Isaiah N. Granet, Blandin perustaja ja toimitusjohtaja – Haastattelusarja

Isaiah N. Granet, Blandin perustaja ja toimitusjohtaja, on startup-yrityksen perustaja ja insinööri, jonka tausta yhdistää teknisen toteutuksen varhaisiin yrittäjäkokemuksiin ja pitkäaikaiseen sosiaaliseen vaikuttamiseen. Ennen nykyisen yrityksensä perustamista hän osallistui Z Fellowsiin ja Y Combinatoriin, rakensi insinööritaitojaan Lanternissa ja perusti San Diego Chill -hyväntekeväisyysjärjestön, joka keräsi yli 2,5 miljoonaa dollaria auttamaan kehitysvammaisia lapsia pääsemään urheilun pariin, ansaiten kansallista tunnustusta ja jatkaen toimintaa hänen osallistuessaan hallitustyöskentelyyn.

Bland on keskittynyt rakentamaan infrastruktuuria älykkäille puheluille, jotta yritykset voivat käyttää älykkäitä ääniohjaimia, jotka voivat käsitellä asiakastukea, myyntiä ja operatiivisia työnkulkuja suuressa mittakaavassa. Alusta on suunniteltu korvaamaan tai täydentämään perinteisiä asiakaspalvelukeskuksia tarjoamalla ohjelmoitavia ääniviestintää, reaaliaikaisia vastauksia ja syviä integraatioita liiketoimintajärjestelmiin, asettamalla itsensä yritysten viestintäautomaation keskeiseksi osaksi.

Perustit San Diego Chillin teini-ikäisenä luodaksesi inklusiivisen pääsyn urheiluun kehitysvammaisille lapsille, paljon ennen kuin osallistuit Y Combinatoriin tai perustit Blandin. Miten varhainen kokemuksesi todellisen järjestön rakentamisesta vaikutti siihen, miten lähestyit älykkään ääniohjaimen perustamista, joka nyt sijaitsee yritysten ja asiakkaiden välissä?

Paljon elämästäni ja työstäni on keskittynyt rakentamiseen. Nuoresta iästä lähtien minulla on ollut jatkuva halu tuoda asioita eloon. Kun idea tai usko maailmasta ilmestyy päähäni, se on mahdotonta ignoroida. San Diego Chillin rakentaminen opetti minulle, miten luoda ja johtaa organisaatiota, mutta myös siitä, miten suuri vaikutus meidän toimintamme voi olla muiden elämään. Pystyä antamaan takaisin luomalla organisaation, joka muuten ei olisi ollut olemassa, on syvästi palkitsevaa. San Diego Chillistä oppimani opit ja arvot ovat mukanani jokaisena päivänä.

Mitä Y Combinatorin jälkeen vuonna 2023 vakuutti sinut siitä, että yritysten äänirakenteet olivat edelleen perustavanlaatuisesti rikkoontuneita, jotta perustaisit loppupään järjestelmän rakentamisen sijaan kerrosten päälle perinteisiin IVR-työkaluihin?

Ajattele viime kertaa, kun käytit pankin chatbottia. Luultavasti odotit liian kauan, saat vastauksen, joka ei vastannut sitä, mitä todella kysyit, ja lopulta soitit puhelimella. Sitten robottiääni vei sinut valikkoon, jossa ei ollut mitään, mitä halusit, ja näppäilemällä 0 ei tapahtunut mitään hyödyllistä.

Pankit ovat käyttäneet miljardeja luodakseen tämän kokemuksen, ja chatbotit ovat edelleen viimeisenä asiakastyytyväisyyden listalla 29 prosentilla. Alempi kuin sähköposti. Alempi kuin asiakaspalvelukeskukset, joista kaikki jo valittavat.

Tämä on ollut dynamiikka kaksi vuosikymmentä. Yritykset yrittävät pitää asiakkaat poissa henkilökunnastaan. Asiakkaat yrittävät päästä puhumaan ihmisen kanssa. Kumpikaan osapuoli ei voita.

Ongelma ei ole se, etteivät yritykset halua korjata sitä. He vain eivät pysty rakentamaan hyvää kokemusta mittakaavassa. Asiakaspalvelukeskus, joka käsittelee miljoona puhelua kuukaudessa, on kallis ja vaikea operaatio, ja laatu on epävakaa lähes määritelmän mukaan.

Mikä muuttui, on se, että älykäs teknologia tekee nyt mahdolliseksi ratkaista puhelut sen sijaan, että ne vain ohjataan tai torjutaan. Ei puhelupuita. Ei odotusmusiikkia. Älykäs agentti, joka ymmärtää, mitä asiakas pyytää, ja käsittelee sen.

Mutta se toimii vain, jos järjestelmä on rakennettu reaaliaikaisen äänen ympärille alusta alkaen. Kun kerrostetaan älykkäitä mallinnusjärjestelmiä perinteisten IVR-työkalujen päälle tai yhdistetään kolmannen osapuolen palveluita, viive lisääntyy ja luotettavuus laskee. Keskustelut menevät sekaisin.

Siksi keskityimme rakentamaan infrastruktuurin loppupäästä. Ääni toimii vain, jos se tuntuu välittömältä ja luonnolliselta. Jos se ei ole, asiakas lopettaa puhelun.

Bland on ottanut epätavallisen askeleen rakentamalla ja isännöimällä oman äänilähdön, inference- ja transkriptiopinon sisäisesti. Mitkä olivat ne kompromissit, jotka näitte riippuvuudessa kolmannen osapuolen API:sta, mikä lopulta johti siihen, että omistatte koko äänirakenteen kerroksen?

Jokainen ulkoistettu kerros lisää viivettä ja riskejä.

Useimmat älykkäät ääniohjaimet ovat välittäjiä. Ne ottavat kolmannen osapuolen transkription, lisäävät kolmannen osapuolen mallin, ohjaavat sen kolmannen osapuolen äänilähteeseen ja antavat tuloksen. Se voi toimia kontrolloidussa demossa. Se harvoin toimii, kun puhelumäärä kasvaa tai ketjussa jotain menee pieleen.

On myös dataongelma. Perusmallin tarjoajat, kuten OpenAI, ovat käyttäneet asiakasdataa mallien kouluttamiseen. He sanovat, että yrityslisenssit ovat erilaisia. Ehkä ne ovat. Mutta tuo epävarmuus on tarpeeksi, jotta monet turvallisuus- ja vaatimustenmukaisuustiimit tuntevat olonsa epämukaviksi.

Kun itse isännöit koko pinon — transkriptiota, inferenceä, äänilähdettä, orkestraatiota — hallitset jokaisen millisekunnin ja jokaisen mallipäivityksen. Asiakasdata pysyy asiakkaan ekosysteemissä. Se ei koske kolmannen osapuolen koulutusputkiin, ei kulje infrastruktuurin kautta, jota et voi tarkastella, eikä siirry, ellei asiakas päättä siitä.

Voit antaa jokaiselle yritysasiakkaalle omat omat laitteistot, jotta toisen yrityksen piikki ei vaikuta heidän suorituskykyynsä. Ja kun jotain menee pieleen, voit itse korjata sen, sen sijaan että odotat toimittajan toimittajan korjausta.

Säänteltyjen alojen osalla asiakkaat tarvitsevat koko pinon omassa VPC:ssään tai paikallisesti. Se on mahdollista vain, jos toimittaja omistaa sen, mitä he käyttävät.

Perinteinen asiakaspalvelukeskuksen automaatio on keskittynyt voimakkaasti yksinkertaisten tukipuheluiden torjuntaan. Miksi päädyit priorisoimaan pitkän hännän, monimutkaisten asiakkaan vuorovaikutusten sijaan optimoimalla tilavuusautomaatiota ensin?

Perinteinen asiakaspalvelukeskuksen automaatio on keskittynyt voimakkaasti yksinkertaisten tukipuheluiden torjuntaan. Miksi priorisoit monimutkaisia, pitkän hännän vuorovaikutuksia sen sijaan, että aloittaisit korkean tilavuuden käyttötapauksilla?

Otimme vastakkaisen lähestymistavan. Jos voimme luotettavasti käsitellä monimutkaisimpia ja herkkäkohtaisimpia puheluita, kaikki muu tulee helposti. Tavoitteena ei ole rakentaa demoja, vaan toimittaa täydellinen älykäs puheluratkaisu mittakaavassa. Se vaatii matalan viiveen, korkean luotettavuuden järjestelmiä, jotka voivat hallita reunatapauksia, jotka määrittelevät todelliset asiakasvuorovaikutukset.

Älykkäät agentit ovat yhä enemmän integroitu CRM- ja operatiivisiin tietokantoihin ratkaisemaan puhelut loppuun asti. Miten äänipohjainen automaatio muuttaa yritysten työnkulkujen arkkitehtuuria verrattuna chat-pohjaisiin copiloteihin?

Perinteiset järjestelmät eivät usein puhu toistensa kanssa. CRM, aikataulutusvälineet ja laskutusjärjestelmät ovat erillisiä. Ilman pääsyä näihin järjestelmiin älykäs agentti voi vain vastata yleisiin kysymyksiin ja ei paljoa muuta.

Se ei voi tarkastaa tiliä, päivittää tietojärjestelmää eikä varata aikaa. Se kerää tietoja ja antaa sen eteenpäin. Samaan aikaan ihmiset viettävät aikaa työssä, jota ei pitäisi koskea ihmisen käsiin: kirjaamalla puhelun muistiinpanoja, manuaalisesti aikatauluttaen tapaamisia, etsimällä raportteja selvittääkseen, kuka tarvitsee seuraavan kosketuksen.

Syvä integraatio on se, mikä tekee loppuun asti ratkaisun mahdolliseksi. Ilman sitä olet vain automatisoinut tervehtimisen, ei puhelun.

Viimeaikainen Soulja Boy -äänikloonidemo korosti, miten keskusteluagentit voivat laajentaa toimintaansa sisäisten operaatioiden ulkopuolelle brändikohtaisiin kokemuksiin. Näetkö yritysten älykkäiden ääniohjainten kehittyvän asiakaslähtöisiksi digitaalisiksi edustajiksi, jotka toimivat jatkuvasti myynti-, tuki- ja markkinointikanavissa?

Täysin. Näen maailman, jossa jokainen asiakas on henkilökohtainen suhde suosikki- ja välttämättömiin yrityksiin. Tärkeintä on, että älykäs teknologia ei ole vain “viihdyttävää”, vaan kykenee todella ratkaisemaan monimutkaisimmat ongelmat.

Reaaliaikainen ääni tuo mukanaan viive-, hallucinaatio- ja identiteettihäiriöitä, joita ei ole olemassa tekstipohjaisissa älykkäissä käyttökohteissa. Mitkä olivat vaikeimmat tekniset rajoitukset, joita kohtasit rakennettaessa älykkäitä agenteja, jotka tarvitsevat vastauksen alle sekunnissa säilyttäen keskustelun tarkkuuden?

Viive. Siinä useimmat demot kuolevat.

Jos chatbotti vastaa kolmessa sekunnissa, käyttäjä odottaa. Jos älykäs agentti pysähtyy epämukavasti, kun olet puhunut valmiiksi, keskustelu on jo mennyttä. Vastaukset on saatava takaisin alle 400 millisekunnissa. Useimmat alustat eivät pysty siihen, koska ne ovat ompelemassa useita kolmannen osapuolen palveluita, joista jokainen lisää oman viiveensä.

Mutta viive on vain osa siitä. Todelliset asiakaspuhelut ovat sekavampia tavalla, jota demot eivät koskaan tallenna. Ihmiset keskeyttävät kesken lauseen. Taustamelu leikkaa sisään. Puhujat vaihtavat kieltä. Pyynnöt ovat epämääräisiä. Älykäs teknologia, joka pitää tuotannossa, käsittelee keskeytykset menettämättä kontekstia, sopeutuu, kun keskustelu menee käsikirjoituksesta poikki, ja tekee sen ilman, että kuulostaa siltä, että se on puskuria.

Asiakkaat eivät vertaa älykästä teknologiaa muihin bottiin. He vertaavat sitä puhumiseen ihmisen kanssa. Se on mittapuu.

On kasvava tarkastelu siitä, miten ihmisenkaltaiset älykkäät järjestelmät esittävät itsensä vuorovaikutuksissa. Miten yritysten tulisi ajatella läpinäkyvyyttä älykkäiden agenttien käyttöönotossa, jotka voivat olla erottamattomia ihmisistä?

Uskomme vahvasti rehellisyyteen ja läpinäkyvyyteen loppukäyttäjälle. Vaikka jotkin sääntelyt ovat raskaita ja tukahduttavia, mikään muoto petosta ei ole hyväksyttävää. Työskentelemme yritysten kanssa luodakseen vaivattomia kokemuksia, jotka perustuvat asiakkaan kanssa solmittuun luottamussuhteeseen.

Kun älykkäät agentit alkavat käsitellä miljoonia samanaikaista asiakasvuorovaikutusta, mitkä operatiiviset haasteet tulevat ensin esiin, kun yritykset siirtyvät koepiloteista tuotantoon?

Joitakin asioita on käytännössä tärkeää. Ensimmäinen on modulaarinen ohjelmointirakenteen arkkitehtuuri. Monoliittiset ohjelmat ovat lähes mahdottomia debugata. Kun puhelu menee pieleen, sinun on saatava selville tarkalleen, missä ja miksi se tapahtui, ei tarvitse tuijottaa seinää ohjeita yrittäenksesi selvittää, kuka rivi aiheutti ongelman.

Täysi havainnollisuus on yhtä tärkeää. Puhelun jälkeen tiivistelmät eivät riitä. Sinun on oltava näkyvillä, mitä agentti tekee jokaisessa vuorovaikutuksessa jokaisessa puhelussa.

Varotoimet ovat myös olennaisia, erityisesti säänteltyjen alojen osalla. Agentin on oltava sääntöjen puitteissa. Se ei ole valinnainen. Ja jos se ei ole, on oltava kauniisti takaisinvedon mahdollisuus.

Lopulta on tietämysjohtaminen. Agentin on oltava pääsy yrityksen tietoihin, kuten tuotteisiin, käytäntöihin ja menettelytapoihin. Alusta myös tulisi tuoda esiin tietämykselliset aukot automaattisesti, kun ne ilmenevät todellisissa puheluissa, ei viikkoja myöhemmin, kun asiakas valittaa.

Miten näet yritysten älykkäiden ääniohjainten tulevan kehittymään? Jäävätkö ne tehtävänäkökulmaisiksi työkaluiksi vai kehittyvätkö ne yleiskäyttöisiksi älykkäiksi agentteiksi, jotka voivat hallita koko liiketoimintaprosessia ääniin perustuvan aloittamisen kautta?

Jos vain minulla olisi vastaus! Luulen, että älykkäät agentit kehittyvät koko liiketoimintapinon ylitse, mutta on epätodennäköistä, että koko yritys toimisi älykkään agentin varassa. Sanon kuitenkin, että uskon, että ihmiset voivat saada välittömän, tarkan ja kattavamman palvelun älykkäiltä agenteilta kuin mitä he saavat tänään. Itse asiassa uskomme, että enemmän puheluita tapahtuu, kun tämä tapahtuu. Ei vähemmän.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Blandissa.