Het begon gisterenochtend aan een tafel in Van der Valk Hotel Nijmegen. Kop koffie. Goed gezelschap. Ton Foks tegenover me — spreker, ondernemer, AI-pionier en oprichter van Experiment42. We raakten verwikkeld in een gesprek dat direct de diepte in ging, aangeslingerd door het nieuws over de lancering van Google Gemini 3. Een model dat niet alleen krachtiger is, maar vooral ontworpen om natuurlijk te communiceren: met tekst, beeld én spraak. Daarmee komt de vraag opnieuw op tafel: wat wordt eigenlijk dé interface van de toekomst?
Ton gooide een scherpe hypothese op tafel: misschien is die interface wel gewoon... onze stem. Spreken als de nieuwe klikken. Het klonk logisch en tegelijk bleef het knagen. Is voice werkelijk de toekomst? Of zijn er andere, betere vormen van interactie onderweg die slimmer aansluiten op hoe we als mens denken, voelen en kopen?
Die vraag liet me niet los. Dus dook ik dieper. En dit artikel is het resultaat: een kritische verkenning van voice als user interface in context van AI, UX en vooral de e-commerce praktijk. Spoiler: het verhaal is genuanceerder dan techbedrijven je willen laten geloven.
De belofte van praten als UI
Techbedrijven zeggen al jaren dat spraak de nieuwe manier van interactie wordt. Daar zit wat in: spraakherkenning is eindelijk accuraat — AI-modellen als Whisper haalden menselijk niveau in 2022 — en AI-assistenten kunnen echte dialogen voeren. Bijna elk apparaat heeft tegenwoordig een microfoon, van smartphone tot koelkast, dus de infrastructuur ligt klaar. Grote spelers gaan er dan ook van uit dat we voortaan tegen software praten.
Gebruikersdrempels: de uitdagingen van voice
Toch is de realiteit weerbarstiger. Ondanks alle verbeteringen is voice nog geen dominante interface in ons dagelijks leven. Veel gebruikers lopen aan tegen usability-problemen. Anders dan op een scherm toont een stemassistent geen visuele menu's, dus gebruikers tasten vaak in het duister over wat ze kunnen zeggen. Misverstanden leiden snel tot frustratie, of begint onze AI-vriend ons in de rede te vallen wanneer we nog niet klaar zijn met ons betoog. Daarnaast is privacy een groot punt van zorg: het idee van altijd meeluisterende microfoons baart veel mensen zorgen.
Zelfs techgigant Amazon, ooit pionier met Alexa, ondervond de grenzen van voice. Ondanks miljoenen verkochte Echo's werd er nauwelijks iets via spraak gekocht, en Alexa bleef een miljardenverliespost. Dit illustreert dat alleen voice als interface een lastig businessmodel is.
Multimodaal wint: spraak plus beeld
De beperkingen van voice betekenen niet dat spraak geen toekomst heeft, maar wel dat het optimaal tot zijn recht komt in combinatie met andere modaliteiten. In plaats van 'voice-only' zien we de opkomst van multimodale interfaces, waarbij spraak wordt aangevuld met visuele feedback, tekst of zelfs gebaren. Een hybride aanpak blijkt krachtig: puur audio is comfortabel en onopvallend, maar een visuele component voegt enorme waarde toe.
Concrete voorbeelden zien we al. Meta's Ray-Ban smartglasses combineren voice met camera en display: je kunt vragen wat je ziet en krijgt ondertitels of vertalingen in je brillenglas. Een bijbehorende polsband registreert vingerknijpjes om door menu's te scrollen. Voice wordt hier geïntegreerd met visueel én haptisch input, wat een veel rijkere interactie oplevert.
Multimodaliteit lost bovendien een aantal UX-problemen van voice op. Grote AI-systemen zoals OpenAI's en Google's nieuwe assistenten omarmen dit principe: ze ondersteunen spraak naast tekst en beeld, zodat de gebruiker op meerdere manieren kan communiceren. De toekomst is dus eerder 'voice-plus' dan alleen voice.
E-commerce: hoe kopen we morgen online?
De online winkelervaring is een interessante testcase om de interfaces van de toekomst te vergelijken. Jarenlang werd voorspeld dat we massaal via voice zouden shoppen, maar de praktijk blijft achter. Voice wordt vooral ingezet voor eenvoudige herhaalaankopen. Complexere aankopen doen de meeste mensen toch via traditionele websites en apps met afbeeldingen, filters en reviews — consumenten willen nu eenmaal graag zien wat ze kopen.
Het grootste knelpunt is vertrouwen. Zonder beeld iets kopen voelt riskant: een assistent die maar één optie noemt geeft weinig controle en wekt argwaan. Conversational AI biedt hiervoor een uitweg. Slimme chatbots met generatieve AI fungeren als virtuele verkopers: de klant stelt vragen in gewone taal en krijgt persoonlijk advies met bijbehorende productplaatjes en links. OpenAI's recente instant checkout integratie in ChatGPT bewijst dat deze aanpak het gemak van een gesprek combineert met de visuele rijkdom van een klassieke webshop.
Ook AR en VR gaan een rol spelen, bijvoorbeeld virtueel producten in je eigen ruimte plaatsen met een AR-bril en daarover in gesprek met een assistent. Maar uiteindelijk geldt: niet één interface wordt koning, maar een mix. Voice is een extra laag, geen vervanging.
Conclusie: is voice dé toekomst?
Voice zal een belangrijke rol spelen, maar niet als enige interface. Tegen een apparaat praten is vaak makkelijker dan een menu doorploegen — het maakt technologie zeker toegankelijker. Echter lost het niet alle interactieproblemen op. Voor veel taken blijven visuele feedback en multimodale interfaces essentieel.
De toekomst is multimodaal: spraak krijgt een plek naast beeld, tekst, aanraking en misschien ooit zelfs gedachten, afhankelijk van wat het beste werkt. Voice is kortom een puzzelstukje in de mix, geen heilige graal op zichzelf.
Deel dit artikel
