Will Bodewes, συνιδρυτής και διευθύνων σύμβουλος της Phonely – Σειρά συνεντεύξεων

Ο Will Bodewes είναι συνιδρυτής και διευθύνων σύμβουλος της Phonely, μιας εταιρείας φωνητικής τεχνητής νοημοσύνης που εστιάζει στο να βοηθά τις επιχειρήσεις να απαντούν σε κλήσεις και να βελτιώνουν την έκβαση των συνομιλιών με τους πελάτες. Πριν ιδρύσει την εταιρεία, εκπόνησε διδακτορική διατριβή στο University of Melbourne, με αντικείμενο την εφαρμοσμένη τεχνητή νοημοσύνη και τα συστήματα που μπορούσαν να ακολουθούν οδηγίες και να επικοινωνούν με φυσικό τρόπο. Στο παρελθόν ίδρυσε μια νεοφυή επιχείρηση τεχνολογίας ήχου και συμμετείχε σε αγώνες σκι ανώμαλου δρόμου του NCAA και ποδηλασίας υπεραντοχής. Στη Phonely αξιοποιεί το ερευνητικό του υπόβαθρο για να αντιμετωπίσει τις πρακτικές προκλήσεις της ανάπτυξης φωνητικών βοηθών τεχνητής νοημοσύνης, όπως η αξιοπιστία των συνομιλιών, η καθυστέρηση, οι διασυνδέσεις και η συνεχής βελτιστοποίηση των διαδικασιών κρατήσεων, πωλήσεων και εξυπηρέτησης πελατών.

Η Phonely είναι μια πλατφόρμα φωνητικών βοηθών τεχνητής νοημοσύνης που επιτρέπει στις επιχειρήσεις να αυτοματοποιούν τις τηλεφωνικές συνομιλίες, να προγραμματίζουν ραντεβού, να αξιολογούν δυνητικούς πελάτες, να δρομολογούν κλήσεις και να συνδέουν τις αλληλεπιδράσεις με τους πελάτες με το υπάρχον λογισμικό τους. Τα εργαλεία της συνδυάζουν προσαρμόσιμες ροές συνομιλίας με ιστορικό κλήσεων, αναλυτικά στοιχεία και δοκιμές A/B, ώστε οι ομάδες να μπορούν να μετρούν την απόδοση και να βελτιώνουν τα αποτελέσματα με την πάροδο του χρόνου. Η εταιρεία εξυπηρετεί οργανισμούς από μικρές επιχειρήσεις έως μεγάλες εταιρείες και αναφέρει ότι υποστηρίζει περισσότερες από 10.000 επιχειρήσεις και διαχειρίζεται πάνω από 120.000 κλήσεις την ημέρα. Η Phonely αναπτύσσει επίσης τα δικά της μοντέλα συνομιλίας, μεταξύ των οποίων το Alma, με στόχο οι αυτοματοποιημένες κλήσεις να γίνουν ταχύτερες, πιο αξιόπιστες και πιο κατάλληλες για τις πραγματικές συνομιλίες στον επιχειρηματικό κόσμο.

Ξεκινήσατε να δημιουργείτε τη Phonely ενώ εκπονούσατε διδακτορική διατριβή στην τεχνητή νοημοσύνη στο University of Melbourne, με αρχικό στόχο την ανάπτυξη συστημάτων που θα μπορούσαν να ακολουθούν οδηγίες και να επικοινωνούν με φυσικό τρόπο. Τι σας έπεισε ότι η φωνητική τεχνητή νοημοσύνη είχε φτάσει σε σημείο να μπορεί να στηρίξει μια αυτόνομη εταιρεία και τι διακρίνατε στην αγορά που δεν είχαν αντιληφθεί οι άλλοι;

Εκείνη την εποχή δεν υπήρχαν αποδείξεις ότι η φωνητική τεχνητή νοημοσύνη μπορούσε να στηρίξει μια αυτόνομη εταιρεία. Υπήρχαν μερικές εταιρείες που ασχολούνταν με αυτήν και είχαν περίπου πέντε ή 10 χρήστες, αλλά κανείς δεν είχε καταφέρει να αναπτύξει με επιτυχία φωνητική τεχνητή νοημοσύνη που να μην ήταν σύστημα IVR. Έτσι, όταν ξεκινήσαμε τη Phonely, ήταν ένα στοίχημα. Εκείνη την εποχή, όλη η προσοχή ήταν στραμμένη στη συνομιλία μέσω κειμένου, οπότε η φωνή αποτελούσε ένα νέο μέσο. Ήταν ένα πρόβλημα που δεν είχε λυθεί, κι έτσι σκεφτήκαμε: «Γιατί να μην ασχοληθούμε με αυτό; Γιατί να μην προσπαθήσουμε να το λύσουμε;»

Η διδακτορική σας έρευνα ξεκίνησε με στόχο τη δημιουργία μιας τεχνητής νοημοσύνης που θα μπορούσε «να ακολουθεί οδηγίες σαν ρομπότ και να μιλά σαν άνθρωπος». Ποιες τεχνολογικές εξελίξεις σάς έκαναν να συνειδητοποιήσετε ότι αυτή η έρευνα θα μπορούσε να αποτελέσει τη βάση μιας εμπορικής πλατφόρμας φωνητικής τεχνητής νοημοσύνης;

Η έρευνα ήταν πολύτιμη και σημαντική για την κατανόηση της θεμελιώδους τεχνολογίας και των όσων συνέβαιναν. Μου επέτρεψε να διακρίνω έγκαιρα τις εξελίξεις που έρχονταν και όσα βρίσκονταν ήδη σε εξέλιξη. Κατανοούσα τεχνικά τι ήταν αυτά τα μοντέλα και πώς λειτουργούσαν, κι αυτό μου έδωσε τη δυνατότητα να στοιχηματίσω σε αυτήν την κατεύθυνση. Συγκεκριμένα, ήθελα να ιδρύσω μια εταιρεία και να αφήσω το αποτύπωμά μου, και αυτός ήταν ο τομέας που συνδεόταν περισσότερο με όσα γνώριζα και με τις εξελίξεις που έβλεπα να έρχονται. Ήθελα να συμμετέχω σε αυτήν την προσπάθεια.

Έχετε περιγράψει κάθε τηλεφωνική κλήση ως ένα στάδιο στη διαδρομή του πελάτη, το οποίο οι επιχειρήσεις δεν μπορούσαν παραδοσιακά να βελτιστοποιούν με συστηματικό τρόπο. Πώς ακριβώς βελτιστοποιείται μια τηλεφωνική συνομιλία και πώς μπορεί η τεχνητή νοημοσύνη να βελτιώνει διαχρονικά τα ποσοστά μετατροπής, επίλυσης ζητημάτων ή την εμπειρία των πελατών;

Ας υποθέσουμε ότι κλείνετε ραντεβού με έναν υδραυλικό. Το άτομο που απαντά στο τηλέφωνο είναι εκπαιδευμένο να συλλέγει τα στοιχεία σας και να προγραμματίζει το ραντεβού, αλλά ανάλογα με τον τρόπο που θέτει τις ερωτήσεις, μπορεί να σας ενημερώσει για υπηρεσίες της επιχείρησης που δεν γνωρίζατε ότι προσφέρει. Έτσι, μπορεί να κλείσετε ραντεβού για ένα υδραυλικό πρόβλημα και να διαπιστωθεί ότι χρειάζεται επίσης να επισκευάσετε τον νεροχύτη σας. Ένας πολύ καλά εκπαιδευμένος φωνητικός βοηθός τεχνητής νοημοσύνης κάνει το ίδιο: βοηθά την επιχείρηση να προτείνει στους πελάτες πρόσθετες αγορές και να αυξάνει τα έσοδά της. Θα μπορούσε να προτείνει ένα προϊόν για το οποίο ένας νέος υπάλληλος υποδοχής δεν είχε εκπαιδευτεί και να προσθέσει ακόμη ένα είδος στην παραγγελία, κάνοντας τον πελάτη πιο ικανοποιημένο και βελτιώνοντας το επιχειρηματικό αποτέλεσμα. Μια απλή φωνητική έκδοση του ChatGPT δεν ξέρει να το κάνει αυτό. Χρειάζεστε ένα προϊόν που έχει σχεδιαστεί και εκπαιδευτεί ειδικά γι’ αυτό.

Επιπλέον, οι άνθρωποι μπορεί να μην αντιληφθούν μια κλήση, να μην απαντήσουν στο τηλέφωνο ή να προωθήσουν τις κλήσεις στον τηλεφωνητή. Αυτό καταστρέφει τις μικρές επιχειρήσεις στην Αμερική. Δεν διαθέτουν ανθρώπους για να απαντούν στο τηλέφωνο, δεν μπορούν να εξασφαλίσουν σταθερή ποιότητα και δεν έχουν τρόπο να τη βελτιστοποιήσουν. Με την τεχνητή νοημοσύνη, αν μια κλήση δεν έχει την έκβαση που επιθυμεί μια επιχείρηση, μπορούμε να τη βελτιστοποιήσουμε χρησιμοποιώντας τα δεδομένα που έχουμε. Χάρη στην ταχύτητα της τεχνητής νοημοσύνης, μπορούμε να αλλάξουμε τη συνομιλία, κάτι που οι άνθρωποι δεν θα μπορούσαν να κάνουν σχεδόν εξίσου γρήγορα.

Αυτήν τη στιγμή, όλοι αντιμετωπίζουν την τεχνητή νοημοσύνη ως μέσο εξοικονόμησης κόστους. Εμείς, όμως, πιστεύουμε ότι θα έπρεπε να τη βλέπουν ως μοχλό ανάπτυξης. Οι επιχειρήσεις μπορούν πράγματι να αναπτυχθούν υιοθετώντας την τεχνητή νοημοσύνη και να πετύχουν καλύτερες επιδόσεις από ό,τι στο παρελθόν.

Η φωνητική τεχνητή νοημοσύνη πρέπει να αντιμετωπίσει προκλήσεις τις οποίες η τεχνητή νοημοσύνη που βασίζεται σε κείμενο συχνά μπορεί να αποφύγει, όπως η καθυστέρηση, οι διακοπές, οι προφορές, ο θόρυβος στο παρασκήνιο, τα συναισθηματικά στοιχεία και οι απρόβλεπτες συνομιλίες. Ποιο από αυτά τα προβλήματα ήταν δυσκολότερο να επιλυθεί με αξιόπιστο τρόπο σε επιχειρησιακή κλίμακα;

Η καθυστέρηση είναι το σημαντικότερο πρόβλημα. Το έχουμε πλέον λύσει, αλλά στα πρώτα στάδια ήταν τεράστιος πονοκέφαλος για δύο λόγους.

Καταρχάς, βασιζόμασταν σε νεοφυείς επιχειρήσεις που δεν ήταν αξιόπιστες. Ένα σημαντικό ποσοστό των αιτημάτων API προς την OpenAI αποτύγχανε και δεν λαμβάναμε απάντηση. Αν μιλάς στο τηλέφωνο, αυτό ισοδυναμεί με το να σου κλείσουν το τηλέφωνο, οπότε έπρεπε να δημιουργήσουμε μηχανισμό επανάληψης των αιτημάτων.

Το δεύτερο ζήτημα ήταν η χωρητικότητα. Όταν έστελνες ένα αίτημα στην OpenAI, έμπαινες σε ουρά πίσω από εκατοντάδες ή χιλιάδες άλλα αιτήματα και δεν ήξερες σε ποια θέση βρίσκεσαι. Η απάντηση μπορούσε να καθυστερήσει 30 δευτερόλεπτα. Για να παρακάμψουμε το πρόβλημα, εξετάσαμε πού διέθετε η OpenAI endpoints σε όλο τον κόσμο και αλλάζαμε τα endpoints στα οποία στέλναμε αιτήματα, ανάλογα με το ποιες χώρες κοιμόντουσαν και είχαν χαμηλή ζήτηση. Έπρεπε να δημιουργήσουμε όλη αυτή την υποδομή μόνο και μόνο για να εντοπίζουμε τα endpoints με τη χαμηλότερη ζήτηση εκείνη τη στιγμή. Ήταν ένα αρκετά ενδιαφέρον τεχνικό πρόβλημα. Τώρα εκπαιδεύουμε τα δικά μας μοντέλα, μεταξύ των οποίων και το Alma, οπότε δεν χρειάζεται να ανησυχούμε γι’ αυτό, καθώς διαχειριζόμαστε εμείς τους υπολογιστικούς πόρους και τη ζήτηση.

Η Phonely διαχειρίζεται πλέον περισσότερες από 120.000 κλήσεις την ημέρα για χιλιάδες επιχειρήσεις. Τι έχετε μάθει από τη λειτουργία φωνητικών πρακτόρων σε αυτή την κλίμακα, που δεν ήταν προφανές όταν δημιουργούσατε την πρώτη έκδοση της πλατφόρμας;

Είναι πραγματικά πολύ σημαντικό να είμαστε διαθέσιμοι το 100% του χρόνου. Μία από τις δυσκολότερες μηχανολογικές προκλήσεις που αντιμετωπίζουμε είναι η αξιοπιστία και η ταχύτητα. Ο χώρος της ΤΝ εξελίσσεται με απίστευτη ταχύτητα, και εμείς κινούμαστε γρήγορα ακόμη και για μια εταιρεία ΤΝ. Στην Y Combinator υπάρχει ένα ρητό: «Κινήσου γρήγορα και σπάσε πράγματα». Όμως, όταν οι πελάτες σου πραγματοποιούν 120.000 κλήσεις την ημέρα, δεν έχεις την πολυτέλεια να προκαλείς προβλήματα. Έτσι, μεγάλο μέρος της δουλειάς μας ήταν να βρούμε πώς θα διαθέτουμε νέες εκδόσεις με την ταχύτητα που χρειάζεται για να παραμένουμε επίκαιροι και να βελτιώνουμε σταδιακά το προϊόν, διατηρώντας παράλληλα τους εταιρικούς πελάτες ικανοποιημένους και τις υπηρεσίες σταθερές, καθώς συνεχίζουμε να αναπτύσσουμε νέες λειτουργίες για να παραμένουμε μπροστά στην αγορά. Η αξιοπιστία ήταν μάλλον μία από τις μεγαλύτερες προκλήσεις που αντιμετωπίσαμε κατά τη δημιουργία της εταιρείας.

Τα συστήματα παραγωγικής ΤΝ μπορεί να συμπεριφέρονται απρόβλεπτα, αλλά ένας τηλεφωνικός πράκτορας που εξυπηρετεί πελάτες ενδέχεται να χειρίζεται πληρωμές, κρατήσεις, ερωτήματα για την υγεία ή άλλες αλληλεπιδράσεις υψηλού διακυβεύματος. Πώς σχεδιάζετε φωνητικούς πράκτορες που παραμένουν ευέλικτοι και συνομιλιακοί, χωρίς να επινοούν πληροφορίες ή να ενεργούν πέρα από τα όρια των εξουσιοδοτήσεών τους;

Το μάθαμε με τον δύσκολο τρόπο πριν από περίπου δύο χρόνια και πλέον αυτή η προσέγγιση έχει υιοθετηθεί ευρέως στον κλάδο. Συνειδητοποιήσαμε ότι το μεγαλύτερο πρόβλημα με τα LLM είναι το πλαίσιο. Όταν βάζεις υπερβολικά πολλές πληροφορίες σε μια προτροπή, όπως σελίδες οδηγιών, αυξάνονται οι πιθανότητες να πάει κάτι στραβά.

Έτσι, σχεδιάσαμε ένα σύστημα ενορχήστρωσης οκτώ πρακτόρων, το οποίο μεταβιβάζει τη διαδικασία από έναν πράκτορα στον επόμενο, με τον καθένα να έχει το δικό του, εξειδικευμένο πλαίσιο. Είναι παρόμοιο με τον τρόπο που ένας άνθρωπος ακολουθεί ένα σενάριο σε μια κλήση: συλλέγει κάποιες πληροφορίες, περνά στο επόμενο στάδιο και ούτω καθεξής. Αυτό μας επιτρέπει να διαχωρίζουμε τα βήματα σε επίπεδο κώδικα. Αν χρειαζόταν να συγκεντρώσω το όνομά σου, τη διεύθυνση ηλεκτρονικού ταχυδρομείου σου, τον αριθμό τηλεφώνου σου και την ημερομηνία γέννησής σου προτού σου επιστρέψω χρήματα, θα μπορούσα να διασφαλίσω ότι όλες αυτές οι πληροφορίες συγκεντρώθηκαν σε επίπεδο κώδικα πριν προχωρήσουμε. Αυτό δεν μπορείς να το εγγυηθείς αν βασίζεσαι απλώς σε ένα LLM. Δημιουργώντας αυτό το επίπεδο ενορχήστρωσης πρακτόρων, μπορείς να πετύχεις αξιοπιστία 100%, επειδή καταγράφονται όλα τα βήματα πριν από τη μεταβίβαση σε έναν νέο πράκτορα, ο οποίος εξακολουθεί να έχει το πλαίσιο, αλλά περιορίζεται στις δικές του οδηγίες.

Αναφέρεται ότι μία εγκατάσταση της Phonely απέφερε πρόσφατα σε έναν πελάτη 10 εκατομμύρια δολάρια σε νέα καθαρά έσοδα μέσα σε μόλις τρεις μήνες. Τι επέτρεψε στην ΤΝ να δημιουργήσει αυτόν τον μετρήσιμο επιχειρηματικό αντίκτυπο και πού πιστεύετε ότι η φωνητική ΤΝ προσφέρει σήμερα την υψηλότερη απόδοση επένδυσης;

Μπορέσαμε να το πετύχουμε επειδή είχαμε στη διάθεσή μας τα στοιχεία του πελάτη. Επιδίωκαν να αυξήσουν τις πωλήσεις, καθώς επρόκειτο για εισερχόμενες κλήσεις, και αξιολογούσαν τους καλούντες, οπότε μπορούσαμε να παρακολουθούμε τα αποτελέσματα. Ανάλογα με την ημέρα, το τηλεφωνικό τους κέντρο πετύχαινε ποσοστό πωλήσεων περίπου 35% έως 42%. Αφού λάβαμε αυτές τις πληροφορίες από τον πελάτη, προσαρμόσαμε τις ροές εργασίας του και βελτιστοποιήσαμε τον πράκτορα. Ξεκινήσαμε με ποσοστό πωλήσεων περίπου 20%. Τους επόμενους μήνες επαναλαμβάναμε τη διαδικασία, κάναμε προσαρμογές και βελτιστοποιήσαμε τον πράκτορα, μέχρι που ξεπεράσαμε τις επιδόσεις του τηλεφωνικού τους κέντρου στις περισσότερες περιπτώσεις. Το ποσοστό πωλήσεων συνέχισε να αυξάνεται, επειδή εντοπίσαμε τα προβλήματα και διασφαλίσαμε ότι η εμπειρία ήταν συνεπής και άψογη κάθε φορά. Καταφέραμε να ξεπεράσουμε τις επιδόσεις ενός τηλεφωνικού κέντρου.

Καθώς οι φωνητικοί πράκτορες γίνονται πιο ικανοί, πού θα πρέπει να θέτουν οι επιχειρήσεις το όριο ανάμεσα στις συνομιλίες που μπορούν να αυτοματοποιηθούν πλήρως και στις περιπτώσεις όπου θα πρέπει να συμμετέχει άνθρωπος;

Οι επιχειρήσεις θα πρέπει να μπορούν να αυτοματοποιούν οτιδήποτε αποτελεί επαναλαμβανόμενη διαδικασία που θέλουν να ακολουθείται, αρκεί να είναι επαρκώς σαφώς καθορισμένη.

Ωστόσο, η αυτοματοποίηση παρουσιάζει δυσκολίες σε ορισμένους τομείς. Ο ένας είναι οι ενσωματώσεις χωρίς API: ας υποθέσουμε ότι χρειάζεσαι μια ενσωμάτωση, αλλά το συγκεκριμένο λογισμικό δεν διαθέτει API. Είναι δύσκολο να παρακάμψεις αυτό το εμπόδιο, αν και μπορείς να χρησιμοποιήσεις ορισμένες αυτοματοποιήσεις μέσω προγράμματος περιήγησης. Ένα άλλο πρόβλημα προκύπτει όταν υπάρχουν πολλαπλές μεταβιβάσεις από έναν πράκτορα σε άνθρωπο και ξανά σε πράκτορα. Το τρίτο είναι τα κενά στο πλαίσιο. Ας πούμε ότι ξέχασα το πορτοφόλι μου σε ένα εστιατόριο. Η ΤΝ δεν θα μπορέσει ποτέ να λύσει αυτό το πρόβλημα, επειδή δεν γνωρίζει αν έχεις το πορτοφόλι σου και δεν μπορεί να πάει να ελέγξει αν βρίσκεται στο εστιατόριο.

Ορισμένες περιπτώσεις θα απαιτούν πάντα ανθρώπινη παρέμβαση, όπως και οι πιο σύνθετες εργασίες που εκτείνονται σε πολλά συστήματα. Αποφύγετε να χρησιμοποιείτε πράκτορα για αυτές.

Η Phonely συγκέντρωσε πρόσφατα 16 εκατομμύρια δολάρια σε γύρο χρηματοδότησης Series A, αφού η πελατειακή της βάση ξεπέρασε τις 10.000 επιχειρήσεις. Πώς διαμορφώνεται το επόμενο στάδιο για την εταιρεία και ποιες τεχνικές δυνατότητες πιστεύετε ότι θα διαφοροποιήσουν την επόμενη γενιά πλατφορμών φωνητικής τεχνητής νοημοσύνης;

Το επόμενο στάδιο είναι η διεύρυνση της ομάδας και η συνέχιση των επενδύσεων σε αυτήν. Είμαστε απόλυτα αφοσιωμένοι σε αυτή την ιδέα. Πολλές επιχειρήσεις στρέφονται στη φωνητική τεχνητή νοημοσύνη και πιθανότατα θα τα καταφέρουν αρκετά καλά σε διάφορους τομείς. Εμείς, όμως, δεν δημιουργούμε απλώς έναν φωνητικό πράκτορα. Δημιουργούμε μια πλατφόρμα βελτιστοποίησης και χρησιμοποιούμε τη φωνή ως κανάλι. Για τις επιχειρήσεις που ενδιαφέρονται για την προσέλκυση δυνητικών πελατών και για το πώς τα τηλεφωνήματά τους αποφέρουν έσοδα, ο βασικός μας στόχος είναι να βελτιστοποιούμε τους πράκτορες τεχνητής νοημοσύνης, ώστε να επιτυγχάνουν τα αποτελέσματα που επιθυμούν οι πελάτες. Σκεφτείτε τη Phonely ως εταιρεία βελτιστοποίησης, στην οποία οι άνθρωποι θέλουν να βελτιώνουν την απόδοση των πρακτόρων τους.

Η ακαδημαϊκή σας έρευνα έχει επίσης διερευνήσει τη χρήση της τεχνητής νοημοσύνης και της τεχνολογίας έξυπνων μετρητών για τη διεύρυνση της πρόσβασης στην ενέργεια και της χρήσης καθαρών μεθόδων μαγειρέματος στις αναπτυσσόμενες οικονομίες. Πέρα από τη Phonely, πώς βλέπετε να αξιοποιείται η τεχνητή νοημοσύνη για την αντιμετώπιση μεγάλων προβλημάτων στον φυσικό κόσμο, όπως η πρόσβαση στην ενέργεια, και είναι αυτός ένας τομέας στον οποίο ελπίζετε τελικά να επιστρέψετε;

Η τεχνητή νοημοσύνη μπορεί να συμβάλει σε πολλά θετικά πράγματα, αλλά πολλά από τα προβλήματα που υπάρχουν προκαλούνται από ανθρώπους, επομένως χρειάζεται να αλλάξει αυτή η πλευρά. Δεν μπορούν να λυθούν όλα τα προβλήματα με την τεχνολογία. Ωστόσο, το να επιτρέψουμε στην τεχνολογική πρόοδο και στην ανθρώπινη αλλαγή να συντελούνται ταυτόχρονα θα έχει θετικό συνολικό αντίκτυπο στον κόσμο.

Σας ευχαριστούμε για την εξαιρετική συνέντευξη. Οι αναγνώστες που θέλουν να μάθουν περισσότερα μπορούν να επισκεφτούν τη Phonely.