Ashish Nagar, CEO & Founder of Level AI – Συνέντευξη Σειράς

Ο Ashish Nagar είναι ο CEO και ιδρυτής της Level AI, χρησιμοποιώντας την εμπειρία του στην Amazon (AMZN ) στην ομάδα Alexa για να χρησιμοποιήσει την τεχνητή νοημοσύνη για τη μετασχηματισμό των επιχειρήσεων των κέντρων επικοινωνίας. Με ισχυρό υπόβαθρο στην τεχνολογία και την επιχειρηματικότητα, ο Ashish έχει διαδραματίσει βασικό ρόλο στην οδήγηση της αποστολής της εταιρείας για την ενίσχυση της αποδοτικότητας και της αποτελεσματικότητας των αλληλεπιδράσεων της εξυπηρέτησης πελατών μέσω προηγμένων λύσεων AI. Υπό την ηγεσία του, η Level AI έχει γίνει ένας βασικός παίκτης στον χώρο του AI-κίνητου κέντρου επικοινωνίας, γνωστή για τα προϊόντα της τελευταίας τεχνολογίας και την υπεροχή της εφαρμογής της τεχνητής νοημοσύνης.

Τι σας ενέπνευσε να εγκαταλείψετε την Amazon και να ιδρύσετε την Level AI; Μπορείτε να μοιραστείτε τους συγκεκριμένους πόνους στην εξυπηρέτηση πελατών που στόχευε να αντιμετωπίσει με την τεχνολογία σας;

Το υπόβαθρό μου είναι η δημιουργία προϊόντων στο σημείο τομής της τεχνολογίας και των επιχειρήσεων. Αν και έχω πτυχίο στην Εφαρμοσμένη Φυσική, η δουλειά μου έχει επικεντρωθεί συνεχώς σε ρόλους προϊόντων και στη δημιουργία, εκκίνηση και ανάπτυξη νέων επιχειρήσεων. Η αγάπη μου για την τεχνολογία και τις επιχειρήσεις με οδήγησε στην τεχνητή νοημοσύνη.

Άρχισα να εργάζομαι στην τεχνητή νοημοσύνη το 2014, όταν κατασκευάζαμε μια επόμενη γενιά εταιρείας αναζήτησης κινητών με το όνομα Rel C, η οποία ήταν παρόμοια με το Perplexity AI σήμερα. Αυτή η εμπειρία ξεκίνησε το ταξίδι μου στην τεχνητή νοημοσύνη, και τελικά, η εταιρεία αυτή αγοράστηκε από την Amazon. Στην Amazon, ήμουν αρχηγός προϊόντων στην ομάδα Alexa, αναζητώντας συνεχώς ευκαιρίες να αντιμετωπίσω πιο σύνθετα προβλήματα AI.

Την τελευταία χρονιά μου στην Amazon, το 2018, εργάστηκα σε ένα проект που ονομάζαμε “υπολογιστής Star Trek”, εμπνευσμένο από την знаменίτη σειρά επιστημονικής φαντασίας. Ο στόχος ήταν να αναπτύξουμε einen υπολογιστή που θα μπορούσε να κατανοήσει και να απαντήσει σε οποιαδήποτε ερώτηση. Αυτός ο project έγινε γνωστός ως το βραβείο Alexa, με στόχο να επιτρέψει σε οποιονδήποτε να έχει μια 20λεπτη συζήτηση με την Alexa σε οποιοδήποτε κοινωνικό θέμα. Ηγήθηκα μιας ομάδας περίπου 10 επιστημόνων και το εκκινήσαμε ως một παγκόσμιο AI πρόκληση. Εργάστηκα στενά με κορυφαίους νους από ιδρύματα όπως το MIT, το CMU, το Stanford και το Oxford. Ένα πράγμα έγινε σαφές: εκείνη την εποχή, κανείς δεν μπορούσε να λύσει πλήρως το πρόβλημα.

Ακόμη και τότε, μπορούσα να αισθανθώ μια κυματική καινοτομία που θα έκανε αυτό δυνατό. Προχωρώντας στο 2024, τεχνολογίες όπως το ChatGPT κάνουν τώρα πολύ από ό,τι οραματιζόμασταν. Υπήρξαν ταχεία προgrese στην επεξεργασία φυσικής γλώσσας με εταιρείες όπως η Amazon, η Google (GOOGL ), η OpenAI και η Microsoft (MSFT ) να κατασκευάζουν μεγάλους μοντέλους και την υποκείμενη υποδομή. Όμως, δεν αντιμετώπιζαν απαραίτητα τις εργονομίες από άκρο σε άκρο. Αναγνώρισαν αυτό το κενό και θέλαμε να το αντιμετωπίσουμε.

Το πρώτο μας προϊόν δεν ήταν μια λύση εξυπηρέτησης πελατών· ήταν ένας βοηθός φωνής για εργαζόμενους στην πρώτη γραμμή, όπως τεχνικοί και υπαλλήλοι καταστημάτων. Συγκεντρώσαμε 2 εκατομμύρια δολάρια σε χρηματοδότηση και δείξαμε το προϊόν σε potencial πελάτες. Αυτοί ζήτησαν υπερβολικά να προσαρμόσουμε την τεχνολογία για τα κέντρα επικοινωνίας, όπου ήδη είχαν φωνητικές και δεδομένες ροές αλλά έλλειπαν η σύγχρονη γενετική αρχιτεκτονική AI. Αυτό μας οδήγησε να συνειδητοποιήσουμε ότι οι υφιστάμενες εταιρείες σε αυτόν τον χώρο ήταν κολλημένες στο παρελθόν, αγωνιζόμενοι με το κλασικό δίλημμα του καινοτόμου για το αν θα ανακαινίσουν τα παλιά συστήματά τους ή θα κατασκευάσουν κάτι νέο. Ξεκινήσαμε από μια κενή σελίδα και κατασκευάσαμε την πρώτη εγγενή μεγάλη γλωσσική μονάδα (LLM) πνευματική ιδιοκτησία και αυτόματη εξυπηρέτηση πλατφόρμας.

Το βαθύ ενδιαφέρον μου για τις сложκότητες της ανθρώπινης γλώσσας και πόσο δύσκολο είναι να λύσουμε αυτά τα προβλήματα από μια προοπτική μηχανικής, έπαιξε σημαντικό ρόλο στην προσέγγισή μας. Η ικανότητα της AI να κατανοήσει την ανθρώπινη ομιλία είναι κρίσιμη, ιδιαίτερα για τη βιομηχανία κέντρων επικοινωνίας. Για παράδειγμα, η χρήση της Siri συχνά αποκαλύπτει πόσο δύσκολο είναι για την AI να κατανοήσει την πρόθεση και το контέκστ στην ανθρώπινη γλώσσα. Ακόμη και απλές ερωτήσεις possono να μπερδέψουν την AI, η οποία αγωνίζεται να ερμηνεύσει τι ζητάτε.

Η AI αγωνίζεται να κατανοήσει την πρόθεση, να διατηρήσει το контέκστ σε μακρές συζητήσεις και να κατέχει σχετικές γνώσεις του κόσμου. Ακόμη και το ChatGPT έχει περιορισμούς σε αυτές τις περιοχές. Για παράδειγμα, μπορεί να μην γνωρίζει τις τελευταίες ειδήσεις ή να κατανοήσει θέματα εντός μιας συζήτησης. Αυτά τα προβλήματα είναι άμεσα σχετικά με την εξυπηρέτηση πελατών, όπου οι συζητήσεις συχνά περιλαμβάνουν πολλαπλά θέματα και απαιτούν από την AI να κατανοήσει συγκεκριμένες, domaine-σχετικές γνώσεις. Αντιμετωπίζουμε αυτά τα προβλήματα στην πλατφόρμα μας, η οποία σχεδιάστηκε για να αντιμετωπίσει τις сложκότητες της ανθρώπινης γλώσσας σε ένα περιβάλλον εξυπηρέτησης πελατών.

Η τεχνολογία NLU της Level AI υπερβαίνει τη βασική αντιστοίχιση λέξεων-κλειδιών. Μπορείτε να εξηγήσετε πώς η AI σας κατανοεί βαθύτερη πρόθεση πελατών και ποιες είναι οι ωφέλειες που προκύπτουν από αυτό για την εξυπηρέτηση πελατών; Πώς η Level AI διασφαλίζει την ακρίβεια και την αξιοπιστία των συστημάτων AI, ιδιαίτερα στην κατανόηση των νюансов αλληλεπιδράσεων πελατών;

Έχουμε έξι ή επτά διαφορετικές AI pipelines που προσαρμόζονται σε συγκεκριμένες εργασίες, ανάλογα με την εργασία που πρέπει να γίνει. Για παράδειγμα, μια ροή εργασίας μπορεί να περιλαμβάνει την αναγνώριση των οδηγών κλήσεων και την κατανόηση των προβλημάτων που έχουν οι πελάτες με ένα προϊόν ή υπηρεσία, που ονομάζουμε “φωνή του πελάτη”. Μια άλλη μπορεί να είναι η αυτόματη βαθμολόγηση καρτών ποιότητας για την αξιολόγηση της απόδοσης των αντιπροσώπων. Κάθε ροή εργασίας ή υπηρεσία έχει τη δική της AI pipeline, αλλά η υποκείμενη τεχνολογία παραμένει η ίδια.

Για να κάνουμε μια αναλογία, η τεχνολογία που χρησιμοποιούμε βασίζεται σε LLMs παρόμοια με την τεχνολογία πίσω από το ChatGPT και άλλα εργαλεία γενετικής AI. Ωστόσο, χρησιμοποιούμε customer service-ειδικές LLMs που έχουν εκπαιδευτεί εντός της εταιρείας για αυτές τις ειδικές ροές εργασίας. Αυτό μας επιτρέπει να επιτύχουμε πάνω από 85% ακρίβεια μέσα σε λίγες ημέρες από την ενσωμάτωση νέων πελατών, με αποτέλεσμα ταχύτερο χρόνο για να φτάσουμε στην αξία, ελάχιστες επαγγελματικές υπηρεσίες και απαράμιλλη ακρίβεια, ασφάλεια και αξιοπιστία.

Τα μοντέλα μας έχουν βαθιά, συγκεκριμένη εμπειρογνωσία στην εξυπηρέτηση πελατών. Το παλιό παράδειγμα περιελάμβανε την ανάλυση συζητήσεων με την επιλογή λέξεων-κλειδιών ή φράσεων όπως “ακύρωση του λογαριασμού μου” ή “δεν είμαι ευχαριστημένος”. Αλλά η λύση μας δεν βασίζεται στην κατανόηση όλων των πιθανών παραλλαγών φράσεων. Αντίθετα, εφαρμόζει την AI για να κατανοήσει την πρόθεση πίσω από την ερώτηση, καθιστώντας την πολύ πιο γρήγορη και αποτελεσματική.

Για παράδειγμα, αν κάποιος λέει “θέλω να ακυρώσω τον λογαριασμό μου”, υπάρχουν αμέτρητοι τρόποι να εκφράσει αυτό, όπως “είμαι έτοιμος με σας” ή “πηγαίνω σε κάποιον άλλον”. Η AI μας κατανοεί την πρόθεση της ερώτησης και την συνδέει με το контέκστ, που είναι το λόγο για τον οποίο το λογισμικό μας είναι πιο γρήγορο και ακριβές.

Μια χρήσιμη αναλογία είναι ότι η παλιά AI ήταν σαν ένα βιβλίο κανόνων – θα κατασκευάζατε αυτούς τους αυστηρούς κανόνες, με if-then-else δηλώσεις, οι οποίοι ήταν άκαμπτοι και χρειαζόταν συνεχώς συντήρηση. Η νέα AI, από την άλλη πλευρά, είναι σαν ένα δυναμικό εγκέφαλο ή ένα σύστημα μάθησης. Με μόνο quelques δείκτες, μαθαίνει δυναμικά το контέκστ και την πρόθεση, συνεχίζοντας να βελτιώνεται στην πτήση. Ένα βιβλίο κανόνων έχει περιορισμένο πεδίο και σπάει εύκολα όταν κάτι δεν ταιριάζει στους προκαθορισμένους κανόνες, ενώ ένα δυναμικό σύστημα μάθησης συνεχίζει να επεκτείνεται, να μεγαλώνει και έχει πολύ μεγαλύτερη επίδραση.

Ένα εξαιρετικό παράδειγμα από την πλευρά του πελάτη είναι μια μεγάλη εταιρεία ηλεκτρονικού εμπορίου. Έχουν χιλιάδες προϊόντα, και είναι αδύνατο να跟πουν τις συνεχείς ενημερώσεις. Η AI μας, ωστόσο, μπορεί να κατανοήσει το контέκστ, όπως αν μιλάτε για μια συγκεκριμένη καναπέ, χωρίς να χρειάζεται να ενημερώσετε συνεχώς μια καρτα για κάθε νέο προϊόν.

Ποια είναι οι βασικές προκλήσεις στην ενσωμάτωση της τεχνολογίας της Level AI με τα υπάρχοντα συστήματα εξυπηρέτησης πελατών, και πώς τις αντιμετωπίζετε;

Η Level AI είναι μια πλατφόρμα πνευματικής ιδιοκτησίας και αυτόματης εξυπηρέτησης. Ως τέτοια, ενσωματώνουμε με hầu hết τα CX λογισμικά στη βιομηχανία, είτε πρόκειται για CRM, CCaaS, έρευνα, είτε για λύσεις εργαλείων. Αυτό μας κάνει το κεντρικό hub, συλλέγοντας δεδομένα από όλες αυτές τις πηγές και υπηρετώντας ως το επίπεδο νοημοσύνης επάνω.

Ωστόσο, η πρόκληση είναι ότι κάποια από αυτά τα συστήματα βασίζονται σε μη-cloud, on-premise τεχνολογία, ή ακόμη και cloud τεχνολογία που λείπει APIs ή καθαρές δεδομένες ολοκλήρωσης. Συνεργαζόμαστε στενά με τους πελάτες μας για να αντιμετωπίσουμε αυτό, αν και το 80% των ολοκληρώσεων μας είναι τώρα cloud- आधές ή API-εγγενείς, επιτρέποντας μας να ολοκληρώσουμε γρήγορα.

Πώς η Level AI παρέχει πραγματικό χρόνο νοημοσύνης και δράσιμες ενημερώσεις για τους αντιπροσώπους εξυπηρέτησης πελατών; Μπορείτε να μοιραστείτε κάποια παραδείγματα για το πώς αυτό έχει βελτιώσει τις αλληλεπιδράσεις πελατών;

Υπάρχουν τρεις τύποι πραγματικού χρόνου νοημοσύνης και δράσιμων ενημερώσεων που παρέχουμε στους πελάτες μας:

1. Αυτόματη εργασία ροής: Οι αντιπρόσωποι εξυπηρέτησης συχνά έχουν περιορισμένο χρόνο (6 έως 9 λεπτά) και πολλαπλά χειρωνακτικά καθήκοντα. Η Level AI αυτοματοποιεί τα βαρετά καθήκοντα όπως η σημείωση κατά τη διάρκεια και μετά τις συζητήσεις, δημιουργώντας προσαρμοσμένες περίληψεις για κάθε πελάτη. Αυτό έχει σώσει τους πελάτες μας 10 έως 25% στον χρόνο χειρισμού κλήσεων, οδηγώντας σε μεγαλύτερη αποτελεσματικότητα.
2. CX Copilot για τους αντιπροσώπους: Οι αντιπρόσωποι εξυπηρέτησης αντιμετωπίζουν υψηλή ανατροπή και προκλήσεις ενσωμάτωσης. Φανταστείτε να είστε στην πρώτη γραμμή χωρίς να γνωρίζετε τις πολιτικές της εταιρείας. Η Level AI ενεργεί ως εμπειρός AI που ακούει τις συζητήσεις και προσφέρει πραγματικό χρόνο οδηγίες. Αυτό περιλαμβάνει την αντιμετώπιση αντιρρήσεων, την παροχή γνώσεων και την προσφορά έξυπνης μεταγραφής. Αυτή η ικανότητα έχει βοηθήσει τους πελάτες μας να ενσωματώσουν και να εκπαιδεύσουν τους αντιπροσώπους εξυπηρέτησης 30 έως 50% πιο γρήγορα.
3. Manager Copilot: Αυτή η μοναδική λειτουργία παρέχει στους διευθυντές πραγματικό χρόνο ορατότητα για την απόδοση της ομάδας τους. Η Level AI παρέχει δευτερο-σε-δευτερόλεπτο ενημερώσεις στις συζητήσεις, επιτρέποντας στους διευθυντές να παρέμβουν, να ανιχνεύσουν συναισθήματα και πρόθεση και να υποστηρίξουν τους αντιπροσώπους σε πραγματικό χρόνο. Αυτό έχει βελτιώσει την απόδοση του αντιπροσώπου κατά 10 έως 15% και έχει αυξήσει την ικανοποίηση του αντιπροσώπου, που είναι κρίσιμο για τη μείωση των κοστών. Για παράδειγμα, αν ένας πελάτης αρχίσει να καταριέται έναν αντιπρόσωπο, το σύστημα σηματοδοτεί το πρόβλημα και ο διευθυντής μπορεί είτε να αναλάβει την κλήση είτε να παρέχει οδηγίες στον αντιπρόσωπο. Αυτού του είδους η παρέμβαση σε πραγματικό χρόνο θα ήταν αδύνατη χωρίς αυτή τη τεχνολογία.

Μπορείτε να εξηγήσετε πώς λειτουργεί η ανάλυση συναισθήματος της Level AI και πώς βοηθά τους αντιπροσώπους να απαντούν πιο αποτελεσματικά στους πελάτες;

Η ανάλυση συναισθήματος μας ανιχνεύει επτά διαφορετικά συναισθήματα, που κυμαίνονται από την ακραία εξαθλίωση έως την ελαφρότητα, επιτρέποντάς μας να μετρήσουμε τις ποικίλες βαθμίδες συναισθήματος που συνεισφέρουν στο συνολικό μας σκορ συναισθήματος. Αυτή η ανάλυση λαμβάνει υπόψη τόσο τις προφορικές λέξεις όσο και την τονικότητα της συζήτησης. Ωστόσο, έχουμε διαπιστώσει ότι οι προφορικές λέξεις παίζουν πολύ σημαντικότερο ρόλο από την τονικότητα.

Παρέχουμε ένα σκορ συναισθήματος σε μια κλίμακα από 1 έως 10, με 1 να υποδηλώνει πολύ αρνητικό συναισθήμα και 10 να υποδηλώνει ένα εξαιρετικά θετικό συναισθήμα. Αναλύουμε το 100% των συζητήσεων των πελατών μας, προσφέροντας μια βαθιά έμφαση στις αλληλεπιδράσεις πελατών.

Το контέκστ είναι επίσης κρίσιμο. Για παράδειγμα, αν μια κλήση αρχίζει με πολύ αρνητικό συναισθήμα αλλά τελειώνει θετικά, ακόμη και αν το 80% της κλήσης ήταν αρνητικό, η συνολική αλληλεπίδραση θεωρείται θετική. Αυτό είναι επειδή ο πελάτης άρχισε να είναι θυμωμένος, ο αντιπρόσωπος έλυσε το πρόβλημα και ο πελάτης έφυγε ικανοποιημένος. Από την άλλη πλευρά, αν η κλήση αρχίζει θετικά αλλά τελειώνει αρνητικά, είναι μια διαφορετική ιστορία, παρά το γεγονός ότι το 80% της κλήσης μπορεί να ήταν θετικό.

Αυτή η ανάλυση βοηθά τόσο τον αντιπρόσωπο όσο και τον διευθυντή να αναγνωρίσουν περιοχές για εκπαίδευση, επικεντρώνοντας στις ενέργειες που συνδέονται με θετικά συναισθήματα, όπως το χαιρετισμό του πελάτη, την αναγνώριση των ανησυχιών τους και την επίδειξη ευσυνειδησίας – στοιχεία που είναι κρίσιμα για τις επιτυχημένες αλληλεπιδράσεις.

Πώς η Level AI αντιμετωπίζει τις ανησυχίες για την προστασία δεδομένων και την ασφάλεια, ιδιαίτερα με την ευαίσθητη φύση των αλληλεπιδράσεων πελατών;

Από την πρώτη ημέρα, έχουμε προτεραιότητα την ασφάλεια και την προστασία δεδομένων. Έχουμε κατασκευάσει το σύστημά μας με βασικές αρχές ασφάλειας και προστασίας δεδομένων. Δεν εξαγοράζουμε καμία από τις ικανότητες γενετικής AI μας σε τρίτους προμηθευτές. Όλα τα πάντα αναπτύσσονται εντός της εταιρείας, επιτρέποντάς μας να εκπαιδεύσουμε customer-ειδικά μοντέλα AI χωρίς να μοιραστούμε δεδομένα έξω από το περιβάλλον μας. Προσφέρουμε επίσης εκτεταμένη προσαρμογή, επιτρέποντας στους πελάτες να έχουν τα δικά τους μοντέλα AI χωρίς να μοιράζονται δεδομένα σε διαφορετικά τμήματα της διαδικασίας δεδομένων μας.

Για να αντιμετωπίσουμε μια τρέχουσα ανησυχία της βιομηχανίας, τα δεδομένα μας δεν χρησιμοποιούνται από εξωτερικά μοντέλα για εκπαίδευση. Δεν επιτρέπουμε στα μοντέλα μας να επηρεαστούν από AI-γενετικά δεδομένα από άλλες πηγές. Αυτή η προσέγγιση αποτρέπει τα προβλήματα που αντιμετωπίζουν κάποια μοντέλα AI, όπου η εκπαίδευση με AI-γενετικά δεδομένα τους κάνει να χάνουν ακρίβεια. Στην Level AI, όλα είναι πρώτου μέρους και δεν μοιραζόμαστε ή τραβούμε δεδομένα εξωτερικά.

Με τη πρόσφατη χρηματοδότηση της σειράς C $39,4 εκατομμυρίων, ποια είναι τα σχέδιά σας για την επέκταση της πλατφόρμας της Level AI και την πρόσβαση σε νέους πελάτες;

Η επένδυση της σειράς C θα τροφοδοτήσει τις στρατηγικές μας πρωτοβουλίες για ανάπτυξη και καινοτομία σε κρίσιμους τομείς, συμπεριλαμβανομένης της προώθησης της ανάπτυξης προϊόντων, της βελτίωσης της μηχανικής και των αυστηρών ερευνών και αναπτυξιακών προσπαθειών. Στόχος μας είναι να προσλάβουμε ταλαντούχους ανθρώπους σε όλα τα επίπεδα της οργάνωσης, μας επιτρέποντας να συνεχίσουμε να πρωτοπορούμε σε τεχνολογίες που υπερβαίνουν τις προσδοκίες των πελατών και ανταποκρίνονται στις δυναμικές απαιτήσεις της αγοράς.

Πώς βλέπετε τον ρόλο της AI στην μετασχηματισμό της εξυπηρέτησης πελατών τις επόμενες δεκαετίες;

Ενώ η γενική εστίαση είναι συχνά στην πλευρά της αυτοματοποίησης – προβλέποντας ένα μέλλον όπου τα bots χειρίζονται όλες τις αλληλεπιδράσεις εξυπηρέτησης πελατών – η άποψή μας είναι πιο νюανσική. Το βαθμό της αυτοματοποίησης ποικίλλει ανάλογα με τον κατακόρυφο. Για παράδειγμα, στις τράπεζες ή τις χρηματοοικονομικές υπηρεσίες, η αυτοματοποίηση μπορεί να είναι χαμηλότερη, ενώ σε άλλους τομείς μπορεί να είναι υψηλότερη. Σε μέσο όρο, πιστεύουμε ότι η επίτευξη περισσότερο του 40% αυτοματοποίησης σε όλους τους κατακόρυφους είναι μια πρόκληση. Αυτό είναι επειδή οι αντιπρόσωποι εξυπηρέτησης κάνουν περισσότερα από το να απαντούν σε ερωτήσεις – ενεργούν ως προβληματιστές, σύμβουλοι πωλήσεων και άλλα, ρόλοι που δεν μπορούν να αναπαρασταθούν πλήρως από την AI.

Υπάρχει επίσης σημαντικός potencial στην αυτοματοποίηση της ροής εργασίας, την οποία η Level AI επικεντρώνεται. Αυτό περιλαμβάνει εργασίες του πίσω γραφείου όπως η ποιότητα, η τριήρης και η οθόνη. Εδώ, η αυτοματοποίηση μπορεί να υπερβεί το 80% χρησιμοποιώντας γενετική AI. Η νοημοσύνη και οι ενημερώσεις δεδομένων είναι κρίσιμες. Είμαστε μοναδικοί στο να χρησιμοποιούμε γενετική AI για να αποκτήσουμε ενημερώσεις από μη δομημένα δεδομένα. Αυτή η προσέγγιση μπορεί να βελτιώσει drastικά την ποιότητα των ενημερώσεων, μειώνοντας την ανάγκη για επαγγελματικές υπηρεσίες κατά 90% και επιταχύνοντας τον χρόνο για να φτάσουμε στην αξία κατά 90%.

Ένα άλλο σημαντικό ζήτημα είναι αν το πρόσωπο της οργάνωσής σας πρέπει να είναι ένα bot ή ένα άτομο. Πέρα από τις βασικές λειτουργίες που εκτελούν, μια ανθρώπινη σύνδεση με τους πελάτες είναι κρίσιμη. Η προσέγγισή μας είναι να αφαιρέσουμε τις περιττές εργασίες από το φορτίο εργασίας ενός ατόμου, επιτρέποντάς τους να επικεντρωθούν στις σημαντικές αλληλεπιδράσεις.

Πιστεύουμε ότι οι άνθρωποι είναι πιο κατάλληλοι για την άμεση επικοινωνία και πρέπει να συνεχίσουν να είναι σε αυτόν τον ρόλο. Ωστόσο, δεν είναι ιδανικοί για εργασίες όπως η σημείωση, η μεταγραφή αλληλεπιδράσεων ή η ηχογράφηση οθόνης. Αντιμετωπίζοντας αυτές τις εργασίες για αυτούς, απελευθερώνουμε τον χρόνο τους για να αλληλεπιδράσουν με τους πελάτες πιο αποτελεσματικά.

Ευχαριστούμε για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν Level AI.