Ofer Ronen, spoluzakladatel a CEO Tomato.ai – Interview Series

Ofer Ronen je spoluzakladatel a CEO Tomato.ai, platformy, která nabízí AI poháněný hlasový filtr pro zmírnění přízvuku pro hlasy agentů z ostatních zemí, zatímco mluví, což vede k zlepšení CSAT a prodejních metrik.

Ofer dříve prodal tři technologické startupy, dvě společnosti Google a jednu společnosti IAC. Strávil posledních pět let v Google, kde budoval řešení pro kontaktní centra AI v rámci Area 120 inkubátor. Uzavřel více než 500 milionů dolarů ve smlouvách pro tyto nové řešení. Má magisterský titul v oboru počítačového inženýrství se zaměřením na AI z University of Michigan a MBA z Cornell.

Co vás最初 přitáhlo k strojnímu učení a AI?

AI má dlouhou historii startů a zastavení. Období, kdy existovala velká naděje, že tato technologie transformuje odvětví, následovaná obdobími zklamání, protože nevyhovovala očekáváním.

Když jsem dělal magisterský titul v AI před pár desetiletími, na University of Michigan, bylo to období zklamání, kdy AI nebyla schopna mít žádný dopad. Byl jsem fascinován myšlenkou, že počítače lze naučit provádět úkoly pomocí příkladů, nikoli tradičními heuristikami, které vyžadují myšlení o tom, jaké explicitní instrukce poskytnout. V té době jsem pracoval v AI výzkumném laboratoři na virtuálních agentech, kteří pomáhají učitelům najít online zdroje pro své třídy. V té době jsme neměli velké množství dat, výkonné výpočetní prostředky nebo pokročilé neuronové sítě, které máme dnes, takže naše schopnosti byly omezené.

Od roku 2016 do 2019 jste pracoval v Google Area 120 inkubátoru na designování vysoce robustních virtuálních agentů pro největší kontaktní centra. Jaké bylo toto řešení přesně?

V poslední době jsem pracoval v Google Area 120 inkubátoru na některých z největších nasazení hlasových virtuálních agentů, včetně několika projektů pro společnosti Fortune 50 s více než 100 miliony podpůrných hovorů ročně.

Abychom mohli postavit více robustní hlasové virtuální agenty, které mohou zvládnout komplexní konverzace, jsme použili miliony historických konverzací mezi lidmi a použili je k detekci typu následných otázek, které zákazníci mají za svou počáteční otázku. Díky analýze následných otázek a různých způsobů, jak zákazníci formulují každou otázku, jsme mohli postavit flexibilní virtuální agenty, které mohou vést klikaté konverzace. To lépe odráželo typ konverzací, které zákazníci vedou s lidskými agenty. Výsledkem bylo podstatné zvýšení počtu hovorů, které byly plně zpracovány virtuálními agenty.

V letech 2021 a 2022 jste postavil 2. startup v Area 120, můžete sdílet, co tato společnost byla a co jste se z této zkušenosti naučil?

Můj druhý startup v Area 120 se opět zaměřil na kontaktní centra. Naše řešení se zaměřilo na snížení odchodu zákazníků tím, že se proaktivně obrátí na zákazníky hned po neúspěšném podpůrném hovoru, kde zákazník vyjádřil svůj problém, ale nedošlo k jeho vyřešení. Tento přístup by byl proveden virtuálními agenty, kteří byli školeni na řešení otevřených problémů. Co jsem se z této zkušenosti naučil, je, že odchod zákazníků je obtížně měřitelným ukazatelem, který lze vyhodnotit včas. Může to trvat 6 měsíců, než budou získány statisticky významné výsledky pro změny v odchodu zákazníků. To činí obtížným optimalizovat zkušenost dostatečně rychle a přesvědčit zákazníky, že řešení funguje.

Můžete sdílet příběh o vzniku vašeho 3. kontaktního centra AI startupu Tomato.ai a proč jste se rozhodl udělat to sám, místo práce v Google?

Nápad pro Tomato.ai, můj třetí kontaktový centrální startup, přišel od Jamese Fana, mého spoluzakladatele a CTO. James si myslel, že by bylo účinnější prodávat víno s francouzským přízvukem, a tak co kdyby mohl kdokoli být učen znít francouzsky?

To byl semínko nápadu, a od té doby naše myšlení vyrostlo. Když jsme to více prozkoumali, našli jsme akutnější bolestivý bod, který zákazníci pociťují, když mluví s agentem s přízvukem z jiné země. Zákazníci měli problémy s porozuměním a důvěrou. To představovalo větší trhovou příležitost. Díky našim zkušenostem jsme si uvědomili, že by to mělo velký dopad na kontaktní centra, které by jim pomohly zlepšit své prodejní a podpůrné metriky. Nyní nazýváme toto řešení „zmírnění přízvuku“.

James a já dříve vedli a prodali startupy, včetně prodeje startupu společnosti Google.

Rozhodli jsme se opustit Google a založit Tomato.ai, protože po mnoha letech strávených v Google jsme měli chuť vrátit se k zakládání a vedení naší vlastní společnosti.

Tomato.ai řeší důležitý bolestivý bod v kontaktních centrech, který spočívá v zmírnění přízvuku pro agenty. Můžete diskutovat, proč jsou hlasové filtry preferovaným řešením oproti školení agentů?

V Tomato.ai chápeme důležitost jasných komunikací v kontaktních centrech, kde přízvuk může někdy vytvářet bariéry. Místo toho, abychom se spoléhali pouze na tradiční školení agentů, jsme vyvinuli hlasové filtry, nebo co nazýváme „zmírnění přízvuku“. Tyto filtry pomáhají agentům udržet svůj jedinečný hlas, zatímco snižují jejich přízvuk, zlepšují srozumitelnost pro volající. Používáním hlasových filtrů zajišťujeme lepší komunikaci a budujeme důvěru mezi agenty a volajícími, což činí každou interakci účinnější a spokojenější pro zákazníky. Takže, ve srovnání s rozsáhlými programy školení, hlasové filtry nabízejí jednodušší a okamžitější řešení problémů souvisejících s přízvukem v kontaktních centrech.

Jak stávající agenti využijí tyto nástroje ke zlepšení své výkonnosti, budou moci požadovat vyšší sazby, které odrážejí jejich zvýšenou hodnotu při poskytování výjimečných zákaznických zkušeností. Současně bude demokratizující efekt generativní AI přinášet nové začínající agenty, rozšiřovat talentovou základnu a snižovat hodinové sazby. To představuje fundamentální transformaci v dynamice kontaktních center, kde technologie a lidská odbornost mění krajinu odvětví, vytvářejí cestu k více inkluzivní a konkurenceschopné budoucnosti.

Jaké jsou některé z různých technologií strojového učení a AI, které se používají k umožnění hlasového filtrování?

Toto řešení reálného hlasového filtrování by nebylo možné před pár lety. Pokroky ve výzkumu řeči v kombinaci s novějšími architekturami, jako je model transformer a hluboké neuronové sítě, a výkonnějším AI hardwarovým vybavením (jako TPUs od Google a GPU od NVidia) činí možné budování takových řešení dnes. Je to stále velmi obtížný problém, který vyžaduje, aby náš tým vynalezl nové techniky pro školení modelů řeč-na-řeč, které jsou nízké latence a vysoké kvality.

Jaký typ zpětné vazby jste obdržel od kontaktních center a jak to ovlivnilo míru fluktuace zaměstnanců?

Máme silnou poptávku od velkých a malých kontaktních center z ostatních zemí, aby otestovaly naše řešení pro zmírnění přízvuku. Tato kontaktní centra si uvědomují, že Tomato.ai může pomoci s jejich dvěma největšími problémy (1) výkonnostní metriky agentů z ostatních zemí nejsou srovnatelné s agenty z domácího trhu (2) je obtížné najít dostatek kvalifikovaných agentů, aby je zaměstnávali v ostatních zemích, jako je Indie a Filipíny.

Očekáváme, že v následujících týdnech budeme mít případové studie, které budou podrobně popisovat dopad, který kontaktní centra zaznamenají při použití zmírnění přízvuku. Očekáváme, že prodejní hovory uvidí okamžitý nárůst v klíčových metrikách, jako je výnos, míra uzavření a kvalifikace leadů. Současně očekáváme, že podpůrné hovory uvidí kratší dobu zpracování, méně zpětných hovorů a zlepšení CSAT.

Jak je uvedeno výše, míra fluktuace zaměstnanců vyžaduje delší dobu, aby byla ověřena, a tak případové studie s těmito zlepšeními budou následovat později.

Tomato.ai nedávno získal 10 milionů dolarů ve financování, co to znamená pro budoucnost společnosti?

Jak se Tomato.ai chystá spustit svou inaugurační produktovou řadu, tým zůstává pevně odhodlán měnit krajinu globální komunikace a budoucnost práce, jeden rozhovor za čas.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Tomato.ai.