Alexa, leia as notícias de hoje! Há alguns anos, pedir para um computador executar uma ação independente era algo impensável para muita gente. No entanto, com o passar do tempo -e o surgimento das assistentes virtuais- isso virou uma prática comum na vida de muitos brasileiros.
O uso da voz não está presente só na Alexa, Siri ou Google Assistente. Atualmente, várias atividades são feitas por meio da voz, seja para enviar uma mensagem de áudio pelo WhatsApp ou para interagir com outras pessoas por meio do aplicativo Clubhouse, uma rede social totalmente baseada na fala.

O Clubhouse, inclusive, apareceu como uma novidade e parece já movimentar todo o mercado de tecnologia. Embora esteja disponível apenas para usuários iOS, em dois dias, o novo aplicativo explodiu em downloads, chegando a ocupar o top 10 em redes sociais da App Store, fazendo com que concorrentes reagissem. O Twitter oficializou sua versão, chamada de “Space”, que permite que grupos de seguidores se reúnam em conversas exclusivas de voz.

Contudo, essa tendência de voz não é nada recente. Desde 2013, quando o WhatsApp lançou a função de troca de mensagens de áudio na plataforma, os usuários adotaram este novo serviço. Segundo uma pesquisa realizada pelo Google, em 2019, 90% dos brasileiros já enviavam mensagens de áudio pelo celular.

Este hábito de enviar áudio pelo mensageiro é um dos pilares que sustentam o mercado de voz no Brasil e no mundo, explica Rapha Avellar, cofundador da Adventures, holding de comunicação e publicidade. A popularização dos smartphones permitiu que as pessoas tivessem mais acesso a esse formato de conteúdo, que até então era pouco explorado.

Mirando este setor, a Adventures lançou, no mês passado, um modelo de consultoria para empresas que querem se posicionar no mercado brasileiro utilizando o formato de áudio digital. Este novo serviço é resultado de uma experiência internacional produzindo campanhas para Disney e Domino’s.

“Para a Domino’s, fizemos uma campanha de voz e a construção de um novo canal de vendas para a marca. O que é mais fácil: você procurar um telefone e depois esperar um atendente para pedir uma pizza ou simplesmente dizer ‘Ok Google, pedir uma pizza de pepperoni’? Em 10 segundos, você faz uma compra em vez de ficar 15 minutos na chamada”, diz Avellar.

Apesar de muitos acharem que os recursos de voz só estão disponíveis para quem tem um smart speaker, como Amazon Echo ou Google Nest, donos de smartphones também podem acessar as funções das assistentes virtuais –e muita gente já faz isso.

Entre usuários do Android, por exemplo, cerca de 37% já usam o Google Assistente, pelo menos, 3 vezes por semana, segundo dados da Kantar. A previsão é que, em 2023, mais de 8 bilhões de assistentes inteligentes estejam ativas em todo o mundo, prevê uma pesquisa do Capgemini Research Institute.

Mãos livres é o tema do futuro

Além dos áudios do WhatsApp, outro conteúdo que teve papel fundamental na expansão do uso da voz foi o podcast. Esse formato, que traz a essência do rádio, um queridinho do brasileiro, foi responsável por aumentar o consumo de áudio, permitindo que os internautas tivessem acesso à informação e entretenimento segmentados enquanto faziam outras atividades, como dirigir, malhar ou até trabalhar.

Segundo Fábio Mariano, especialista em comportamento do consumidor e professor da ESPM SP, esta foi a primeira manifestação comercial do mercado de voz, principalmente com os conteúdos disponibilizados via streamings, que apresentaram um cenário muito amplo com variedade de assuntos, de áudio séries a conteúdos noticiosos.

Ele também destaca que o sucesso deste segmento está amparado em um comportamento que já é realidade e deve se consolidar nos próximos anos: “a tendência é mãos liberadas”, crava. Isso serve para pedir um prato no iFood ou para solicitar uma corrida no Uber, coisas que já são possíveis.

“O objetivo no futuro é deixar as mãos livres. Então elas [empresas] estão trabalhando para entender quais são os recursos que os gadgets ou as redes sociais vão disponibilizar para que os usuários deixem as mãos liberadas. Um exemplo disso vem do Instagram, que criou essa função para vídeos nos stories”, complementa.

E aí, Siri, como fica a acessibilidade?

O voice commerce também está promovendo mais inclusão social e digital para pessoas com deficiências, principalmente aos portadores de limitações visuais. No ano passado, a Amazon promoveu o 1º Prêmio Alexa de Acessibilidade para ampliar a oferta de skills (como são chamados os aplicativos de voz) voltadas ao público PCD.

Um dos finalistas do concurso, o engenheiro de software Ullysses Bernard conta que passou um mês trabalhando em algo que promovesse a inserção dos cegos no mundo da pintura. Assim, junto de sua mãe, a professora de história da arte Eli Lara, desenvolveu o “A Arte Além da Visão”, que traz um compilado de obras do Museu de Nova York, tudo com audiodescrição.

Ele, que já pensa em novos produtos, diz que não esperava ganhar o prêmio e que sua participação foi para contribuir com o programa, criando mais uma forma de entretenimento e de conhecimento para esta comunidade. “Eu pensei em algo que pudesse, de fato, acrescentar na vida das pessoas. Então peguei a arte, que é um tema que gosto muito, e comecei a montar a modelagem, que é o fluxo dos comandos de voz que aciona o aplicativo”, lembra.

Além deste skill, outros 9 foram premiados pela big tech, como o “Localizador de ônibus acessível”, disponível para os paulistanos. O software informa o horário de chegada de um ônibus na estação, pesquisa quais linhas passam em um determinado endereço, além de informar se os veículos são acessíveis ou não.

Para Avellar, embora o mercado de voz exclua os surdos, ele inclui os idosos e analfabetos na transformação digital, grupos que nem sempre têm facilidade para mexer em um smartphone. Nesse contexto, ele aposta que, no futuro, a variedade de formatos vai ser essencial na vida dos consumidores e para o bom desempenho de qualquer empresa.

“A internet é uma experiência maravilhosa que mais inclui do que exclui. A longo prazo, as empresas que queiram ser relevantes não vão poder escolher o áudio em detrimento do vídeo, ou o vídeo em vez do texto, pois elas precisarão ser multiformato, multiplataforma e multiconteúdo. O lugar para onde estamos caminhando como sociedade é de extrema inclusão e cada pessoa, de acordo com a sua preferência ou facilidade, vai poder escolher por qual formato ou dispositivo quer interagir com uma marca”, ressalta.