Benjamin Dorr, CEO von WellSaid – Interview-Serie

Benjamin Dorr ist der CEO von WellSaid und bringt über 20 Jahre Erfahrung im Betrieb und in Investitionen in Early-Stage- und Wachstumsunternehmen, vor allem in der Technologie. Unmittelbar vor WellSaid war Benjamin der COO von Cordial, einer Unternehmens-Plattform für Cross-Channel-Marketing und 2x Deloitte Fast 500-Auswahl. Er hat auch in cross-funktionellen Führungspositionen bei Valassis Digital, Rustic Pathways, Rhythm NewMedia und Counsyl gearbeitet. Benjamin begann seine Karriere bei Citi, Morgan Stanley (MS ) und The Carlyle (CG ) Group und hat einen Bachelor-Abschluss von Harvard in Informatik und öffentlicher Politik.

Seit seiner Gründung im Jahr 2019 hat WellSaid fortschrittliche Text-to-Speech-Technologie genutzt, um ultra-realistische, hochwertige KI-Stimmen zu erstellen, indem es professionelle Sprecher sorgfältig auswählt und seine eigene KI-Plattform aufbaut. Das Unternehmen bietet unternehmensreife Lösungen wie sein Studio-Tool für die Zusammenarbeit bei der Erstellung von Voice-Overs und eine API für eine nahtlose Integration, mit denen Teams im Marketing, in der Schulung, in der Videoproduktion und in der Produktentwicklung konsistente, markenkonforme Audioinhalte liefern können. Unter der Leitung von starken Werten und verantwortungsvollen KI-Grundsätzen priorisiert WellSaid Vertrauen, Qualität und ethische Einsetzung, um engagierte, hoch emotionale und glaubwürdige Audio-Erlebnisse zu gewährleisten.

Sie haben eine faszinierende Reise hinter sich – von der Investmentbank und dem Venture-Capital zum Mitwachsen von missionorientierten Unternehmen. Wie haben diese vielfältigen Erfahrungen Ihre Führungsansätze und Visionen für WellSaid geprägt?

Bevor ich mein erstes Startup im Jahr 2006 mitgründete, hatte ich das Glück, einen Führungsansatz zu erleben, der mich geprägt hat. In meiner frühen Karriere landete ich bei einem großartigen Investor namens Ed Mathias, dessen Führungs- und Investitionsstil mir entsprach. Er baute jeden um sich herum auf und betrachtete sein Netzwerk als seinen größten Vermögenswert. Er suchte nach Diamanten in der Raupe sowie nach Konsensgewinnern und argumentierte, dass es viele Möglichkeiten gibt, Geld zu verdienen, man also auf andere Dinge optimieren kann – intellektuelle Neugier, Menschen, mit denen man gerne zusammenarbeitet, was der Welt hilft usw.

Die KI-Stimme hat sich in nur wenigen Jahren rasant entwickelt. Was ist der größte Sprung nach vorne, den Sie als Nächstes kommen sehen – und wie bereitet sich WellSaid darauf vor?

Ubiquität. Wenn die Qualität der KI-Stimme zunimmt, steigt auch die Anzahl der Einsatzfälle, von internen Ein-zu-Vielen-Kommunikationen wie Schulung und Enablement bis hin zu externen Ein-zu-Vielen-Kommunikationen wie Marketing. Gleichzeitig nähert sich die zugrunde liegende Kosten der KI-Stimme den Niveaus herkömmlicher Text-to-Speech-Systeme, was bedeutet, dass mehr Menschen die KI-Stimme nutzen können. Mit dem Start von Caruso – unserem neuesten Modell – und unserer gesamten Datenpipeline treiben wir unsere Innovation in Qualität und Kosten voran. Dies ist einer der Vorteile, wenn man in der KI von der Datenmenge bis zum Modell bis zur Anwendung vertikal integriert ist.

Synthetische Stimmen sind überall – von Hörbüchern bis hin zu Kunden-Service-Bots. Wie stellen Sie sicher, dass die Stimmen von WellSaid in diesem sich schnell ausbreitenden Bereich vertrauenswürdig und menschenzentriert bleiben?

Menschen stehen im Mittelpunkt aller Aspekte von WellSaid. Die geschlossene Quellcode-Stimmentechnologie von WellSaid basiert auf verantwortungsvoll lizenzierten Stimmdaten von bezahlten Schauspielern. Aber unsere Sprecher sind mehr als nur Trainingsdaten, sie sind wahre Partner im gesamten Prozess. Und unsere Kunden sind nicht nur Tester, sondern Partner bei der Entwicklung der perfekten Stimme für jeden Anwendungsfall. Jedes Feature in der WellSaid-Plattform spiegelt dies wider, indem es den Benutzern die Möglichkeit gibt, eine Zeile noch einmal aufzunehmen, ein Wort zu betonen oder Inhalte sofort zu aktualisieren, ohne die Qualität, Konsistenz oder Rechte zu beeinträchtigen.

Jede Stimme ist produktionsbereit und kommerziell freigegeben für öffentliche oder kundenorientierte Inhalte.

WellSaid betont “verantwortungsvolle KI”. Was bedeutet das in der Praxis bei der Entwicklung neuer Sprachmodelle?

WellSaid setzt den Standard für verantwortungsvolle KI mit einem robusten Rahmen, der Fairness, Transparenz, Datenschutz und Sicherheit sowie Inhaltsmoderation umfasst.

WellSaid beschäftigt echte Sprecher, stellt sicher, dass sie ihre ausdrückliche, schriftliche Zustimmung zur Bereitstellung von Stimmdaten für die Plattform geben, und entschädigt sie fair mit einem laufenden Umsatzanteil. Um ihre Privatsphäre und Sicherheit zu schützen, verwendet WellSaid Stockbilder und Alias-Namen, um die synthetischen Stimmen darzustellen, und ermutigt sie, Vorsicht walten zu lassen, wenn sie ihre Verbindung mit WellSaid teilen, um das Risiko zu reduzieren, dass andere ihre Stimme missbrauchen.

Um die Verbreitung von Fehlinformationen und Audio-Deepfakes durch Stimmenklonung zu verhindern, können WellSaid-Benutzer keine Stimmdaten von Politikern, Prominenten oder anderen Personen hochladen, es sei denn, WellSaid hat die ausdrückliche, schriftliche Zustimmung dieser Person. WellSaid hält auch strenge Standards für angemessene Inhalte aufrecht und verbietet die Verwendung von Stimmen für Inhalte, die schädlich, hassvoll, betrügerisch oder darauf abzielen, Gewalt zu verursachen, sind.

WellSaid stellt sicher, dass der Inhalt immer dem Ersteller gehört und garantiert den Benutzern, dass sie die geistigen Eigentumsrechte und Urheberrechte an den auf der Plattform erstellten Inhalten besitzen.

Durch die umfassenden Schutzmaßnahmen von WellSaid setzen wir die Branchenerwartungen für das, was verantwortungsvolle KI-Stimmen in der Produktion ausmachen sollten.

WellSaid zielt darauf ab, das “höchste Qualitäts-Kosten-Verhältnis” in der Branche anzubieten. Welche Innovationen – technisch, operativ oder strategisch – werden Ihnen helfen, dieses Versprechen zu halten?

Bei WellSaid priorisieren wir die vertikale Integration unserer gesamten Produktionspipeline. Innerhalb von Caruso ist unser in-house entwickeltes Vocoder ein gutes Beispiel, das es uns ermöglicht, mit 1/10 der Anzahl der Parameter wie ein gängiges Tool wie BigVGAN zu trainieren, und wir können dies bei 2x der Audioqualität tun. Strategisch waren wir sehr bewusst darin, Qualität über Breite (wie die Bereitstellung jeder Sprache) zu priorisieren. Indem wir dies tun, haben wir möglicherweise einige Geschäfte verloren, aber es ist auf Kosten der Lieferung eines höheren Qualitäts-, niedrigeren Kostenumfangs an unser Kernpublikum.

Wie sehen Sie die Rolle der KI-Stimme in Unternehmensumgebungen in den nächsten 3-5 Jahren?

KI ist kein völlig neues Gebiet, sondern Teil eines bekannten Musters. Wie der Aufstieg mobiler Geräte oder das frühe Internet stellt KI eine Herausforderung dar, die Teams dazu zwingt, über die Art und Weise nachzudenken, wie Inhalte erstellt, wie Menschen mit Software interagieren und wie Stimmen eine Marke repräsentieren.

In den nächsten Jahren werden Unternehmensunternehmen nicht in der Lage sein, der KI-Stimme aus dem Weg zu gehen, wie sie es bei anderen Technikrevolutionen der Vergangenheit nicht konnten. Wenn die Qualität der KI-Stimme weiter verbessert wird, zusammen mit niedrigeren Kosten und einfacheren Workflows als traditionelle Voice-Actor-Inhalte, wird die KI-Stimme zum Standard für Unternehmensinhalte wie Werbung, Lernen und Entwicklung, Videoproduktion und mehr.

Sehen Sie eine Zukunft, in der Unternehmen die KI-Stimme tief personalisieren, um ihre Markenidentität zu schaffen – vielleicht sogar lizenzieren, wie sie Musik oder Charaktere heute lizenzieren?

Viele Unternehmen haben sehr distinkte Stimmen in ihrer Markenidentität, die sie konsistent über ihre Inhalte hinweg verwenden. Die KI-Stimme ermöglicht es jedem Unternehmen, diese Erkennbarkeit für weniger zu erreichen. KI-Stimmen können genauso dynamisch und personalisiert sein wie traditionelle Voice-Acting, und Marken werden bald mit ihren KI-Stimmen synonym werden – einige tun dies bereits.

Sie haben die Bedeutung von Unternehmenskultur und Werten bei der Schaffung großartiger Unternehmen betont. Wie wenden Sie diese Philosophie jetzt bei WellSaid an?

Ich tendiere dazu, der Meinung zuzustimmen, dass eine großartige Kultur darin besteht, mit großartigen Menschen zusammenzuarbeiten, also sind maximale Talentdichte, Auswirkungen und Chemie für unser Führungsteam kritische Initiativen. Die Grundsätze von WellSaid sind, wie wir zusammenarbeiten wollen, und bieten Aufrufe zu Handlungen für jedes Teammitglied an, anstatt ein statisches Tugend zu sein. Die folgenden Grundsätze helfen uns, eine großartige Unternehmenskultur zu erreichen:

• Wir erfinden Technologien, die die Art und Weise revolutionieren, wie Menschen arbeiten.

• Wir handeln verantwortungsvoll und streben danach, Schäden zu minimieren.

• Wir stellen die Kunden in den Mittelpunkt all dessen, was wir tun.

• Wir respektieren Individualität, erkennen aber auch an, dass wir am besten als Team arbeiten.

• Wir zielen darauf ab, ein großartiges Unternehmen aufzubauen, auf das wir immer stolz sein können.

Wie denken Sie über die ethischen Auswirkungen nach, die KI-Stimmen zu schaffen, die nicht von realen Menschen zu unterscheiden sind? Welche Verantwortung kommt mit dieser Fähigkeit?

Während der Aufstieg der KI ethische Herausforderungen und Bedenken mit sich gebracht hat, hat WellSaid von Anfang an die Entscheidung getroffen, Transparenz und Compliance zu priorisieren. Es ist unsere Verantwortung als Unternehmen, Missbrauch, Deepfakes oder die Verbreitung von Fehlinformationen zu verhindern. Dazu gehört die Zusammenarbeit mit Sprechern, um benutzerdefinierte Stimmen zu erstellen, die für bestimmte Anwendungsfälle lizenziert sind, die Errichtung klarer Kontrollen darüber, wer diese Stimmen nutzen kann und zu welchem Zweck, und die Gewährleistung, dass Marken, die KI-Stimmen nutzen, mit seriösen KI-Anbietern zusammenarbeiten, die diese Sicherheitsvorkehrungen haben.

Was begeistert Sie am meisten an dem nächsten Kapitel für WellSaid – und was denken Sie, wird die Branche überraschen, wohin die KI-Stimme geht?

Wir sprechen über die Anzahl der “Wörter, die WellSaid” als Leitstern für unser Team. Ich bin begeistert, diese Wörter wachsen zu sehen, wenn mehr Unternehmen den Wert der KI-Stimme erkennen, um menschenzentrierte Botschaften an ihre Zielgruppen in großem Umfang zu liefern. Wenn die Nutzung der KI-Stimme weiter ausgebaut wird, werden die Menschen überrascht sein, wie nahtlos es sein wird, diese Technologie in einer Vielzahl von Anwendungsfällen zu übernehmen. Die Möglichkeiten sind endlos für KI-Stimme und Audio als Schnittstelle in Software und physischen Umgebungen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten WellSaid besuchen.