Will Bodewes, medstifter og administrerende direktør for Phonely – interviewserie

Will Bodewes er medstifter og administrerende direktør for Phonely, en virksomhed inden for stemmebaseret AI, der hjælper virksomheder med at besvare opkald og forbedre resultatet af kundesamtaler. Før han startede virksomheden, læste han en ph.d. ved University of Melbourne, hvor han forskede i anvendt kunstig intelligens og systemer, der kunne følge instruktioner og samtidig kommunikere naturligt. Tidligere grundlagde han en startup inden for lydteknologi og dyrkede langrend på NCAA-niveau samt ultradistancykling. Hos Phonely bruger han sin forskningsbaggrund til at løse de praktiske udfordringer ved at implementere stemmeagenter, herunder pålidelighed i samtaler, latenstid, integrationer og løbende optimering af booking-, salgs- og kundeserviceforløb.

Phonely er en platform med stemmeagenter baseret på kunstig intelligens, der gør det muligt for virksomheder at automatisere telefonsamtaler, booke aftaler, kvalificere potentielle kunder, viderestille opkald og forbinde kundeinteraktioner med eksisterende software. Værktøjerne kombinerer tilpassede samtaleforløb med opkaldshistorik, analyser og A/B-test, så teams kan måle resultater og løbende forbedre dem. Virksomheden betjener organisationer lige fra små virksomheder til store koncerner og oplyser, at den understøtter mere end 10.000 virksomheder og håndterer over 120.000 opkald om dagen. Phonely udvikler også sine egne samtalemodeller, herunder Alma, med fokus på at gøre automatiserede opkald hurtigere, mere pålidelige og bedre egnet til virksomheders samtaler i den virkelige verden.

Du begyndte at udvikle Phonely, mens du læste en ph.d. i kunstig intelligens ved University of Melbourne, hvor du i første omgang fokuserede på at skabe systemer, der kunne følge instruktioner og samtidig kommunikere naturligt. Hvad overbeviste dig om, at stemmebaseret AI var nået til et punkt, hvor teknologien kunne danne grundlag for en selvstændig virksomhed, og hvad så du på markedet, som andre overså?

Der var på det tidspunkt intet bevis for, at stemmebaseret AI kunne danne grundlag for en selvstændig virksomhed. Et par virksomheder arbejdede med teknologien og havde omkring fem eller 10 brugere, men ingen havde med succes implementeret stemmebaseret AI, der ikke var et IVR-system. Så da vi startede Phonely, var det et sats. På det tidspunkt var alt fokuseret på chat, så stemme var et nyt medie. Det var et problem, der ikke var løst, så vi tænkte: »Hvorfor ikke gå efter det? Hvorfor ikke prøve at løse det?«

Din ph.d.-forskning begyndte med målet om at skabe en AI, der kunne »følge instruktioner som en robot og tale som et menneske«. Hvilke teknologiske gennembrud fik dig til at indse, at denne forskning kunne blive grundlaget for en kommerciel platform med stemmebaseret AI?

Forskningen var værdifuld og vigtig for at forstå den grundlæggende teknologi og det, der foregik. Den gjorde det muligt for mig at se, hvad der var på vej, og hvad der lå i udviklingspipelinen. Jeg havde den tekniske forståelse af, hvad modellerne var, og hvordan de fungerede, og det gjorde mig i stand til at satse. Helt konkret ville jeg starte en virksomhed og gøre en forskel, og dette område lå tættest på det, jeg kendte til, og det, jeg kunne se var på vej. Jeg ville være en del af det.

Du har beskrevet hvert telefonopkald som en salgstragt, som virksomheder historisk set ikke har været i stand til at optimere systematisk. Hvordan ser det konkret ud at optimere en telefonsamtale, og hvordan kan AI løbende forbedre konverteringen, løsningsraten eller kundeoplevelsen?

Lad os sige, at du bestiller en tid hos en blikkenslager. Personen i telefonen er oplært i at indsamle dine oplysninger og bestille tiden, men alt efter hvordan vedkommende stiller spørgsmålene, kan personen måske fortælle dig om ting, du ikke vidste, at virksomheden også beskæftigede sig med. Så du bestiller måske en tid for at få løst et problem med rørene, men det viser sig, at du også havde brug for at få repareret din vask. En veltrænet stemmebaseret AI-agent gør det samme og hjælper virksomheden med at sælge kunderne mere og skabe større indtægter. Den kan sælge et produkt, som en ny receptionist ikke er oplært i, og føje endnu en post til ordren. Det gør kunden mere tilfreds og giver virksomheden et bedre resultat. En simpel ChatGPT-stemme ved ikke, hvordan den skal gøre det. Man har brug for et produkt, der er udviklet og trænet til formålet.

Derudover kan mennesker overse opkald, undlade at tage telefonen eller viderestille opkald til telefonsvareren. Det går hårdt ud over små virksomheder i USA. De har ikke medarbejdere til at besvare telefonen, mangler en ensartet kvalitet og har ingen mulighed for at optimere den. Med AI kan vi optimere et opkald ved hjælp af de data, vi har, hvis det ikke giver det resultat, virksomheden ønsker. Takket være AI’s hastighed kan vi ændre samtalen, hvilket mennesker ikke ville kunne gøre nær så hurtigt.

Lige nu fokuserer alle på AI som en måde at spare omkostninger på. Men vi mener, at man bør se AI som en drivkraft for vækst. Virksomheder kan faktisk vokse ved at tage AI i brug og dermed opnå bedre resultater end før.

Stemmebaseret AI skal løse udfordringer, som tekstbaseret AI ofte kan undgå, herunder latenstid, afbrydelser, accenter, baggrundsstøj, følelsesmæssige signaler og uforudsigelige samtaler. Hvilke af disse problemer har været sværest at løse pålideligt i stor skala for store virksomheder?

Latenstid er den største udfordring. Vi har løst problemet nu, men i begyndelsen var det en stor hovedpine af to grunde.

For det første byggede vi oven på startups, der ikke var pålidelige. En betydelig del af API-anmodningerne til OpenAI slog fejl, og vi fik ikke noget svar. Hvis man er i telefonen, svarer det til, at opkaldet bliver afbrudt, så vi måtte bygge genforsøg ind for at håndtere det.

Det andet problem var kapaciteten. Når man sendte en anmodning til OpenAI, kunne man ende i kø bag hundredvis eller tusindvis af andre anmodninger, uden at vide, hvor i køen man befandt sig. Det kunne tage 30 sekunder, før svaret kom tilbage. For at omgå det undersøgte vi, hvor OpenAI havde endpoints rundt om i verden, og skiftede mellem de endpoints, vi sendte anmodninger til, alt efter hvilke lande der lå i dvale og havde lav efterspørgsel. Vi måtte bygge hele denne infrastruktur bare for at finde de endpoints, der havde den laveste efterspørgsel på det pågældende tidspunkt. Det var et ret interessant teknisk problem. Nu træner vi vores egne modeller, herunder Alma, så vi ikke behøver bekymre os om det, fordi vi selv styrer beregningsressourcerne og efterspørgslen.

Phonely håndterer nu mere end 120.000 opkald om dagen for tusindvis af virksomheder. Hvad har I lært af at drive stemmeagenter i den skala, som ikke var indlysende, da I byggede den første version af platformen?

Det er virkelig vigtigt, at systemet er tilgængeligt 100 % af tiden. En af de sværeste tekniske udfordringer, vi har arbejdet på at løse, er pålidelighed og hastighed. AI-branchen udvikler sig utroligt hurtigt, og selv for en AI-virksomhed går det stærkt for os. Hos Y Combinator siger man: »Bevæg dig hurtigt, og ødelæg ting.« Men når man har kunder, der foretager 120.000 opkald om dagen, har man ikke råd til at ødelægge noget. En stor del af vores arbejde har derfor handlet om at finde ud af, hvordan vi kan levere med den hastighed, der skal til for at forblive relevante og videreudvikle produktet, samtidig med at vi holder virksomhedskunderne tilfredse og sikrer stabil drift, mens vi fortsætter med at udvikle nye funktioner for at være på forkant i markedet. Pålidelighed var nok en af de største udfordringer, vi stod over for, da vi byggede virksomheden.

Generative AI-systemer kan opføre sig uforudsigeligt, men en kundevendt telefonagent kan håndtere betalinger, bookinger, sundhedsfaglige spørgsmål eller andre interaktioner med store konsekvenser. Hvordan designer I stemmeagenter, der forbliver fleksible og samtalende uden at hallucinere eller handle uden for deres bemyndigede rammer?

Det fandt vi ud af på den hårde måde for omkring to år siden, og nu er det ret udbredt i branchen. Vi indså, at det største problem med LLM’er er konteksten. Når man putter for meget ind i en prompt, for eksempel flere siders instruktioner, stiger risikoen for, at noget går galt.

Derfor designede vi et orkestreringssystem med otte agenter, hvor opgaven overdrages fra én agent til en anden, og hver agent har sin egen afgrænsede kontekst. Det minder om, hvordan et menneske følger et manuskript under et opkald: Man indhenter nogle oplysninger, går videre til næste trin og så videre. Det gør det muligt for os at adskille trinnene på kodeniveau. Hvis jeg skulle indhente dit navn, din e-mailadresse, dit telefonnummer og din fødselsdato, før jeg gav dig pengene tilbage, kunne jeg garantere, at oplysningerne blev indhentet på kodeniveau, før vi gik videre. Det kan man ikke garantere, hvis man blot stoler på en LLM. Ved at bygge dette orkestreringslag for agenter kan man opnå 100 % pålidelighed, fordi alle trinnene registreres, før opgaven overdrages til en ny agent, som stadig har konteksten, men er begrænset til sine egne instruktioner.

En Phonely-implementering genererede angiveligt 10 millioner dollar i ny omsætning for en kunde på blot tre måneder. Hvad gjorde det muligt for AI at skabe så målbar en forretningsmæssig effekt, og hvor ser du, at stemmebaseret AI giver det største afkast i dag?

Det kunne vi, fordi vi havde adgang til kundens nøgletal. De fokuserede på salg, fordi opkaldene var indgående, og de kvalificerede de personer, der ringede, så vi kunne følge resultaterne. Afhængigt af dagen lå deres callcenters salgsrate på omkring 35 % til 42 %. Efter at have fået de oplysninger fra kunden tog vi deres opkaldsforløb og optimerede agenten. Vi begyndte med en salgsrate på omkring 20 %. I de følgende måneder videreudviklede vi løsningen, finjusterede den og optimerede den, indtil vi i de fleste tilfælde klarede os bedre end deres callcenter. Vores salgsrate blev ved med at stige, fordi vi fandt frem til problemerne og sørgede for, at oplevelsen var ensartet og perfekt hver eneste gang. Vi var i stand til at klare os bedre end et callcenter.

Efterhånden som stemmeagenter bliver mere avancerede, hvor bør virksomheder så trække grænsen mellem samtaler, der kan automatiseres fuldt ud, og situationer, hvor et menneske fortsat bør være involveret?

Virksomheder bør kunne automatisere enhver gentagelig proces, som de ønsker fulgt, og som er tilstrækkeligt klart defineret.

Automatisering bliver dog vanskelig på nogle områder. Et af dem er integrationer uden API’er: Lad os sige, at du har brug for en integration, men at softwaren ikke har et API. Det er svært at komme uden om, selvom der findes nogle automatiseringer, man kan udføre i en browser. Et andet område er situationer med flere overdragelser mellem en agent og et menneske, hvor opgaven derefter går tilbage til en agent. Det tredje er manglende kontekst. Lad os sige, at jeg har glemt min pung på en restaurant. Det er noget, AI aldrig vil kunne løse, fordi den ikke ved, om du har din pung, og den kan ikke undersøge, om pungen ligger på restauranten.

Nogle situationer vil altid kræve et menneske, ligesom mere kompliceret arbejde, der går på tværs af flere systemer. Undgå at bruge en agent til den slags.

Phonely har for nylig rejst 16 millioner dollar i en serie A-finansieringsrunde efter at være vokset til mere end 10.000 virksomheder. Hvordan ser virksomhedens næste fase ud, og hvilke tekniske kompetencer mener du vil adskille næste generation af platforme til stemmebaseret AI fra de øvrige?

Næste fase handler om at udbygge teamet og fortsætte med at investere i det. Vi satser alt på denne idé. Mange virksomheder kaster sig over stemmebaseret AI, og de vil sandsynligvis klare sig udmærket på forskellige områder. Men vi bygger ikke bare en stemmeassistent. Vi bygger en optimeringsplatform, hvor vi bruger stemmen som kanal. For virksomheder, der går op i kundeemner og i, at deres telefoner skaber omsætning, handler vores fokus udelukkende om at optimere AI-agenter, så de opnår de resultater, kunderne ønsker. Tænk på Phonely som en optimeringsvirksomhed, hvor folk gerne vil optimere deres agenter, så de klarer sig bedre.

Din akademiske forskning har også undersøgt, hvordan AI og teknologi med intelligente elmålere kan bruges til at forbedre adgangen til energi og ren madlavning i udviklingsøkonomier. Når vi ser ud over Phonely, hvordan mener du så, at AI kan anvendes til at løse store udfordringer i den fysiske verden, såsom adgang til energi, og er det et område, du håber at vende tilbage til på et tidspunkt?

AI kan gøre meget godt, men mange af de problemer, der findes, er menneskeskabte, så der er også behov for forandringer på det område. Ikke alle problemer kan løses med teknologi. Men hvis teknologiske fremskridt og menneskelige forandringer sker samtidig, vil det samlet set være positivt for verden.

Tak for et fantastisk interview. Læsere, der gerne vil vide mere, kan besøge Phonely.