مقابلات
كريشنا راج راجا، الرئيس التنفيذي ومؤسس SupportLogic – سلسلة المقابلات
كريشنا راج راجا، هو الرئيس التنفيذي ومؤسس SupportLogic، أول منصة إدارة تجربة الخدمة المستمرة (SX) في العالم التي تمكن الشركات من فهم وتحريك “صوت العملاء” في الوقت الفعلي لتحسين خدمة التسليم على الفور وبناء علاقات عملاء صحية ومربحة.
توصف نفسك بأنك “مغرم بالعلوم”، ما هي الشيء الذي يجعلك متعلقًا بالعالم العلمي إلى هذا الحد؟
对于ي، العلم هو كل شيء حول الفضول حول كيفية عمل العالم وما هي الأنماط الموجودة في العالم. لقد كان لدي هذا الفضول منذ الطفولة، وامتد إلى حياتي المهنية. في SupportLogic، نحن نبحث عن الأنماط الموجودة في اللغة الطبيعية، واستخدام تلك الأنماط للتنبؤ بالأشياء وتقديم التوصيات. هذا مثل العلم – يتنبأ بالأنماط، يقدم التوصيات ويخبرك كيف يعمل العالم. الكثير مما تعلمته في حياتي جاء من فضولي الطبيعي، وليس من التعليم الرسمي.
ذهبت إلى الحصول على شهادة في الهندسة الكيميائية، ولكن بعد ذلك انتهى به المطاف إلى متابعة الفرص في علوم الحاسوب والتعلم الآلي. هل يمكنك مناقشة هذا التحول؟
كان أبي رجل أعمال ناجح (في معالجة الفولاذ) وأمل أن أكون يومًا ما سأخلفه في أعمال العائلة. بدت الهندسة الكيميائية وكأنها التدريب المناسب للحصول عليه من أجل أن أكون مستعدًا للقيام بذلك. ولكن علوم الحاسوب كانت شغفي الجانبي منذ فترة طويلة. في الواقع، كان موضوع أطروحتي لشهادة الهندسة الكيميائية هو إنشاء برنامج برمجي لتصميم مفاعل كيميائي.
بعد أن أنهيت شهادة الهندسة الكيميائية، أصبح واضحًا أن علوم الحاسوب هي شغفي الحقيقي. مهاراتي في علوم الحاسوب هي ذاتية التعلم بالكامل، وعندما انضممت إلى VMware، كان جميع زملائي يحملون شهادات دكتوراه من الجامعات الرائدة في علوم الحاسوب. كنت أقل شخص مؤهل في فريقي.
كنت موظفًا مبكرًا في VMware، حيث عملت في الدعم والخدمة كمهندس دعم منتج. ما هي بعض المجالات المحتملة للتحسين التي لاحظتها؟
كنت مهندس برمجيات تحول إلى مهندس دعم منتج. انضممت إلى VMware لأن تقنياتهم كانت ممتعة – كانوا يتعاملون مع أنظمة التشغيل وكان لدي interesse خاص في ذلك. كنت أساعد مطورين أنظمة تشغيل أخرى لاستخدام منتجات VMware يوميًا. بسبب خلفيتي، كنت أنظر إلى الأشياء من زوايا مختلفة: 1) كيف أجعلهذا العميل سعيدًا وأحل مشكلته؛ و 2) لماذا يوجد هذا المشكلة في البرنامج، وكيف يمكن إصلاحه؟ كنت أنظر إلى جانب المنتج من جميع قضايا الدعم. واحدة من أولى الأشياء التي أدركتها هي أن فرق المنتج لا تعرف حقًا كيف سيتم نشر المنتج واستخدامه، لذلك لا يتنبأون بالكثير من الأشياء أثناء عملية التطوير. ومع ذلك، فإن فريق الدعم لديه فهم جيد لهذه القضايا ويمكن أن يقدم ملاحظات قيمة إلى فرق المنتج بالإضافة إلى إدارات أخرى في الشركة. المشكلة هي أن هذه الملاحظات عادة ما ت丢ى لأن فريق الدعم يركز على إصلاح مشكلة العميل ثم يتحرك بسرعة إلى المشكلة التالية. لا يتم نقل تلك المعلومات الهامة.
هل يمكنك مشاركة بعض التفاصيل حول قصة SupportLogic؟
عندما بدأت SupportLogic، نظرت إلى منظومة السوق لصناعة الدعم ووجدت أن جميع الابتكارات في مجال الدعم تركز على تحويل الحالات. هذا يعني أن أفضل طريقة للتعامل مع قضايا الدعم هي تحويلها – بعيدًا عن مهندسي الدعم، وبعيدًا عن العملاء. كان هذا في صراع مع ما رأيته كمهندس دعم منتج – كل互одействة مع العميل كانت فرصة للتعلم عن العملاء وكيفية عمل المنتج وعدم عمله. لكنني فوجئت ب发现 أن هناك أدوات لا توجد هناك لحل هذا المشكلة (التعلم)، لذلك رأيت فرصة كبيرة هناك.
كما لاحظت أن الدعم غالبًا ما يتم التعامل معه كمركز تكلفة، وهو ما اعتبرته طريقة قصيرة الأمد للنظر إلى الأمور. عندما تنظر إلى الدعم كمركز ربح أو كالجهاز العصبي المركزي للشركة، يمكنك حقًا تحويل المنظمة وجعلها حقيقية وعملاء محورًا. هذا ما أدى بي إلى بدء SupportLogic.
ما هي بعض التكنولوجيات المختلفة للتعلم الآلي المستخدمة في SupportLogic؟
عندما بدأت الشركة، كنت غير مدرب على افتراض أننا يمكن أن نستخدم واجهات برمجة التطبيقات العامة للتعلم الآلي. هناك الكثير منها – من Amazon و Microsoft و HPE – وجميعها توفر واجهات برمجة التطبيقات للتعلم الآلي كخدمة. إلى صدمتي وإحباطي، لم تنجح العديد من نماذج التعلم الآلي مع نوع البيانات التي كنا نعمل بها (بيانات دعم العملاء). لكنني أدركت أن هذا فرصة وقلت، “لماذا لا نبنيها بأنفسنا؟” بدأنا ببناءها من الصفر باستخدام تكنولوجيا التعلم الآلي الموجودة من المشاريع المفتوحة المصدر، مثل spaCy من جامعة ستانفورد و Google BERT، ثم أضفنا بعض “الصلصة السرية” الخاصة بنا أعلاه، باستخدام نهج نموذج المجموعة. كما قمنا بتعديم النموذج لكل عميل ومجموعة بياناته المحددة، بدلاً من استخدام فلسفة واحدة تتناسب مع الجميع.
هل يمكنك مناقشة كيف يتيح SupportLogic للشركات ربط الاتصال مع العملاء باستخدام الإشارات الرئيسية؟
واحدة من الأشياء الرئيسية التي نفعلها هي استخراج سياق العميل باستخدام معالجة اللغة الطبيعية. السياق مهم جدًا لأن السياق غالبًا ما ي丢ى في عملية التجزئة في أنظمة التذاكر. يمكنك فقط وضع علامات على كمية محدودة من المعلومات في تلك الأنظمة. نتميز في استخراج سياق العميل، مثل ما هو الذي يزعجهم، ما هي انطباعهم عن منتجك أو دعمك، أو ما هم يحاولون فعله مع منتجك. هناك مجموعة متنوعة من الإشارات والسياق لاستخراجها. من خلال القيام بذلك في الوقت الفعلي وإنشاء سير عمل في منصتنا، نسمح للشركات بالعمل على إشارات العملاء وتحويلها مسبقًا قبل فوات الأوان – مما يعني أن العميل يصبح غاضبًا جدًا أو يغادر للأبد.
ما هي بعض القدرات الأخرى خلف برنامج SupportLogic؟
مرة واحدة تبدأ في استخراج إشارات العملاء من التفاعلات، تصبح تلك الإشارات قوية جدًا للتحليلات. لدينا وحدة تحليلات تخبرك بما يبدو عليه صوت العميل، بناءً على جميع التفاعلات. ثم نذهب خطوة أخرى ونستخدم البيانات لبدء التنبؤ. يمكننا التنبؤ بما سيحدث مع حساب معين (لعملاء). يمكننا أيضًا التنبؤ – بناءً على وضع العميل – من هو أفضل خبير في الموضوع في الشركة لمساعدة حل المشكلة، ثم مطابقة العميل مع ذلك الشخص الصحيح.
ويمكننا النظر إلى المحادثات الواردة والصادرة لتوجيه وكلاء الخدمة حول ما يجب أن يفعلوه أكثر (أو أقل) في تفاعلاتهم اليومية مع العملاء. يصبح أداة تدريب رائعة لمساعدة وكلاء الخدمة على تطوير مهاراتهم الناعمة وتحسين أدائهم بشكل عام.
هل هناك أي شيء آخر تود مشاركته حول SupportLogic؟
واحدة من المفاهيم الخاطئة الشائعة التي يعتقدها الناس حول الذكاء الاصطناعي هي أنه استثمار كبير جدًا ومركب، ولن تري أي عوائد عليه لمدة سنة أو أكثر. في الواقع، تكنولوجيا الذكاء الاصطناعي والتعلم الآلي نضجت كثيرًا، ويمكنها العمل على مجموعة بياناتك الحالية. ويمكنك رؤية النتائج في غضون أشهر، وليس سنوات. لذلك، الآن هو الوقت المناسب للاستثمار في الذكاء الاصطناعي لأنك يمكن أن ترى نتائج مذهلة في أشهر يمكن أن تؤدي إلى فوائد كبيرة لمنظمتك.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا SupportLogic.
