanlış alana yanlış bilgi girer veya hiç başlamaz.
Voice AI burada sadece "formu sesle doldurmak" anlamına gelmiyor. Daha ilginç olan şu: sistem, konuşma içinde eksik bilgiyi fark edebilir, takip sorusu sorabilir, bağlamı özetleyebilir ve sonunda yapılandırılmış bir kayıt oluşturabilir.
Ethos'un voice onboarding yaklaşımı da bu yüzden dikkat çekici. İş unvanı ve kısa bio ile bulunamayan uzmanlıkları sesli görüşmeyle ortaya çıkarıyorlar. Yani voice, daha doğal bir input kanalı olmanın ötesinde, görünmeyen uzmanlığı makine tarafından okunabilir hale getiriyor.
Sağlık ürünlerinde bu çok tanıdık bir problem. Hasta, sekreter, hekim, sigorta, uzman klinik... Herkes bilgi taşıyor ama bilgi çoğu zaman yapılandırılmış değil. Telefon konuşmasında, faks notunda, WhatsApp mesajında, PDF içinde veya randevu açıklamasında duruyor.
PM sorusu şu: Bu konuşmayı nasıl kayda çeviririz?
Sağlıkta değer, en parlak yerde değil en tıkalı yerde
AI sağlık haberleri genelde tanı, ilaç keşfi veya doktor asistanlığı etrafında dönüyor. Bunlar önemli. Ama günlük operasyonun acısı çoğu zaman daha sıkıcı yerlerde.
Referral geldi mi? Hasta arandı mı? Doğru uzmanlığa mı yönlendirildi? Evrak eksik mi? Randevu gerçekten takvime geçti mi? Hasta süreçten düştü mü?
Basata örneği bu yüzden önemli. Çözmeye çalıştıkları problem yapay zekâ açısından seksi değil: faksla gelen yönlendirmeleri okumak, klinik bilgiyi çıkarmak, hastayı aramak, randevu planlamak. Ama ürün değeri çok net. Hasta daha hızlı görülüyor. Klinik backlog azalıyor. Operasyon ekibi boğulmuyor.
Burada AI'ın başarısı modelin ne kadar etkileyici konuştuğuyla ölçülmüyor. Şunlarla ölçülüyor:
- Kaç referral aynı gün işleniyor?
- Kaç hasta ilk aramada ulaşılıyor?
- Kaç eksik bilgi doğru şekilde tamamlanıyor?
- Kaç randevu gerçekten gerçekleşiyor?
- Operasyon ekibinin müdahale ihtiyacı azalıyor mu?
Bu, Product Manager için kritik fark. Voice AI özelliği yapmak kolaylaşıyor. Voice AI ile operasyon metriğini oynatmak hâlâ zor.
PM için yeni tasarım alanı: konuşma sonrası aksiyon
Bir voice AI ürününde asıl tasarım sadece konuşma akışı değil. Konuşmadan sonra ne olduğu.
Hasta "salı öğleden sonra uygunum" dediğinde sistem ne yapıyor? Takvimi mi kontrol ediyor? Doktorun uygunluğunu mu görüyor? Sigorta bilgisini mi doğruluyor? Eksik evrak varsa kullanıcıyı mı yönlendiriyor? İnsan onayı gereken yerde duruyor mu?
Bu yüzden voice AI, tek başına bir arayüz kararı değil. Entegrasyon, yetki, audit log, hata toleransı ve fallback tasarımı meselesi.
Özellikle sağlıkta şu çizgi çok önemli: AI konuşabilir, ama her şeyi kendi başına kapatamaz. Bazı adımlarda insan onayı gerekir. Bazı ifadeler yanlış anlaşılırsa maliyeti yüksektir. Bazı veriler hassastır. Bazı kararlar klinik değil operasyonel olsa bile hasta deneyimini doğrudan etkiler.
PM'in işi burada "sesli asistan ekleyelim" demek değil. Şunu tasarlamak:
Hangi konuşma aksiyona dönüşebilir? Hangi aksiyon otomatik yapılabilir? Hangi noktada insan devreye girmeli? Kullanıcı, sistemin ne yaptığını sonradan anlayabilir mi?
Sonuç: Voice AI'ın gerçek testi sessiz yerde
Ofislerin yakında herkesin bilgisayara fısıldadığı yerlere dönüşeceği konuşuluyor. Olabilir. Ama bence daha önemli dönüşüm kullanıcının sesi değil, ürünün o sesi neye çevirdiği.
Voice AI, sağlık SaaS'ta iyi kullanılırsa hasta iletişimini hızlandırabilir, intake kalitesini artırabilir, operasyon ekibini rahatlatabilir ve kayıp randevuları azaltabilir.
Kötü kullanılırsa sadece daha pahalı bir IVR olur.
Benim bugünkü çıkarımım şu: Voice AI stratejisi "konuşturabiliyor muyuz?" sorusuyla başlamamalı.
Doğru soru şu olmalı:
Bu konuşma hangi iş akışını gerçekten ilerletiyor?