Alex Levin, cofundador y director ejecutivo de Regal – Serie de entrevistas

Alex Levin Es cofundador y director ejecutivo de Regal, una plataforma de IA de voz que ayuda a las empresas a impulsar sus ingresos mediante conversaciones con clientes compatibles con la normativa y basadas en IA. Antes de fundar Regal en 2020, dirigió los equipos de crecimiento y producto de Handy, Thomson Reuters y otras startups. Graduado de Harvard y miembro del Consejo Tecnológico de Forbes, Alex se centra en la creación de una infraestructura escalable y prioritaria de voz que combina la innovación con medidas de seguridad de nivel empresarial.

Elegante Proporciona agentes de voz con IA para ventas, soporte, programación y cobranza. Diseñados para sonar natural, integrarse con sistemas CRM y gestionar millones de conversaciones a gran escala. La plataforma incluye un generador sin código, análisis en tiempo real, pruebas A/B y cumplimiento normativo integrado para sectores regulados como la salud, los seguros y los servicios financieros.

¿Qué lo inspiró a pasar de los roles de liderazgo en Angi y Handy a fundar Regal? ¿Hubo un momento específico en el que usted y su cofundador se dieron cuenta de que la experiencia del centro de contacto necesitaba ser reconstruida por completo?

En Angi/Handy, vimos el poder de la voz para generar confianza con los clientes. Los clientes nos comentaron que, cuando tenían un problema importante al que querían llamar, los clientes que atendíamos por teléfono tenían un mayor valor de vida y, cuando los llamábamos, respondían con mucha mayor frecuencia que con cualquier otro canal. Sin embargo, los proveedores de software para centros de contacto se centraban en la "desviación" y la "automatización" en lugar de en lo que era mejor para los clientes. El resultado fue un juego interminable de ocultar el número de teléfono que castigaba innecesariamente a los clientes.

Mi cofundador y yo nos marchamos porque creíamos firmemente que podíamos convertir la voz en el canal más eficaz reduciendo costes y simplificando su funcionamiento. Ojalá hubiera tenido Regal cuando dirigía un gran centro de contacto.

Lanzaron Regal en 2020, justo antes del auge de la IA generativa. ¿Cómo evaluaron si la IA de voz era técnicamente viable y qué les convenció para actuar con rapidez?

Mucho antes de 2020, estábamos convencidos de que la voz era el canal más importante. Y en 2020, supimos que podíamos desarrollar herramientas de orquestación, pruebas A/B y personalización que reducirían costes y simplificarían la gestión de la voz como canal, ya fuera una persona, un bot de voz tradicional o algo más avanzado. Así que, al principio, vendimos herramientas para centros de contacto que permitieran gestionar mejor a los agentes humanos. Ese producto creció rápidamente.

Pero, volviendo a lo que dices, crear una empresa es un acto de fe, y nos llevó tiempo ver cómo podíamos superar las limitaciones de los agentes humanos. No fue hasta el lanzamiento de ChatGPT a finales de 2022 que vimos una IA lo suficientemente buena como para mantener una conversación. Y no fue hasta finales de 2023 que pudimos hacer una demostración de un agente de voz con el que creíamos que un cliente querría hablar.

¿Cuáles fueron algunos de los desafíos técnicos más difíciles en la capacitación de agentes de voz que pudieran igualar o superar el desempeño humano en conversaciones naturales?

Hay muchísimos desafíos técnicos maravillosos en los que trabajar. Desde asegurar una latencia de aproximadamente 500 ms, hasta descubrir cómo garantizar que los agentes de IA puedan acceder a todo el contexto de las bases de conocimiento de la empresa y los datos de los clientes en tiempo real, hasta lograr que los agentes de IA actúen durante y después de las llamadas, pasando por guardianes o funciones de seguridad, y cómo lograr que la interacción con los agentes se sienta humana mediante la toma de turnos y las indicaciones verbales adecuadas.

Uno de mis proyectos favoritos en el que trabaja nuestro equipo hoy es cómo mejorar las evaluaciones automatizadas para que un agente de IA pueda probarse más fácilmente antes de su lanzamiento a producción. Esto eliminaría cientos de horas de control de calidad manual que se realizan constantemente hoy en día para cada cambio en cada agente de IA.

Primero, tenemos que crear cientos de conversaciones simuladas con clientes (usando IA), que el agente de IA las revise, y luego el supervisor de IA las controle y sugiera mejoras al agente de IA o a las políticas y la base de conocimientos de las empresas. Ya contamos con un producto de evaluación en funcionamiento; los comentarios de los clientes han sido excelentes y está mejorando a un ritmo asombroso.

Esto es fundamental para la nueva métrica de número de administradores por agente de IA. Pronto, muy pocos administradores podrán gestionar cientos de agentes de IA diferentes.

¿Cómo aprovecha Regal el aprendizaje automático para personalizar las conversaciones en tiempo real? ¿Se basa en el historial del cliente, el tono, el reconocimiento de intenciones o una combinación de ambos?

Hemos invertido mucho en personalización, a diferencia del resto del mercado, porque creemos en ayudar a las marcas a evaluar a millones de clientes como si fueran uno entre un millón. No solo recreando la gestión genérica de agentes humanos que se usa hoy en día.

Comenzamos creando un perfil de cliente unificado que vincula todos los datos de CRM, datos de eventos e historial de conversaciones. Al crear un agente, las empresas pueden otorgarle acceso a la IA a toda la información sobre un cliente o solo a los datos específicos necesarios para una conversación específica. El LLM proporciona una respuesta conversacional, similar a la humana, utilizando los datos disponibles.

Los LLM aún tienen limitaciones en sus funciones, por lo que necesitábamos la capacidad de aprovechar otras herramientas como servicios de datos de terceros, aplicaciones personalizadas y aprendizaje automático. Por ello, creamos "Acciones personalizadas" que pueden usarse en una solicitud de agente de IA para aprovechar otros servicios. Por ejemplo, muchas marcas tienen modelos de propensión que indican qué producto sugerir al cliente a continuación, y podemos conectarnos con aquellos que se ajusten a la conversación.

¿Cómo utiliza su sistema la generación aumentada por recuperación (RAG) sin sacrificar la capacidad de respuesta o la cadencia natural que los clientes esperan de una llamada en vivo?

RAG es un área de diferenciación para nosotros, ya que debía ser más rápido para los agentes de IA de voz que para los agentes de IA en chat u otros canales digitales. Unos pocos segundos de silencio arruinarían por completo la llamada.

Ambos redujimos la latencia de recuperación y nos aseguramos de que, si la recuperación tomaba más tiempo, el agente de IA pudiera seguir hablando con el cliente para avisarle que tomaría más tiempo.

Los agentes de Regal están modelados a partir de voces humanas reales, incluidas las de inversores reales. ¿Qué se necesita, técnica y éticamente, para construir réplicas tan fieles?

Es sorprendentemente fácil técnicamente “clonar” una voz para que un agente de IA pueda sonar como un actor de voz profesional o un amigo. Todo lo que se necesita son entre 5 y 10 minutos de audio de alta calidad.

Por ejemplo, hace poco me preguntaron cómo hacer esto con un familiar moribundo para que las generaciones más jóvenes puedan vivirlo cuando sean mayores. Así que, con un poco de orientación, ahora grabarán al abuelo moribundo.

En cuanto a tu segundo punto, el abuelo está consintiendo esto, y los actores de voz profesionales o nuestros inversores también lo están. Deberían eliminarse los actores maliciosos que permiten la clonación de voz sin consentimiento (como ocurrió durante las últimas elecciones presidenciales).

Un consejo: si permites que alguien clone tu voz (o eres una figura pública que puede ser clonada por malos actores), asegúrate de usar una palabra de seguridad que solo tu familia conozca para que puedan identificarte realmente en una llamada.

Destaca la importancia de integrar Regal en CRM, sistemas de pago y API internas. ¿Cuáles fueron algunos de los retos de integración más difíciles que tuvo que resolver?

La integración con productos importantes, desde CRM como Salesforce hasta software de centro de contacto como NICE, es sencilla. Lo más difícil es garantizar que la marca nos proporcione API para cualquier acción que el agente de IA pueda necesitar. Un agente humano podría hacer clic en un botón para reservar una habitación de hotel. Pero el agente de IA realmente necesita una API de reservas.

¿Cómo se aborda la medición y mejora del rendimiento del modelo a lo largo del tiempo? ¿Qué papel desempeñan el ajuste fino supervisado o el aprendizaje por refuerzo en este proceso?

Creamos un conjunto de pruebas A/B desde el principio para que sea sencillo para los clientes probar agentes de IA frente a agentes humanos o el agente con LLM versión 1 frente a la versión 2. Eso nos brinda una forma clara de ver las variaciones en los resultados de diferentes modelos.

Sin embargo, actualmente no utilizamos el aprendizaje de refuerzo, ya que incomoda a los equipos legales (no quieren una situación en la que se produzca un cambio en el aroma previsto). Creo que faltan 13 meses para que los equipos legales implementen el aprendizaje de refuerzo en nuestro caso práctico. En su lugar, hoy nos centramos en sugerir cambios que un gestor humano pueda aceptar. Estos podrían ser en un aviso, una base de conocimientos, el ajuste de un LLM, etc.

Hablar con un VC, o con su clon de voz, es una idea audaz. ¿Cuál era su intención al poner estos asesores de IA a disposición de los fundadores y cómo se utilizan actualmente?

Hemos tenido la suerte de tener acceso a inversores maravillosos y queríamos devolver el favor con este proyecto. Disfruto hablando con Satya AI en cualquier momento, y he recibido excelentes comentarios de ejecutivos que han recurrido a los inversores de capital riesgo de IA para todo, desde consejos sobre cómo crear una hoja de ruta de producto hasta qué modelo de precios utilizar.

Nos encanta mostrar en lugar de contar, y este proyecto realmente resalta el poder de nuestras capacidades de RAG/base de conocimientos. ¡Incluso los padres de dos de nuestros inversores nos dieron el visto bueno!

Pero un consejo para los sabios: no se puede delegar la toma de decisiones a asesores y una de las partes más difíciles de ser un ejecutivo es decidir entre dos opciones malas o incluso opciones aparentemente demasiado buenas.

¿Estos agentes inversores se basan en conocimientos generalizados sobre startups o están capacitados en asesoramiento específico de la empresa y filosofías vinculadas a cada VC individual?

Todos los agentes de IA poseen conocimientos generales adquiridos en la formación LLM. Sin embargo, para obtener los resultados que necesitábamos, incorporamos los extensos escritos de los inversores a las respectivas bases de conocimiento de agentes de IA.

Más allá de eso y de la clonación de voces, también creo que pudimos capturar algunas de las personalidades o esencias únicas de los inversores, como la positividad de Jake Saper o la efervescencia de Alexa Von Tobel.

De cara al futuro, ¿cómo cree que evolucionará la inteligencia artificial de Regal? ¿Veremos una toma de decisiones más autónoma, más inteligencia emocional o incluso apoyo multimodal?

Lo más emocionante del último año ha sido ver cómo nuestros agentes de IA se desempeñan mejor que los humanos. Creo que el próximo año, las mejoras en los modelos de IA subyacentes y los avances en la aplicación de Regal darán como resultado agentes de IA indistinguibles de los humanos y, lo que es más importante, que superarán con creces las capacidades de estos. Las empresas que se inclinen por los agentes de IA reducirán sus costos y mejorarán la experiencia del cliente más rápido de lo previsto.

Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar Elegante.