Josh Feast, administrerende direktør og medstifter af Cogito – Intervju-serie

Josh Feast er administrerende direktør og medstifter af Cogito, et entreprise, der kombinerer Emotion og Conversation AI i en innovativ platform, der giver real-time coaching og vejledning til kontaktcenter-agenter, giver supervisorerne indsigt i live-samtaler fra deres hold, der arbejder fra hvor som helst, og kontinuerligt overvåger kunde- og medarbejderoplevelser.

Cogitos historie begynder i 1999, før virksomheden blev grundlagt. Kan du dele nogle indsigt i disse tidlige dage på MIT Human Dynamics Lab og hvad der blev arbejdet med?

Fra 1999 til 2006 udviklede Dr. Sandy Pentland grundlæggende grundvidenskab, der demonstrerede tilstedeværelsen og kraften af sociale signaler i menneskelig kommunikation og evnen af maskiner til at registrere og fortolke dem.

I 2007 blev Cogito udskilt fra MIT Media Lab. Kan du dele denne oprindelseshistorie?

Før min tid på MIT erkendte jeg behovet for teknologi, der er informeret af samtalekontekst for at hjælpe brugerne i følelsesladede situationer. Mens jeg arbejdede på New Zealand Department of Child, Youth and Family Services (nu kendt som Child, Youth and Family-enheten i Ministeriet for Social Udvikling), lagde jeg mærke til, at mange socialarbejdere var udbrændte på grund af den høje emotionelle natur af deres opgaver og troede, at ledelsessystemerne, der understøttede dem, ville have stor gavn af en sådan teknologi. Jeg bragte mine observationer fra den tid med til MIT, og Cogito blev senere skabt ud fra Dr. Pentlands forskning på MIT Media Lab, der syntes at løse problemet direkte. Cogito modtog finansiering fra Defense Advanced Research Projects Agency (DARPA) til at forskere og udvikle en kunstig intelligens-platform og adfærdsmodeller til automatisk at registrere menneskelige psykologiske tilstande. Denne teknologi viste sig at være succesfuld til at hjælpe militærveteraner, der vendte tilbage fra kamp, gennem udstationeringer med Department of Veteran Affairs (VA).

Den Emotion AI-teknologi, der bruges hos Cogito, blev først valideret ved at hjælpe sundhedsydelser med at registrere tidlige tegn på PTSD og andre psykiske lidelser hos soldater, der vendte tilbage fra kamp. Kan du diskutere nogle detaljer omkring dette og de resultater, der blev set?

Formålet med at implementere denne teknologi i sundhedsydelser var at registrere depression og forhindre selvmord hos militærveteraner, der vendte tilbage fra kamp. Den platform, vi udviklede, gjorde det muligt for læger at spore veteranernes samlede psykiske sundhed gennem stemmesignaler og at identificere begivenheder som hjemløshed og andre advarselsignaler for dårlig psykisk sundhed. Vi indså hurtigt, at vi havde noget særligt, og at teknologiens anvendelse kunne vise sig nyttig ud over at støtte militærveteraner og sundhedsydelser i områder med høje volumener af komplekse, følelsesladede samtaler. Med vores rødder stadig centreret omkring den menneskelige oplevelse blev vi den Cogito, du kender i dag, der støtter real-time coaching og vejledning for storstile kontaktcenter-agenter på tværs af mange brancher, herunder sundhedssektoren.

Kan du diskutere, hvordan Cogito bruger AI til at analysere adfærds-kilder og give øjeblikkelig feedback under samtaler?

Cogito bruger en kraftfuld kombination af Emotion og Conversation AI til at afsløre nye indsigt fra alle samtaler, hvor både hvad der blev sagt og hvordan kunderne modtog beskeden. Disse AI-modeller måler kundeoplevelsen (CX) i real-time på alle opkald for at have en umiddelbar effekt, modsat post-opkaldsanalyse, der kun fokuserer på at forbedre fremtidige interaktioner.

Cogito udtrækker og analyserer mere end 200 akustiske og stemmesignaler på få millisekunder for at give kontaktcenter-agenter kilder til, hvordan de kan justere deres adfærd og fremhæve de bedste anbefalinger baseret på de emner, der blev diskuteret, og de ønskede resultater.

Cogito udfører live, i-opkald stemmeanalyse for at supplere adfærd i real-time og skabe bedre menneskelige forbindelser i stor skala mellem kunder og kontaktcenter-agenter, uanset hvor de arbejder.

Hvordan vejleder denne feedback agenterne til at bygge bedre relationer med kunderne?

Den øjeblikkelige feedback, som kontaktcenter-agenter modtager fra Cogitos hints, giver agenterne mulighed for at vise mere konsekvent følelsesmæssig intelligens, hvilket resulterer i, at agenterne leverer mere empati på hvert opkald. Forbedret empati fører til bedre samtale-resultater, såsom reducerede opkaldshåndteringstider, øget førstegangsopløsning, forbedret kundetilfredshed og øget kundeværdi.

Hver kontaktcenter-repræsentant har forskellige styrker og svagheder. Den øjeblikkelige feedback, de modtager på opkaldet, hjælper med at forbedre deres kundeservice, enten det er at give mere empati, tale langsommere eller lyde mere opmuntrende. Denne tilpassede feedback i øjeblikket giver agenterne mulighed for at bygge en relation med kunden baseret på kundens oplevelse og de stemmesignaler, der registreres af AI-modellen. Dette forbedrer både kundeoplevelsen og agentoplevelsen.

Øjeblikkelig feedback er ikke kun fordelagtigt for CX – det er også fordelagtigt for medarbejderoplevelsen (EX). Vores værktøjer hjælper med at støtte repræsentanterne til at have mere positive arbejdserfaringer, hvilket er bevist at drive højere niveauer af CX.

I 2019 offentliggjorde Cogito en artikel med titlen “Køns-debiasering i tale-emotion-genkendelse.” Hvad var nogle af de vigtigste indsighter, når det kommer til effekten af kønsbias i tale med hensyn til emotion?

Vores artikel fokuserede på modelleringstilgangen og optimeringsteknikker samt stikprøveforvrængning. Derfor skal der udføres mere forskning for at mindske negativ bias generelt i maskinlæring og specifikt i tale-emotion-genkendelse. Nogle af de vigtigste indsighter omfatter:

Kvindelig tale tenderer til at være højere i tone end mandlig tale, hvilket resulterer i mere vidtspændte harmoniske.

Tale-emotion-genkendelsesmodeller kan være påvirkede af denne forskel. Dette kan føre til lavere nøjagtighed for kvindelig tale i forhold til mandlig tale.

Debiasmekanismer kan anvendes til at reducere denne nøjagtighedsulighed. I artiklen introducerer Cogito en ny debias-teknik, der performer favorabelt i forhold til baseline.

Hvordan opererer Cogito for at mindske effekten af uønsket køns- eller anden type bias?

Cogito bruger naturlig sprogbehandling (NLP)-modeller, der kombinerer menneskebevidste AI-systemer, dybe læremodeller og andre komplekse regler, der hjælper computere med at forstå, analysere og simulere menneskesprog. Vi arbejder konstant på at udvikle og forbedre vores NLP med nye data for at mindske bias.

Cogito har en omfattende protokol for udvikling af maskinlæringsmodeller, der udtrykkeligt sigter på at mindske bias og sikre etisk maskinlæring (ML)-baseret produktfunktion. Denne protokol dækker områder som stikprøve-data til træning, mindske bias i menneskelig mærkning og brug af ML-debias-teknikker.

Cogito bruger en ’fairness’-dataset, der består af en stor mængde af audio-data, hvor talerne selv-rapporterer forskellige demografiske kategorier. Alle modeller vurderes mod fairness-datasettet og mod de forskellige demografiske kategorier. Vi bruger også ML Ops-teknikker til at overvåge modeller i produktion og systematisk gennemføre model-audit med menneskelig annotation.

Hvad er dine personlige synspunkter på, hvordan AI ikke kun skal erstatte mennesker, men også supplere menneskelig adfærd?

Der er ting, som mennesker kan gøre, og nuancer, som de kan give i menneske-menneske-interaktioner, som teknologi som AI ikke kan efterligne på egen hånd. For eksempel ønsker kunder at modtage empati, når de kontakter kundeservice. Hvis kunden kun interagerer med et automatiseret system drevet af AI, kan deres problem måske blive løst, men de kan ende med at føle frustration eller irritation over interaktionen. Hvis vi erstatter alle kontaktcenter-agenter med AI, eliminerer vi det menneskelige element, der er nødvendigt for at bygge relationer og opnå og fastholde loyale kunder.

Når man deltager i en service-interaktion, værdsætter mennesker at tale med nogen, der kan sætte sig i deres sted, der har haft oplevelser, der ligner det, de selv går igennem. På samme måde værdsætter mennesker følelsen af, at nogen andre tager sig af dem og ejer løsningen af deres problem. Det vil tage lang tid, før selvstændig AI virkelig opfattes som noget andet end et selv-hjælp-værktøj.

Er der noget andet, du gerne vil dele om Cogito?

Hos Cogito udvikler vi nye teknologier for at indføre den næste generation af kontaktcenter. Tidligere på året offentliggjorde vi vores Employee Experience (EX) Score for at spore agenters oplevelser. Ligesom vores kundeoplevelse (CX)-score kombinerer EX-scoren menneskebevidst Emotion AI og Conversation AI, der giver indsigt i real-time på enkeltstående eksempler eller tendenser på tværs af flere opkald. Midt i høje niveauer af utilfredshed, udbrændthed og fraflytning hjælper EX-scoren med at løse spørgsmålet om, hvordan man kan forhindre udbrændthed og hjælpe agentoplevelsen, hvilket igen driver bedre kundeoplevelser og langsigtede forretningsbæredygtighed.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Cogito.