Benjamin Dorr, CEO společnosti WellSaid – rozhovor

Benjamin Dorr je CEO společnosti WellSaid a má více než 20 let zkušeností s provozem a investicemi do firem v rané fázi a růstu, především v technologickém sektoru. Bezprostředně před WellSaid byl Benjamin COO společnosti Cordial, podnikového platformy pro cross-channel marketing a 2x výběru Deloitte Fast 500. Působil také ve funkcích senior manažera ve společnostech Valassis Digital, Rustic Pathways, Rhythm NewMedia a Counsyl. Benjamin zahájil svou kariéru ve společnostech Citi, Morgan Stanley (MS ) a The Carlyle (CG ) Group a má bakalářský titul z Harvardu v oboru počítačových věd a veřejné politiky.

Od svého založení v roce 2019 společnost WellSaid využívá pokročilou technologii text-to-speech k vytváření ultra-realistických, premium AI hlasů pečlivým výběrem profesionálních hlasových herců a vyvinutím vlastního AI platformy. Společnost nabízí podnikové řešení, jako je například nástroj Studio pro spolupráci při vytváření hlasových nahrávek a API pro bezproblémovou integraci, která pomáhá týmům v marketingu, školení, produkci videa a vývoji produktů dodávat konzistentní, značkové audio. Společnost WellSaid se řídí silnými hodnotami a zásadami odpovědného AI, prioritizuje důvěru, kvalitu a etické nasazení, aby zajistila atraktivní, emočně bohaté a věrohodné audio zkušenosti.

Máte fascinující cestu – od investičního bankovnictví a VC až po pomoc při rozvoji firem s cílem. Jak tyto rozmanité zkušenosti ovlivnily váš přístup k vedení a vizi pro WellSaid?

Předtím, než jsem založil svou první firmu v roce 2006, jsem měl štěstí, že jsem zažil přístup k vedení, který mě formoval. Na počátku své kariéry jsem pracoval s úžasným investorem Edem Mathiasem, jehož styl vedení a investic mě oslovil. On stavěl lidi kolem sebe a považoval svou síť za největší aktivum. Hledal diamanty v hrubém, kromě konsensuálních vítězů, a tvrdil, že protože existuje mnoho způsobů, jak vydělat peníze, můžete optimalizovat pro ostatní věci – intelektuální zvědavost, lidi, se kterými se vám pracuje, co pomáhá světu apod.

Hlas AI se vyvinul rapidně za posledních několik let. Jaký je největší skok vpřed, který podle vás přijde další – a jak se na něj WellSaid připravuje?

Všeobecnost. Jak se zvyšuje kvalita AI hlasu, zvyšuje se počet případů použití, od interní komunikace jeden-na-mnoho, jako je školení a vzdělávání, až po externí komunikaci jeden-na-mnoho, jako je marketing. Současně se snižují náklady na AI hlas na úroveň tradičního text-to-speech, což znamená, že více lidí může využívat AI hlas. S uvedením Caruso – našeho nejnovějšího modelu – a naší celkové datové pipeline, tlačíme naše inovace dopředu, jak z hlediska kvality, tak nákladů. To je jeden z výhod být vertikálně integrovaný v AI od datové sady po model až po aplikaci.

Syntetické hlasy jsou všude – od audioknih až po roboty zákaznických služeb. Jak zajišťujete, aby hlasy WellSaid zůstaly důvěryhodné a lidsky orientované v tomto rychle se rozšiřujícím prostoru?

Lidé jsou jádrem každé stránky WellSaid. Uzavřená technologie hlasu WellSaid je postavena na odpovědně licencovaných hlasových datech od placených herců. Ale naši hlasoví herci jsou více než jen tréninková data, jsou skutečnými spolupracovníky po celou dobu procesu. A naši zákazníci nejsou pouze testery, ale partnery při vývoji ideálního hlasu pro každou aplikaci. Každá funkce platformy WellSaid odráží tuto filozofii, poskytující uživatelům možnost opakovaně nahrát řádek, zdůraznit slovo nebo okamžitě aktualizovat obsah bez ohrožení kvality, konzistence nebo práv.

Každý hlas je připraven pro produkci a komerčně schválen pro veřejný nebo klientem orientovaný obsah.

WellSaid zdůrazňuje „odpovědné AI“. Co to znamená v praxi při vývoji nových hlasových modelů?

WellSaid stanoví standard pro odpovědné AI s robustním rámcem, který se zaměřuje na spravedlnost, transparentnost, ochranu soukromí a bezpečnost a moderaci obsahu.

WellSaid najímá skutečné hlasové herce, zajišťuje jejich výslovný, písemný souhlas s poskytnutím hlasových dat platformě a odměňuje je spravedlivě s pokračujícími příjmy. Na ochranu jejich soukromí a bezpečnosti WellSaid používá stockové obrázky a aliasy pro reprezentaci syntetických hlasů a podporuje je, aby byli opatrní při sdílení svého spojení s WellSaid, aby snížili riziko, že ostatní zneužijí jejich hlas.

Aby se zabránilo šíření dezinformací a audio deep fakes z hlasového klonování, uživatelé WellSaid nemohou nahrávat hlasová data od politiků, celebrit nebo kohokoli jiného, pokud WellSaid nemá písemný souhlas této osoby. WellSaid také udržuje přísné standardy pro vhodný obsah, zakazující použití hlasů pro obsah, který je škodlivý, nenávistný, podvodný nebo určený k podněcování násilí.

WellSaid zajišťuje, že obsah vždy patří tvůrci, zajišťuje uživatelům vlastnictví duševního vlastnictví a autorských práv nad materiálem nebo obsahem vytvořeným na platformě.

Prostřednictvím rozsáhlých ochranných opatření WellSaid stanoví odvětvové očekávání pro to, jak by mělo vypadat odpovědné AI hlasové nasazení v produkci.

WellSaid má za cíl nabízet „nejvyšší poměr kvality a nákladů“ v odvětví. Jaké inovace – technické, provozní nebo strategické – vám pomohou splnit tento slib?

V WellSaid prioritizujeme vertikální integraci naší celé produktové pipeline. V rámci Caruso je dobrým příkladem náš interně vyvinutý vocoder, který nám umožňuje trénovat se 1/10 počtu parametrů jako běžný nástroj, jako je BigVGAN, a můžeme tak učinit při 2x lepší kvalitě zvuku. Strategicky jsme byli záměrně zaměřeni na dodání kvality nad rozsahem (jako nabízení každého jazyka). Tím jsme možná ztratili一些 obchod, ale za cenu dodání vyšší kvality, nižších nákladů produktu naší hlavní cílové skupině.

Jak vidíte roli AI hlasu v podnikovém prostředí v příštích 3-5 letech, zatímco nástroje generativní AI zaplňují trh?

AI není úplně nová frontiera, ale spíše část známého vzoru. Stejně jako vzestup mobilních zařízení nebo raný internet, AI představuje posun, který vyzývá týmy, aby přehodnotily, jak je vytvořen obsah, jak lidé interagují se softwarem a jak hlas reprezentuje značku.

V příštích letech budou podniky nemohly vyhnout se AI hlasu, stejně jako se nemohly vyhnout jiným technologickým revolucím v minulosti. Jak se kvalita AI hlasu bude dále zlepšovat, spolu se snížením nákladů a jednoduššími pracovními postupy než tradiční hlasový obsah, AI hlas se stane standardem pro firemní obsah, jako je reklama, vzdělávání a rozvoj, produkce videa a další.

Vidíte budoucnost, ve které společnosti hluboce personalizují AI hlas pro identitu značky – možná dokonce licencují hlasy, jako kdyby licencovaly hudbu nebo postavy dnes?

Mnohé společnosti mají velmi rozpoznatelné hlasy ve své značkové identitě, které konzistentně používají stejný památný hlasový herec nebo celebritu napříč svým obsahem. AI hlas umožňuje jakékoli společnosti postavit stejné rozpoznání za nižší cenu. AI hlasy mohou být stejně dynamické a personalizované jako tradiční hlasové herectví a značky brzy budou synonymem s jejich AI hlasy – některé již jsou.

Vy jste zdůraznili důležitost firemní kultury a hodnot při budování velkých firem. Jak aplikujete tuto filozofii nyní v WellSaid?

Mám tendenci souhlasit s tím, že skvělá kultura spočívá v práci se skvělémi lidmi, takže maximalizace hustoty talentu, dopadu a chemie jsou všechny kritické iniciativy pro náš vedení. Zásady WellSaid jsou, jak jsme se snažíme pracovat společně, poskytují výzvy pro každého člena týmu, namísto statické ctnosti. Následující zásady nám pomáhají dosáhnout skvělé firemní kultury:

• Vynalezíme technologii, která revolucionalizuje způsob, jakým lidé pracují.

• Jednáme zodpovědně a snažíme se minimalizovat újmu.

• Klademe zákazníky do centra všeho, co děláme.

• Respektujeme individualitu, zatímco uznáváme, že pracujeme nejlépe jako tým.

• Snažíme se postavit skvělou firmu, na kterou můžeme být vždy hrdí.

Jak přemýšlíte o etických implikacích vytváření hlasů, které jsou nerozlišitelné od skutečných lidí? Jaké zodpovědnosti s tím souvisejí?

Ačkoli vzestup AI přinesl etické výzvy a obavy, WellSaid se rozhodl od samého začátku priorizovat transparentnost a soulad. Je naší zodpovědností jako společnosti zabránit zneužití, deep fake nebo šíření dezinformací. To zahrnuje spolupráci s hlasovými herci na vytvoření vlastních hlasů, které jsou licencovány pro konkrétní použití, stanovení jasných kontrol nad tím, kdo může tyto hlasy používat, a za jakým účelem. Je také zodpovědností značek, které používají AI hlas, zajistit, aby spolupracovaly s renomovanými poskytovateli AI, kteří mají tato ochranná opatření na místě.

Co vás nejvíce těší na další kapitole WellSaid – a co si myslíte, že překvapí odvětví, kam se AI hlas ubírá?

Mluvimos o počtu „Slov WellSaid“ jako o naší severní hvězdě. Těším se, že uvidím, jak tato slova porostou, protože více firem bude pokračovat v objevování hodnoty AI hlasu pro doručování lidsky orientovaných zpráv svým publikům ve velkém měřítku. Jak se používání AI hlasu bude dále rozšiřovat, lidé budou překvapeni, jak bezproblémově bude možné přijmout tuto technologii napříč širokou škálou případů použití. Možnosti jsou nekonečné pro AI hlas a audio jako rozhraní v softwaru i fyzických prostředích.

Děkuji za skvělý rozhovor, čtenáři, kteří si chtějí dozvědět více, by měli navštívit WellSaid.