Josh Feast, CEO und Mitgründer von Cogito – Interviewreihe

Josh Feast, ist der CEO und Mitgründer von Cogito, einem Unternehmen, das Emotion und Conversation AI in eine innovative Plattform kombiniert, die Echtzeit-Coaching und -Anleitung für Contact-Center-Agenten bietet, Supervisoren Einblick in Live-Gespräche von ihren Teams gibt, die von überall arbeiten, und kontinuierlich Kunden- und Mitarbeitererfahrungen überwacht.

Die Geschichte von Cogito beginnt im Jahr 1999, bevor das Unternehmen gegründet wurde. Können Sie einige Einblicke in diese frühen Tage am MIT Human Dynamics Lab und was dort entwickelt wurde, teilen?

Von 1999 bis 2006 entwickelte Dr. Sandy Pentland grundlegende Grundlagenwissenschaft, die die Präsenz und Macht sozialer Signale in der menschlichen Kommunikation und die Fähigkeit von Maschinen, sie zu erkennen und zu interpretieren, demonstrierte.

Im Jahr 2007 wurde Cogito aus dem MIT Media Lab ausgegründet. Können Sie diese Genesis-Geschichte teilen?

Bevor ich meine Tage am MIT verbrachte, erkannte ich die Notwendigkeit für Technologien, die durch konversationellen Kontext informiert sind, um den Benutzern in emotional aufgeladenen Situationen zu helfen. Während meiner Arbeit bei der New Zealand Department of Child, Youth and Family Services (jetzt bekannt als Child, Youth and Family-Einheit des Ministry of Social Development), stellte ich fest, dass viele Sozialarbeiter aufgrund der hoch emotionalen Natur ihrer Aufgaben ausgebremst waren und glaubte, dass die Managementsysteme, die sie unterstützten, von einer solchen Technologie profitieren würden. Ich brachte meine Beobachtungen aus dieser Zeit mit zu MIT, und Cogito wurde später aus Dr. Pentlands Forschung am MIT Media Lab geschaffen, die direkt auf das Problem abzielte. Cogito erhielt Finanzierung von der Defense Advanced Research Projects Agency (DARPA), um eine künstliche Intelligenz-Plattform und Verhaltensmodelle zu entwickeln, um menschliche psychologische Zustände automatisch zu erkennen. Diese Technologie erwies sich als erfolgreich darin, militärische Veteranen, die aus dem Kampf zurückkehrten, durch Einsatz bei der Department of Veteran Affairs (VA) zu unterstützen.

Die Emotion-AI-Technologie, die bei Cogito verwendet wird, wurde ursprünglich validiert, indem sie Gesundheitsdienstleistern half, frühe Anzeichen von PTSD und anderen psychischen Störungen bei Soldaten, die aus dem Kampf zurückkehrten, zu erkennen. Können Sie einige Details dazu und die Ergebnisse, die gesehen wurden, diskutieren?

Das Ziel der Bereitstellung dieser Technologie für Gesundheitsdienstleister bestand darin, Depressionen zu erkennen und Selbstmord bei militärischen Veteranen, die aus dem Kampf zurückkehrten, zu verhindern. Die Plattform, die wir entwickelten, ermöglichte es Ärzten, die allgemeine psychische Gesundheit von Veteranen durch Sprachsignale zu verfolgen und Ereignisse wie Obdachlosigkeit und andere Warnsignale für schlechte psychische Gesundheit zu identifizieren. Wir erkannten schnell, dass wir etwas Besonderes hatten, und dass die Anwendung dieser Technologie über die Unterstützung militärischer Veteranen und Gesundheitssysteme in Bereichen mit hohen Volumina komplexer, emotional aufgeladener Gespräche hinausgehen könnte. Mit unseren Wurzeln, die immer noch auf die menschliche Erfahrung ausgerichtet sind, wurden wir zu dem Cogito, das Sie heute kennen, das Echtzeit-Coaching und -Anleitung für groß angelegte Unternehmens-Contact-Center-Agenten in verschiedenen Branchen, einschließlich Gesundheitswesen, unterstützt.

Können Sie diskutieren, wie Cogito AI verwendet, um Verhaltenshinweise zu analysieren und Feedback während Gesprächen zu geben?

Cogito verwendet eine leistungsstarke Kombination aus Emotion und Conversation AI, um neue Erkenntnisse aus allen Gesprächen zu gewinnen, indem es sowohl was gesagt wurde als auch wie die Kunden die Botschaft aufnahmen, extrahiert. Diese AI-Modelle messen die Customer Experience (CX) in Echtzeit auf allen Anrufen, um Auswirkungen im Moment zu haben, anstatt nur eine post-call-Analyse durchzuführen, die sich nur auf die Verbesserung zukünftiger Interaktionen konzentriert.

Cogito extrahiert und analysiert mehr als 200 akustische und Sprachsignale in Millisekunden, um Contact-Center-Agenten Hinweise darauf zu geben, wie sie ihr Verhalten anpassen und die besten Empfehlungen basierend auf den diskutierten Themen und gewünschten Ergebnissen anzeigen können.

Cogito führt Live-Voice-Analyse in Echtzeit durch, um das Verhalten in Echtzeit zu ergänzen und bessere menschliche Verbindungen zwischen Kunden und Contact-Center-Agenten zu schaffen, unabhängig davon, wo sie arbeiten.

Wie leitet dieses Feedback die Agenten an, um bessere Beziehungen zu Kunden aufzubauen?

Das Echtzeit-Feedback, das Contact-Center-Agenten von Cogitos Hinweisen erhalten, ermöglicht es den Agenten, konsistentere emotionale Intelligenz zu zeigen, was dazu führt, dass die Agenten auf jedem Anruf Empathie zeigen. Verbesserte Empathie führt zu besseren Gesprächsergebnissen, wie verkürzten Anrufbearbeitungszeiten, erhöhter Erstkontaktlösung, verbesserter Kundenzufriedenheit und erhöhtem Kundenlebenswert.

Jeder Contact-Center-Vertreter hat unterschiedliche Stärken und Schwächen. Die Echtzeit-Hinweise, die sie auf dem Anruf erhalten, helfen, ihren Kundenservice zu verbessern, sei es, um mehr Empathie zu zeigen, langsamer zu sprechen oder optimistischer zu klingen. Diese maßgeschneiderten Hinweise im Moment ermöglichen es den Agenten, eine Beziehung zum Kunden aufzubauen, die auf dem spezifischen Erlebnis des Kunden und den von dem AI-Modell erkannten Sprachsignalen basiert. Dies verbessert sowohl die Kundenerfahrung als auch die Agentenerfahrung.

Echtzeit-Feedback ist nicht nur für die Kundenerfahrung (CX) von Vorteil – es profitiert auch der Mitarbeitererfahrung (EX). Unsere Tools helfen Vertretern, positive Arbeitserfahrungen zu haben, was nachweislich zu höheren CX-Niveaus führt.

Im Jahr 2019 veröffentlichte Cogito ein Papier mit dem Titel “Gender-Debiasing in Speech-Emotion-Erkennung.” Was waren einige der wichtigsten Erkenntnisse, wenn es um die Auswirkungen von Geschlechtervorurteilen in der Sprache im Hinblick auf Emotionen ging?

Unser Papier konzentrierte sich auf den Modellierungsansatz und Optimierungstechniken sowie die Stichprobenverzerrung. Daher muss weitere Forschung durchgeführt werden, um negative Vorurteile allgemein im maschinellen Lernen und speziell in der Sprach-Emotion-Erkennung zu mindern. Wichtige Erkenntnisse umfassen:

Weibliche Sprache tendiert dazu, einen höheren Ton als männliche Sprache zu haben, was zu weiter auseinander liegenden Harmoniken führt.

Sprach-Emotion-Erkennungsmodelle können von diesem Unterschied betroffen sein. Dies kann zu einer geringeren Genauigkeit für weibliche Sprache im Vergleich zu männlicher Sprache führen.

Debiasing-Techniken für maschinelles Lernen können angewendet werden, um diese Genauigkeitsungleichheit zu reduzieren. In dem Papier stellt Cogito eine neue Debiasing-Technik vor, die im Vergleich zur Basislinie gut abschneidet.

Wie operiert Cogito, um die Auswirkungen unerwünschter Geschlechter- oder anderer Arten von Vorurteilen zu mindern?

Cogito verwendet Natural Language Processing (NLP)-Modelle, die menschliche AI-Systeme, tiefes maschinelles Lernen und andere komplexe Regeln kombinieren, um Computern zu helfen, menschliche Sprache zu verstehen, zu analysieren und zu simulieren. Wir arbeiten kontinuierlich an der Weiterentwicklung unserer NLPs mit neuen Daten, um Vorurteile zu mindern.

Cogito hat ein umfassendes Protokoll für die Entwicklung von maschinellen Lernmodellen, das explizit darauf abzielt, Vorurteile zu mindern und ethisches maschinelles Lernen (ML) zu gewährleisten. Dieses Protokoll umfasst Bereiche wie die Auswahl von Trainingsdaten, die Minderung von Vorurteilen bei der menschlichen Kennzeichnung und die Verwendung von ML-Debiasing-Techniken.

Cogito verwendet ein “Fairness”-Datenset, das aus einer großen Menge an Audiodaten besteht, in denen die Sprecher verschiedene demografische Kategorien selbst melden. Alle Modelle werden im Vergleich zum Fairness-Datenset und zu den verschiedenen demografischen Kategorien bewertet. Wir verwenden auch ML-Ops-Techniken, um Modelle in der Produktion objektiv zu überwachen und systematisch Modelle mit menschlicher Kennzeichnung zu überprüfen.

Was sind Ihre persönlichen Ansichten darüber, wie AI nicht nur Menschen ersetzen, sondern eher menschliches Verhalten ergänzen sollte?

Es gibt Dinge, die Menschen tun können und Nuancen, die sie in menschlichen Interaktionen bieten können, die Technologien wie AI nicht alleine emulieren können. Zum Beispiel möchten Kunden Empathie erhalten, wenn sie den Kundensupport kontaktieren. Wenn der Kunde nur mit einem automatisierten System interagiert, das von AI angetrieben wird, kann sein Problem gelöst werden, aber er könnte sich am Ende frustriert oder verärgert über die Interaktion fühlen. Wenn wir alle Contact-Center-Agenten durch AI ersetzen, eliminieren wir das menschliche Element, das notwendig ist, um Beziehungen aufzubauen und langfristige, treue Kunden zu erreichen und aufrechtzuerhalten.

Wenn Menschen an einem Service-Interaktion teilnehmen, schätzen sie es, mit jemandem zu sprechen, der sich in ihre Lage versetzen kann, der ähnliche Erfahrungen gemacht hat wie sie selbst. Ebenso schätzen Menschen das Gefühl, dass jemand anderes sich um ihre Probleme kümmert und die Lösung besitzt. Es wird noch lange dauern, bis eigenständige AI wirklich als etwas anderes als ein Selbsthilfewerkzeug wahrgenommen wird.

Gibt es noch etwas, das Sie über Cogito teilen möchten?

Bei Cogito entwickeln wir neue Technologien, um die nächste Generation von Contact-Centern einzuläuten. Anfang dieses Jahres veröffentlichten wir unseren Employee Experience (EX)-Score, um die Erfahrungen der Agenten zu verfolgen. Ähnlich wie unser Customer Experience (CX)-Score kombiniert der EX-Score menschliche Emotion-AI und Conversation-AI, um Echtzeit-Einblicke über einzelne Instanzen oder Trends über mehrere Anrufe hinweg zu gewinnen. Angesichts hoher Unzufriedenheits-, Burnout- und Fluktuationsraten hilft der EX-Score, die Frage zu beantworten, wie man Burnout verhindern und die Agentenerfahrung unterstützen kann, was wiederum zu besseren Kundenerfahrungen und langfristiger Geschäftstragfähigkeit führt.

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