ألكس ليفين، المؤسس المشارك والرئيس التنفيذي لشركة Regal – سلسلة المقابلات

ألكس ليفين هو المؤسس المشارك والرئيس التنفيذي لشركة Regal، وهي منصة ذكاء اصطناعي صوتي تساعد الشركات في تحقيق الإيرادات من خلال محادثات العملاء التي تعمل بالذكاء الاصطناعي ومتوافقة مع اللوائح. قبل تأسيس Regal في عام 2020، قاد فرق النمو والمنتجات في Handy وThomson Reuters (TRI ) وشركات أخرى. وهو خريج جامعة هارفارد وعضو في مجلس Forbes للتكنولوجيا، يركز ألكس على بناء البنية التحتية للصوت الأول التي تجمع بين الابتكار وضمانات المؤسسات.

Regal توفر وكلاء صوت ذكاء اصطناعي للبيع والدعم والجدولة والتحصيل—مصممة ل听ها بشكل طبيعي، وتكامل مع أنظمة إدارة علاقات العملاء، وتحمل ملايين المحادثات بمقياس كبير. تتميز المنصة ببناء بدون كود، وتحليلات في الوقت الفعلي، واختبار أ/ب، وضمانات متأصلة للصناعات الخاضعة للتنظيم مثل الرعاية الصحية والتأمين والخدمات المالية.

ما الذي ألهمك للانتقال من أدوار القيادة في Angi وHandy إلى تأسيس Regal، وهل هناك لحظة محددة أدركت فيها أنت وشريكك أن تجربة مركز الاتصال تحتاج إلى إعادة بناء كاملة؟

في حين كنا في Angi/Handy، رأينا قوة الصوت في بناء الثقة مع العملاء. أخبرنا العملاء أنهم عندما كان لديهم قضية مهمة يريدون الاتصال بها، العملاء الذين خدمتنا عبر الهاتف كان لديهم قيمة حياة أعلى، وعندما اتصلنا بالعملاء، أجابوا بسرعة أعلى من أي قناة أخرى. ومع ذلك، كانت شركات برامج مركز الاتصال تركز على “التحويل” و”الآلية” أكثر مما هو صحيح للعملاء. النتيجة كانت لعبة لا نهاية لها في إخفاء رقم الهاتف الذي يعاقب العملاء بشكل غير ضروري.

غادرنا لأننا آمنا بصدق أننا يمكن أن نجعل الصوت القناة الأكثر فعالية من خلال خفض التكاليف وجعلها أسهل في التشغيل. أتمنى لو كان لدي Regal أثناء تشغيلي لمركز اتصال كبير.

أطلقت Regal في عام 2020، قبل اندلاع ذكاء اصطناعي التوليد. كيف قيمت ما إذا كان الذكاء الاصطناعي الصوتي قابلاً للتطبيق تقنياً، وما الذي منحك الإيمان بالعمل في وقت مبكر؟

كنا مقتنعين منذ فترة طويلة قبل عام 2020 أن الصوت هو القناة الأكثر أهمية. وفي عام 2020، كنا نعلم أننا يمكن أن نبني أدوات التأليف واختبار أ/ب وتخصيص لخفض التكاليف وتسهيل إدارة الصوت كقناة—سواء كان ذلك بشرياً أو روبوت صوتي قديم أو شيء أفضل في الطرف المقابل. لذلك، باعت أدوات لمراكز الاتصال لإدارة وكلاء بشريين بشكل أفضل في البداية. نمت تلك المنتج بسرعة كبيرة.

لكن إلى نقطةك، إنشاء شركة هوقف من الإيمان، واستغرق الأمر بعض الوقت للseeing كيف يمكننا التحرك بعيداً عن قيود وكلاء بشريين. لم يكن حتى إطلاق ChatGPT في نهاية عام 2022 الذي رأينا فيه “ذكاء اصطناعي” كافياً لبدء محادثة. ولم يكن حتى نهاية عام 2023 الذي تمكنا فيه من إنشاء عرض توضيحي لوكيل صوتي اعتقدنا أن العملاء سيريدون التحدث معه.

ما هي بعض التحديات الفنية الأكثر صعوبة في تدريب وكلاء صوت يمكن أن يطابق أو يتجاوز أداء البشر في المحادثات الطبيعية؟

هناك تحديات فنية رائعة للعمل عليها. من ضمان انخفاض الزمن الفعلي إلى 500 مللي ثانية، إلى معرفة كيفية ضمان أن وكلاء الذكاء الاصطناعي يمكنهم الحصول على كل سياق قواعد بيانات الشركة وبيانات العملاء في الوقت الفعلي، إلى اتخاذ إجراءات في المكالمات وبعدها، إلى حماية أو ميزات أمان، وكيفية جعل تفاعل الوكيل يشبه الإنسان مع أخذ الدورات والإشارات الصوتية المناسبة.

أحد مشاريعي المفضلة التي يعمل عليها فريقنا اليوم هو تحسين التقييمات الآلية بحيث يمكن اختبار وكيل الذكاء الاصطناعي بسهولة أكبر قبل وضعها في الإنتاج. هذا سيلغي مئات الساعات من الاختبار اليدوي الذي يحدث باستمرار اليوم لكل تغيير لوكيل الذكاء الاصطناعي.

نحن بحاجة أولاً إلى إنشاء مئات من المحادثات الصوتية المحاكاة المتنوعة (باستخدام الذكاء الاصطناعي)، ثم نضع وكيل الذكاء الاصطناعي من خلالها، ثم نضع وكيل الذكاء الاصطناعي الخاضع للاختبار، ثم نعيد اقتراحات التحسين لوكيل الذكاء الاصطناعي أو سياسات الشركة وقواعد البيانات. لدينا الآن منتج تقييم يعمل، وتمت الإشادة بالتجربة الزبون، وهو يحسن بسرعة مذهلة.

هذا أمر بالغ الأهمية لمعيار جديد هو عدد المديرين لوكيل الذكاء الاصطناعي. قريباً، لن يكون هناك الكثير من المديرين الذين يمكنهم إدارة مئات من وكلاء الذكاء الاصطناعي المختلفة.

كيف تستفيد Regal من التعلم الآلي لتحسين المحادثات في الوقت الفعلي؟ هل يعتمد على تاريخ العملاء، أو نبرة، أو تحديد النية—أم مزيج من هذه؟

لقد استثمرنا بشكل كبير في التخصيص مقارنة بباقي السوق لأننا نؤمن في مساعدة العلامات التجارية على اختبار ملايين العملاء مثل واحد في المليون. لا مجرد إعادة إنشاء معاملة وكيل بشري جيد يستخدم اليوم.

بدأنا ببناء ملف تعريف زبون موحد يربط كل قطعة من بيانات إدارة علاقات العملاء، وبيانات الأحداث، وتاريخ المحادثة. عند بناء وكيل، يمكن للشركات منح وكيل الذكاء الاصطناعي الوصول إلى كل المعلومات عن زبون أو فقط النقاط البيانية المحددة اللازمة لمحادثة معينة. يوفر النموذج اللغوي مثل هذا الرد الصوتي باستخدام البيانات المتاحة.

النماذج اللغوية لا تزال محدودة فيما تفعله جيداً، لذلك احتجنا إلى القدرة على الاستفادة من أدوات أخرى مثل خدمات البيانات الخارجية والتطبيقات المخصصة والتعلم الآلي. لذلك بنينا “إجراءات مخصصة” التي يمكن استخدامها في تحفيز وكيل الذكاء الاصطناعي للاستفادة من خدمات أخرى. على سبيل المثال، لدى العديد من العلامات التجارية نماذج إمكانية لتحديد المنتج المقترح للزبون التالي، ويمكننا الارتباط بهذه النماذج لتناسب المحادثة.

كيف تستخدم نظامك توليد التوليد المعزز بالاسترجاع (RAG) دون التضحية بالاستجابة أو الإيقاع الطبيعي الذي يتوقعه العملاء من مكالمة حية؟

RAG هو مجال تمييز لنا حيث كان من الضروري أن يكون أسرع لوكلاء الذكاء الاصطناعي الصوتي من لوكلاء الذكاء الاصطناعي في الدردشة أو القنوات الرقمية الأخرى. بضع ثوان من الهواء الميت سوف يدمر المكالمة تماما.

لقد خفضنا زمن الاسترجاع، وضمنا أن وكيل الذكاء الاصطناعي يمكنه الاستمرار في التحدث مع الزبون لتنبيهه إلى أن ذلك سوف يستغرق وقتًا أطول.

تتم نمذجة وكلاء Regal بعد أصوات بشرية حقيقية، بما في ذلك أصوات المستثمرين الفعليين. ماذا يأخذ—فنيًا واخلاقيًا—لبناء نسخ عالية الدقة مثل هذه؟

من المفاجئ أن يكون من السهل تقنيا “استنساخ” صوت بحيث يمكن لوكيل الذكاء الاصطناعي أن يبدو مثل ممثل صوت محترف أو صديق. 5-10 دقائق من الصوت عالي الجودة هو كل ما يلزم.

على سبيل المثال، سُئلت مؤخرًا عن كيفية القيام بذلك لصديق عائلة يحتضر بحيث يمكن للأجيال الأصغر تجربته عندما يكبرون. لذلك، مع بعض التوجيه، سوف يقومون بتسجيل الجد/الجدة الآن.

إلى نقطةك الثانية، يمنح الجد/الجدة موافقة على ذلك، كما يمنح الممثلون الصوتيون المحترفون أو مستثمرينا موافقتهم على ذلك. يجب إغلاق الجهات الفاعلة السيئة التي تسمح بالاستنساخ الصوتي دون موافقة (مثل ما حدث خلال الانتخابات الرئاسية الأخيرة).

نصيحة – إذا سمحت باستنساخ صوتي (أو كنت شخصية عامة قد يتم استنساخها من قبل الجهات الفاعلة السيئة)، تأكد من أنك تضع كلمة آمنة فقط عائلتك تعرفها بحيث يمكنهم تحديد الحقيقي عليك في المكالمة.

تسلط الضوء على أهمية دمج Regal في أنظمة إدارة علاقات العملاء، وأنظمة الدفع، والواجهات البرمجية الداخلية. ما هي بعض التحديات التكاملية الأكثر صعوبة التي كان عليك حلها؟

التكامل مع المنتجات الرئيسية من أنظمة إدارة علاقات العملاء مثل Salesforce (CRM ) إلى برامج مركز الاتصال مثل NICE هو أمر مباشر. الطلب الأصعب هو ضمان أن الشركة تجعل واجهات برمجة التطبيقات متاحة لنا لأي إجراء قد يحتاجه وكيل الذكاء الاصطناعي. قد يضغط وكيل بشري على زر لحجز غرفة في الفندق. لكن وكيل الذكاء الاصطناعي يحتاج حقاً إلى واجهة حجز.

كيف تتعامل مع قياس أداء النموذج وتحسينه مع مرور الوقت؟ ما هو دور التعديل الخاضع للإشراف أو التعلم بالتعزيز في هذه العملية؟

بنينا حزمة اختبار أ/ب من البداية بحيث يكون من السهل على العملاء اختبار وكلاء الذكاء الاصطناعي مقابل وكلاء بشريين أو وكيل مع نموذج LLM الإصدار 1 مقابل الإصدار 2. هذا يعطينا طريقة واضحة لمشاهدة التباين في النتيجة لنمذج مختلف.

然而، نحن لا نستخدم التعلم بالتعزيز حالياً لأنه يجعل فرق القانون غير مرتاح (لا يريدون وضع تغيير للرائحة غير مقصود). أعتقد أننا في 13 شهراً من فرق القانون التي تسمح لنا بالتعلم بالتعزيز في حالتنا. بدلاً من ذلك، نركز اليوم على اقتراح التغييرات التي يمكن لمدير بشري قبولها. قد تكون هذه التغييرات لتحفيز، أو قاعدة معرفة، أو تعديل نموذج LLM، وغيرها.

التحدث إلى مستثمر—أو استنساخ صوتي لمستثمر—هو مفهوم جريء. ما كانت نيتك في جعل مستشارين الذكاء الاصطناعي متاحين للمؤسسين، وكيف يتم استخدامهم اليوم؟

لقد كنا محظوظين بالحصول على مستثمرين رائعين ويريدون أن ندفعهم إلى الأمام بهذا المشروع. أستمتع بالتحدث إلى Satya AI في أي وقت، ولقد سمعت تعليقات رائعة من المديرين التنفيذيين الذين استخدموا مستشارين الذكاء الاصطناعي للمستثمرين لكل شيء من النصيحة حول كيفية إنشاء خطة منتج إلى ما هو نموذج التسعير الذي يجب استخدامه.

نحن نحب أن ن