مقابلات
دان أوكونيل، كبير مسؤولي الاستراتيجية في Dialpad – سلسلة مقابلات
أضف Unite.AI إلى مصادرك المفضلة على Google
دان هو كبير مسؤولي الإيرادات في Dialpad. في السابق، كان الرئيس التنفيذي لشركة TalkIQ، وهي شركة ناشئة لتعرف الكلام في الوقت الفعلي ومعالجة اللغة الطبيعية التي استحوذت عليها Dialpad في مايو 2018. قبل TalkIQ، شغل مناصب قيادية في المبيعات في AdRoll و Google (GOOGL ).
Dialpad هي منصة اتصالات سحابية مدعومة بالذكاء الاصطناعي تجعل الاتصال والتعاون مع فريقك أكثر سهولة وفعاليّة.
كنت الرئيس التنفيذي لشركة TalkIQ، وهي شركة ناشئة لتعرف الكلام في الوقت الفعلي ومعالجة اللغة الطبيعية التي استحوذت عليها Dialpad في مايو 2018. ما هو السر وراء نجاح هذه الشركة الناشئة في تكنولوجيا التعرف على الكلام؟
كانت هناك عدة عوامل مجتمعة: التوقيت، الناس، والتركيز. تكنولوجيا التعرف على الكلام الآلي (ASR) ليست جديدة، بل تم تطويرها على مدار عقود – لفترة أطول مما يعتقد الناس. خلال هذه الفترة (وأكثر في السنوات الخمس الماضية)، استفادت تكنولوجيا ASR من زيادة القدرة الحاسوبية، السحابة، وتوافر مجموعات البيانات واعتماد سماعات ذكية في الأسواق الاستهلاكية. كل هذه العوامل أدت إلى زيادة دقة النصوص.
إضافة إلى هذه الاتجاهات، كنا محظوظين بتوحيد المتخصصين (مثل اللغويين) مع المطورين. وعندما أقول المطورين، أعني المهندسين الذين يمكنهم إطلاق المنتجات بسرعة في السوق – هم يسوقون الابتكار ويعالجون المشاكل بسرعة. وعلى الرغم من أن حلولهم قد لا تكون دائمًا أنيقة، إلا أنها عادة ما تكون الأسرع، مما يجعلك تظهر كشركة رائدة في مجالها.
لذلك، كنا نخضع لخبراء في المجال، اتجاهات سوقية طبيعية، سوق ضخم لتقديم التكنولوجيا في الشركات، وفريقًا لديه سجل في تقديم تكنولوجيا مبتكرة إلى السوق بحركات قابلة للتكرار.
أخيرًا، اتخذنا نهجًا مختلفًا لحل المشكلة. تعمل محركات النص التقليدية مثل تسجيلات الشريط. تسجل المكالمة، وتحفظ ملف الصوت، ثم تعيد تشغيله من خلال محرك الترجمة، وبعد فترة ما تحصل على الإخراج. في البداية، كانت المكالمة التي تستغرق 30 دقيقة تتطلب 30 دقيقة لترجمة النص، لذلك كنا نتحدث عن تأخيرات حقيقية عند النطاق.
كنا نريد حل هذه المشكلة وبناء محرك ترجمة في الوقت الفعلي لا يحتاج إلى ملف صوتي. قد يبدو هذا مبتكرًا اليوم، ولكن في السنوات الماضية لم يكن هناك محرك تدفق يمكنه التعامل مع الكلام في الوقت الفعلي وذات جودة صوت منخفضة (8khz). لم نرد أن نبني جهاز تسجيل.
كنا نريد بناء محرك في الوقت الفعلي لفهم وتحليل المحادثات. إذا استطعنا ذلك، فإن الفرص ستكون لا حصر لها لأننا يمكن أن نبدأ في ت自動ية سير العمل وتنفيذ أشياء رائعة لم يتم القيام بها من قبل. والشكر لجيم بالمر، إتيان ماندرشيد، كيفين جيمس، نوح جاسبار، والعديد من الآخرين على كونهم أول من بنى هذا النوع من المحرك في الوقت الفعلي.
يمكنك مناقشة فترة الانتقال بعد استحواذ Dialpad على TalkIQ في مايو 2018؟
كانت مرحلة الاستحواذ سهلة جدًا. كانت Dialpad شريكًا لشركة TalkIQ، وكانت فرقنا التكنولوجية موجودة في Dialpad على أساس أسبوعي. كما عملت في السابق مع المؤسسين كريغ ووكر وبريان بيترسون في Google، وكنّا متحمسين للعمل معهم.
كنا نرى المستقبل بنفس الطريقة، حيث يمكن أن تكون هذه التكنولوجيا (ASR / NLP) مدعومة بمنصة اتصالات وتعاون يمكن أن تكون مدمرة للسوق ومُغيّرة للشركات. هذا جزء من السبب في أننا، بعد إغلاق الاستحواذ، جمعنا 50 مليون دولار بقيادة ICONIQ. رأى المستثمرون الفرصة في المستقبل لتطبيق هذه التكنولوجيا والفريق الذي يعمل على هذه المشاكل.
في TalkIQ، كنا في الأساس شركة ناشئة تحاول أن تكون ثلاث شركات ناشئة في نفس الوقت: كنا نبني مكدس هاتفي خاص بنا، ومحرك تعرف على الكلام، وتكنولوجيا NLP داخلية. هذه ثلاث مشاكل صعبة الحل. كان لدى Dialpad بالفعل هاتفًا ناجحًا، لذلك عندما جاء عرض الاستحواذ، كان القرار سهلًا. رأينا Dialpad كأنه منصة اتصالات أعمال أكثر ابتكارًا في هذا المجال، وتناسب رؤيتنا للمستقبل معًا.
ما هي بعض تقنيات التعلم الآلي التي تستخدمها Dialpad؟
محركنا الأصلي Voice Intelligence (Vi) يستخدم الذكاء الاصطناعي والتعلم الآلي لمساعدة المنظمات على تحقيق المبيعات، واكتساب رؤى تنافسية، ورفع مستوى خدمة العملاء، وإجراء اجتماعات أكثر كفاءة عبر الإنترنت.
تكنولوجيا ASR و NLP من TalkIQ تستخدم لاستقبال المحادثات من المكالمات الصوتية والفيديو في الوقت الفعلي. في الوقت نفسه، تسمح لنا تكنولوجيا خاصة بنا بمعالجة بيانات المحادثة الواردة وتسجيلها بدقة عالية في صيغة سهلة القراءة.
مساعدات التعلم الآلي تساعد Vi على التحسين مع مرور الوقت. كلما استخدمت Vi، زادت معرفته وتمكنه من معالجة المحادثات. مع الوقت، ستزداد دقة نصوص المكالمات، وسيتمكن Vi من معالجة دقائق أكثر دقة في المحادثات.
حققت Dialpad مؤخرًا إنجازًا كبيرًا في مجال الذكاء الاصطناعي بعد تحليل أكثر من مليار دقيقة من الصوت، وأظهرت الاختبارات أن نموذج الترجمة الخاص بهم تفوق على منافسيه الرئيسيين، بما في ذلك نموذج الهاتف المحسن من Google. ما هي أنواع الاختبارات التي أجريت لتحديد هذه النتائج؟
لدينا مجموعة من مجموعات الاختبار التي تحتوي على صوت ونسخة من النص الذي يُعتبر الحقيقة الموثقة لما قيل في الصوت. نرسل نفس الصوت إلى كل منافس ونحصل على نص مترجم، ثم نقارنه بالحقيقة الموثقة. نحسب عدد الأخطاء لتحديد نسبة الدقة. لقد كنا ن比較 أنفسنا مع Google منذ استحواذ TalkIQ في أبريل 2018، وكنا دائمًا لدينا دقة أقل حتى الآن.
ما هي بعض الفروق الرئيسية بين محرك Voice Intelligence (Vi) الخاص بدايال باد ومحركات المنافسين؟
أحد أكبر الفروق هو أننا قد فعلنا ذلك لفترة أطول من المنافسين، مما يعني أننا قد قمنا بتحليل المزيد من البيانات لضمان أن تكنولوجيّتنا هي الأكثر دقة. لقد قمنا بتحليل أكثر من مليار دقيقة من اتصالات الصوت ونتابع معالجة حوالي 90 مليون دقيقة شهريًا بمحرك Vi. في هذا الصدد، نحن أمام المنافسة بسنوات.
فرق آخر هو نهجنا المخصص والقابل للتطوير لنموذج اللغة.对于 كل عميل، نبني قاعدة بيانات من الكلمات المفتاحية الخاصة بالشركة حتى نتمكن من تعزيز الدقة. على سبيل المثال، لمستخدم يلفظ اسمه “كاثرين” ويعمل في شركة تسمى Skribbl، نظامنا سيكتب الأسماء بشكل صحيح، بينما قد يلفظها نماذج أخرى بشكل خاطئ (مثل “كاثرين” و “سكرايبل”).
ما هي وجهات نظرك الشخصية حول مستقبل معالجة اللغة الطبيعية؟ كم من الوقت سيتطلب الأمر لتحقيق دقة قريبة من 100% أو حتى 100%؟
الدقة الكاملة تقريبًا غير قابلة للتحقيق. ربما سأفاجأ يومًا ما (آمل ذلك!). أعتقد أننا سنجد دقة عالية جدًا، ولكن ليس كاملة. السبب هو أن التعرف على الكلام الآلي (والتالي NLP) لديه مشاكل لا حصر لها: اللهجات، المسافة من الميكروفون، الضوضاء الخلفية، مشاكل الاتصال، أنواع الميكروفونات المختلفة، وكيفية نطق الشخص، وتنطق، السياق (سارة مقابل سارا مقابل سيرا)، الألقاب، اللهجات، وغيرها. بينما أود أن أقول إنه سوف نصل إلى هناك، أعتقد أننا يمكن أن نصل إلى دقة عالية جدًا، ولكن آخر ميل أو 1-2% من حيث الدقة سيكون تحديًا.
على الرغم من ذلك، أعتقد أن هناك تطورات مثيرة للاهتمام في مجال القراءة. اليوم، عندما تقرأ نسخة من محادثة، يمكن أن يبدو مثلتيار من意识. نتكلم بطريقة سائلة، نستخدم جملًا طويلة، ونكرر كلمات، ونبدأ جملًا من جديد – نفعل أشياء كثيرة لا نفعلها في الكتابة. هناك فرص فريدة لجعل نسخة من المحادثة أكثر قراءة – نسخة تُزيل التكرارات، وتتنبأ أو تحسن النقاط، وتنقيح أو تحسين النص ليكون أكثر سهولة في القراءة.
في ذهني، هناك نسختان: النسخة الحرفية التي هي أقرب ما يمكن إلى 100% من المحادثة (مع الجمل الطويلة)، والنسخة المحسنة التي تكون أكثر سهولة في الهضم بسبب النقاط والتحسينات.
وهذا يأخذنا إلى طريق يمكننا من خلاله تحويل المحادثة إلى أجزائها الأكثر أهمية. هل تحتاج إلى نسخة كاملة من المحادثة أم إلى ملخص دقيق ومُنسق للقراءة؟
يتوقف ذلك على حالة الاستخدام، ولكن هذا ما يجعله مثيرًا ومثيرًا في هذا المجال. نحن في ربما الجولة الثالثة مما هو ممكن، ولم نصل بعد إلى ابتكارات سير العمل حيث سنرى NLP أصبحت أكثر دراية بالسياق.
كلما كانت النماذج أكثر دراية بالسياق، كان ذلك أفضل. فكر في مشاركة نفس السياق عبر محادثات متعددة وتكييف السياق بشكل مستمر لجعل التعلم الآلي أكثر ذكاء.
تكنولوجيا السياق الهام أيضًا لتحسين الدقة، مع الأخذ في الاعتبار الاختلافات الكبيرة في طريقة التواصل. ما قد يبدو مثل فروق لغوية دقيقة للبشر يصعب تدريب نموذج التعلم الآلي على تكرارها.
ما هي بعض الخدمات التي تقدمها Dialpad حاليًا للعملاء؟
Dialpad هي طريقة أكثر ذكاء للعمل. لقد بنينا المنصة للقوى العاملة الحديثة الهجينة – تمكين الأشخاص والفرق من أن يكونوا أكثر كفاءة وفعالية ومشاركة من أي مكان في العالم. نقدم تجربة اتصالات أعمال سلسة – مكالمات، دردشة، مؤتمرات فيديو، ومراكز اتصالات – مع جودة، أمان، وموثوقية غير مسبوقة. تقدم Dialpad هذه التجربة كمنصة موحدة قائمة على السحابة، وهي اقتصادية، سهلة التثبيت، وسهلة الإدارة.
هل هناك أي شيء آخر تود أن تشاركه حول Dialpad؟
كان عام 2020 عامًا هامًا للشركة، وهو أمر رائع للتفكير فيه بالنظر إلى ما واجهته العالم (ويستمر في مواجهته). ضاعفنا عدد موظفينا، وحصلنا على 100 مليون دولار في التمويل، واكتسبنا شركة، وكل ذلك مع نمو قاعدة العملاء بشكل كبير.
مع استمرار العمل عن بُعد، نتوقع أن يستمر هذا النمو، ونحن متحمسون للسنة القادمة. نعتقد أن حركة العمل من أي مكان ستحسن الحاجة إلى تكنولوجيا مبتكرة تساعد الموظفين على العمل بذكاء – وليس بجد. ستلجأ الشركات إلى الذكاء الاصطناعي لتحسين الكفاءة، وإزالة المهام الروتينية، وتمكين الموظفين من التركيز على الأولويات الأكبر. Dialpad مناسب جيدًا لتلبية هذه الاحتياجات.
شكرًا على المقابلة الرائعة، يرجى زيارة Dialpad لمعرفة المزيد.
