Benjamin Dorr, administrerende direktør for WellSaid – Interviewserie

Benjamin Dorr er administrerende direktør for WellSaid og har mere end 20 års erfaring med at drive og investere i virksomheder i tidlige og vækstfaser, primært inden for teknologi. Lige før WellSaid var Benjamin COO i Cordial, en virksomhed med cross-channel marketing-platform og 2x Deloitte Fast 500-valg. Han har også fungeret i tværfaglige ledelsesroller i Valassis Digital, Rustic Pathways, Rhythm NewMedia og Counsyl. Benjamin startede sin karriere i Citi, Morgan Stanley (MS ) og The Carlyle (CG ) Group, og han har en bachelorgrad fra Harvard i datalogi og offentlig politik.

Siden sin grundlæggelse i 2019 har WellSaid udnyttet avanceret tekst-til-tale-teknologi til at skabe ultra-realistic, premium AI-stemmer ved omhyggeligt at udvælge professionelle stemmeaktører og bygge sin egen AI-platform. Virksomheden tilbyder enterprise-klare løsninger – såsom sin Studio-værktøj til samarbejdende stemme-oversættelse og en API til problemfri integration – hvilket hjælper hold i marketing, uddannelse, video-produktion og produktudvikling med at levere konsekvent, på-mærke- og højkvalitets lyd. Guidet af stærke værdier og ansvarlige AI-principper prioriterer WellSaid tillid, kvalitet og etisk udvikling for at sikre engagerende, højfølelses- og troværdige lydoplevelser.

Du har haft en fascinerende rejse – fra investeringsbank og venturekapital til at hjælpe med at skabe mission-drevne virksomheder. Hvordan har disse forskellige oplevelser formet din ledelsesapproach og vision for WellSaid?

Før jeg co-founded min første startup i 2006, var jeg heldig at opleve en ledelsesapproach, der formede, hvordan jeg leder. I min tidlige karriere landede jeg hos en fantastisk investor ved navn Ed Mathias, hvis ledelses- og investeringsstil resonerer med mig. Han byggede alle op omkring sig og anså sit netværk som sin største aktiv. Han ledte efter diamanter i ruiner samt konsensus-vindere, og han argumenterede for, at da der er mange måder at tjene penge på, kan man optimere for andre ting – intellektuel nysgerrighed, mennesker, man nyder at arbejde med, hvad der hjælper verden osv.

AI-stemme har udviklet sig hurtigt i blot få år. Hvad er det største spring fremad, du tror, der er på vej – og hvordan forbereder WellSaid sig på det?

Ubiquitæt. Da kvaliteten af AI-stemme øger, stiger antallet af brugssager, fra interne one-to-many-kommunikation såsom uddannelse og aktivering til eksterne one-to-many-kommunikation såsom marketing. Samtidig nærmer sig den underliggende omkostning af AI-stemme traditionel tekst-til-tale-niveauer, hvilket betyder, at flere kan udnytte AI-stemme. Med lanceringen af Caruso – vores seneste model – og vores samlede data-pipeline, skyder vi vores innovation fremad i både kvalitet og omkostning. Dette er en af fordelene ved at være vertikalt integreret i AI fra data-sæt til model til anvendelse.

Synthetiske stemmer er overalt nu – fra lydbøger til kundeservice-robotter. Hvordan sikrer du, at WellSaid’s stemmer forbliver troværdige og menneske-centrerede i dette hurtigt udviklende område?

Mennesker er i centrum af hver enkelt aspekt af WellSaid. WellSaid’s lukkede kilde-stemme-teknologi er bygget på ansvarligt licenserede stemme-data fra betalte skuespillere. Men vores stemme-skuespillere er mere end træningsdata, de er sande samarbejdspartnere igennem hele processen. Og vores kunder er ikke blot testere, men de er partnere i udviklingen af den perfekte stemme til hver anvendelse. Hver funktion i WellSaid-platformen afspejler dette, hvilket giver brugerne mulighed for at genoptage en linje, betone et ord eller øjeblikkeligt opdatere indhold uden at kompromittere kvalitet, konsekvens eller rettigheder.

Hver stemme er produktionsklar og kommercielt godkendt til offentligt eller kunde-orienteret indhold.

WellSaid betoner “ansvarlig AI”. Hvad ser det ud til i praksis, når I udvikler nye stemme-modeller?

WellSaid sætter standarden for ansvarlig AI med en robust ramme centreret omkring lighed, gennemsigtighed, privatliv og sikkerhed samt indholdsmoderation.

WellSaid hyrer rigtige stemme-skuespillere, sikrer deres udtrykte, skriftlige samtykke til at give stemme-data til platformen og kompenserer dem retfærdigt med en fortsat andel af omsætningen. For at beskytte deres privatliv og sikkerhed bruger WellSaid lager billeder og aliaser til at repræsentere de syntetiske stemmer og opmuntrer dem til at være forsigtige med at dele deres association med WellSaid for at reducere risikoen for, at andre misbruger deres stemme.

For at forhindre spredning af misinformation og audio deep fakes fra stemme-kloning, kan WellSaid-brugere ikke uploade stemme-data fra politikere, berømtheder eller andre, medmindre WellSaid har den pågældendes udtrykte, skriftlige samtykke. WellSaid fastholder også strenge standarder for passende indhold, hvilket forbyder brugen af stemmer til indhold, der er skadeligt, hadefuldt, svindelagtigt eller tiltænkt at anstifte vold.

WellSaid sikrer, at indhold altid tilhører skaberen, hvilket garanterer brugerne ejerskab af ophavsret og ophavsretsbeskyttelse over det materiale eller indhold, der skabes på platformen.

Gennem WellSaid’s omfattende beskyttelser sætter vi branchens forventninger til, hvad ansvarlig AI-stemme skal se ud til i produktion.

WellSaid sigter mod at tilbyde “højeste kvalitet-til-omkostnings-forhold” i branchen. Hvilke innovationer – tekniske, operationelle eller strategiske – vil hjælpe jer med at opfylde dette løfte?

I WellSaid prioriterer vi at integrere vores samlede produkt-pipeline vertikalt. Inden for Caruso er et godt eksempel vores internt udviklede vocoder, der giver os mulighed for at træne med 1/10 af antallet af parametre som et almindeligt værktøj såsom BigVGAN, og vi kan gøre det med 2 gange bedre lydkvalitet. Strategisk har vi været bevidste om at levere på kvalitet frem for bredde (såsom at tilbyde hvert sprog). Ved at gøre det kan vi have tabt noget business – men det er på bekostning af at levere et højere kvalitets-, lavere omkostnings-produkt til vores kerne-publikum.

Hvordan ser du på AI-stemmes rolle i udviklingen i virksomheds-miljøer over de næste 3-5 år?

AI er ikke en helt ny frontier, men en del af en velkendt mønster. Ligesom opkomsten af mobile enheder eller det tidlige internet markerer AI en ændring, der udfordrer hold til at tænke om, hvordan indhold skabes, hvordan mennesker interagerer med software, og hvordan stemme repræsenterer en brand.

Over de næste par år vil virksomheds-selskaber ikke kunne undgå AI-stemme, ligesom de ikke kunne undgå andre teknologiske revolutioner i fortiden. Da AI-stemme-kvaliteten fortsætter med at forbedre sig, sammen med lavere omkostninger og enklere arbejdsgange end traditionel stemme-aktør-indhold, vil AI-stemme blive standarden for virksomheds-indhold såsom reklame, uddannelse og udvikling, video-produktion og mere.

Ser du en fremtid, hvor virksomheder dybt personliggør AI-stemme til brand-identitet – måske endda licenserer stemmer ligesom de licenserer musik eller karakterer i dag?

Mange virksomheder har meget distinkte stemmer i deres brand-identitet, konsekvent bruger de samme erindrende stemme-aktører eller berømte talspersoner på tværs af deres indhold. AI-stemme giver enhver virksomhed mulighed for at bygge den samme genkendelighed for mindre. AI-stemmer kan være lige så dynamiske og personlige som traditionel stemme-aktør-arbejde, og brands vil snart blive synonyme med deres AI-stemmer – nogle er allerede det.

Du har understreget vigtigheden af virksomheds-kultur og -værdier i opbygningen af store virksomheder. Hvordan anvender du denne filosofi nu i WellSaid?

Jeg er enig i, at en god kultur er at arbejde med gode mennesker, så maksimering af talent-tæthed, impact og kemiske processer er alle kritiske initiativer for vores ledelseshold. WellSaid’s principper er, hvordan vi sigter mod at arbejde sammen, og giver handlingssignaler til hvert enkelt medlem af holdet i stedet for en statisk dyd. Følgende principper hjælper os med at opnå en god virksomheds-kultur:

• Vi opfinder teknologi, der revolutionerer, hvordan mennesker arbejder.

• Vi handler ansvarligt og stræber efter at minimere skade.

• Vi sætter kunderne i centrum af alt, hvad vi gør.

• Vi respekterer individualitet, mens vi erkender, at vi arbejder bedst som et hold.

• Vi sigter mod at bygge en stor virksomhed, som vi altid kan være stolte af.

Hvordan tænker du over de etiske implikationer af at skabe stemmer, der er umulige at skelne fra rigtige mennesker? Hvilke ansvar følger med det?

Da AI’s opkomst har bragt etiske udfordringer og bekymringer med sig, besluttede WellSaid fra starten at prioritere gennemsigtighed og overholdelse. Det er vores ansvar som virksomhed at forhindre misbrug, deepfakes eller spredning af misinformation. Dette inkluderer at arbejde med stemme-talenter til at skabe brugerdefinerede stemmer, der er licenseret til bestemte brugssager, etablering af klare kontroller over, hvem der kan bruge disse stemmer, og til hvilket formål. Det er også ansvarligt for brands, der bruger AI-stemme, til at sikre, at de samarbejder med troværdige AI-leverandører, der har disse sikkerhedsforanstaltninger på plads.

Hvad begejstrer dig mest ved den næste kapitel for WellSaid – og hvad tror du, der vil overraske branchen med, hvor AI-stemme er på vej?

Vi taler om antallet af “Ord WellSaid” som en nordstjerne for vores hold. Jeg er begejstret for at se, hvordan disse ord vokser, da flere virksomheder fortsat ser værdien i AI-stemme til at levere menneske-centrerede budskaber til deres publikum i stor målestok. Da brugen af AI-stemme fortsætter med at udvikle sig, vil folk blive overrasket over, hvor problemfrit det vil være at adoptere teknologien på tværs af en bred vifte af brugssager. Mulighederne er uendelige for AI-stemme og lyd som en grænseflade i både software og fysiske miljøer. Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge WellSaid.