Josh Feast, Cogiton toimitusjohtaja ja perustaja – Haastattelusarja

Josh Feast on Cogiton toimitusjohtaja ja perustaja, joka yhdistää Emotion ja Conversation AI: n innovatiiviseen alustaan, joka tarjoaa reaaliaikaisen valmennuksen ja ohjauksen asiakaspalvelukeskuksien edustajille, antaa valvojille näkyvyyden tiimien live-keskusteluihin työskenteleviltä työntekijöiltä missä tahansa, ja jatkuva seuranta asiakas- ja työntekijäkokemuksista.

Cogiton tarina alkaa vuonna 1999, ennen kuin yhtiö perustettiin. Voitko jakaa joitain näkemyksiä varhaisista päivistä MIT Human Dynamics Labissa ja mitä siellä tehtiin?

Vuodesta 1999 vuoteen 2006, Dr. Sandy Pentland kehitti perustavanlaatuisen perustutkimuksen, joka osoitti sosiaalisten signaalien läsnäolon ja voiman ihmisen viestinnässä ja koneiden kyvyn havaita ja tulkita niitä.

Vuonna 2007 Cogito irtautui MIT Media Labista. Voitko jakaa tämän syntytarinan?

Ennen päiviäni MIT:ssä, tunnistin tarpeen teknologialle, joka perustuu keskustelun kontekstiin, jotta se voisi auttaa käyttäjiään emotionaalisesti latautuneissa tilanteissa. Työskennellessäni Uuden-Seelannin lasten, nuorten ja perheiden ministeriössä (nykyään Lasten, nuorten ja perheiden yksikkö Sosiaalikehitysministeriössä), huomasin, että monet sosiaalitoimijat olivat polttautuneita työnsä emotionaalisesti raskaiden tehtävien vuoksi ja uskoivat, että heidän tukijärjestelmänsä hyötyisivät tästä teknologiasta. Toin havaintoni tuosta ajasta MIT:ään, ja Cogito luotiin myöhemmin Dr. Pentlandin MIT Media Lab -tutkimuksesta, joka näytti suoraan osoittavan ongelmaan. Cogito sai rahoitusta DARPA:lta tutkimukseen ja kehitykseen tekoälyalustaa ja käyttäytymismalleja, jotta voidaan automaattisesti havaita ihmisen psyykkisiä tiloja. Tämä teknologia osoittautui menestykseksi auttaessaan sotaveteraaneja paluussa rintamalta ja työskennellessä Yhdysvaltain veteraanien asioiden ministeriössä (VA).

Emotion AI -teknologia, jota Cogitossa käytetään, validoidaan alun perin auttamalla terveydenhuollon ammattilaisia havaitsemaan varhaiset merkit PTSD:stä ja muista mielenterveyden häiriöistä sotilailta, jotka palasivat taistelusta. Voitko keskustella joistakin yksityiskohdista tästä ja tuloksista, jotka havaittiin?

Tämän teknologian tavoitteena oli havaita masennus ja ehkäistä itsemurha sotaveteraaneilla, jotka palasivat taistelusta. Kehittämämme alusta mahdollisti lääkäreille seurata sotaveteraanien yleistä mielenterveyttä äänisignaaleja käyttäen ja tunnistaa tapahtumia, kuten kodittomuutta ja muita huonon mielenterveyden varoitusmerkkejä. Nopeasti tajusimme, että meillä on jotain erityistä, ja että tämän teknologian soveltaminen voi osoittautua hyödylliseksi myös sotaveteraanien ja terveydenhuollon järjestelmien tukemisessa alueilla, joilla on suuria määriä monimutkaisia, emotionaalisesti latautuneita keskusteluita. Juureemme edelleen keskittyen ihmiskokemukseen, meistä tuli Cogito, jonka tunnet, ja joka tukee reaaliaikaisen valmennuksen ja ohjauksen tarjoamista suurten yritysten asiakaspalvelukeskuksien edustajille useilla aloilla, mukaan lukien terveydenhuolto.

Voitko keskustella siitä, miten Cogito käyttää tekoälyä analyyttisessä viittessä ja antaa palautetta keskustelun aikana?

Cogito käyttää voimakasta yhdistelmää Emotion ja Conversation AI: ta, jotta voidaan paljastaa uusia oivalluksia kaikista keskusteluista, poimien sekä mitä sanottiin että miten asiakkaat vastaanottivat viestin. Nämä tekoälymallit mitataan asiakaskokemusta (CX) reaaliajassa kaikilla puheluilla, jotta voidaan vaikuttaa asiakaskokemukseen hetkellisesti, eikä vain tulevissa keskusteluissa.

Cogito poimii ja analysoi yli 200 akustista ja äänisignaalia millisekunteja kuluessa antaakseen asiakaspalvelukeskuksien edustajille vihjeitä siitä, miten he voivat sopeuttaa käyttäytymistään ja esittää parhaat suositukset keskusteltavista aiheista ja toivottavista tuloksista.

Cogito suorittaa live-äänen analyysin puhelun aikana, jotta voidaan lujittaa käyttäytymistä reaaliajassa ja luoda parempia ihmiskohtaisia yhteyksiä asiakkaiden ja asiakaspalvelukeskuksien edustajien välillä, riippumatta siitä, missä he työskentelevät.

MITEN tämä palaute ohjaa edustajia rakentamaan parempia suhteita asiakkaiden kanssa?

Reaaliaikainen palaute, jonka asiakaspalvelukeskuksien edustajat saavat Cogiton vihjeistä, mahdollistaa heidän näyttää johdonmukaisempaa emotionaalista älykkyyttä, mikä johtaa siihen, että he tarjoavat empatiaa jokaisessa puhelussa. Parannettu empatia johtaa parempiin keskustelutuloksiin, kuten vähäisempiin puheluaikoihin, lisääntyneeseen ensimmäiseen puheluratkaisuun, parantuneeseen asiakastyytyväisyyteen ja lisääntyneeseen asiakasarvoon.

Jokaisella asiakaspalvelukeskuksien edustajalla on erilaisia vahvuuksia ja heikkouksia. Reaaliaikaiset vihjeet, joita he saavat puhelun aikana, auttavat heitä parantamaan asiakaspalveluaan, esimerkiksi antamalla enemmän empatiaa, puhumalla hitaammin tai kuulostamalla iloisemmalta. Tämä räätälöity palaute hetkellisesti mahdollistaa heidän rakentaa suhteen asiakkaan kanssa, joka perustuu kyseisen asiakkaan kokemukseen ja äänisignaaleihin, jotka AI-malli on havainnut. Tämä parantaa sekä asiakaskokemusta että edustajan kokemusta.

Reaaliaikainen palaute on hyödyllistä sekä asiakaskokemukselle (CX) että työntekijäkokemukselle (EX). Työkalumme auttavat edustajia kokemaan myönteisempiä työkokemuksia, mikä on osoittautunut johtavan korkeampiin CX-tasoihin.

Vuonna 2019 Cogito julkaisi tutkimuksen nimeltä “Sukupuolten tasapuolisuus puheen emotion tunnistamisessa”. Mitkä olivat joitakin tärkeitä havaintoja sukupuolten vaikutuksesta puheessa emotion suhteen?

Tutkimuksemme keskittyi mallinnuslähestymistapaan ja optimointitekniikoihin sekä otantavirheisiin. Siksi on tehtävä lisää tutkimusta vähentämään negatiivista harhaa yleisesti tekoälyssä ja erityisesti puheen emotion tunnistamisessa. Tärkeitä havaintoja ovat:

Naisten puhe on yleensä korkeampaa kuin miesten puhe, mikä johtaa laajempiin harmonisoihin.

Puheen emotion tunnistusmallit voivat olla vaikuttuneita tästä erosta. Tämä voi johtaa alhaisempaan tarkkuuteen naisten puheessa verrattuna miesten puheeseen.

Sukupuolten tasapuolisuutta parantavat koneoppimismenetelmät voidaan soveltaa vähentämään tämän tarkkuuseron. Tutkimuksessamme Cogito esittelee uuden tasapuolisuusmenetelmän, joka suoriutuu myöntevästi verrattuna perusversioon.

Miten Cogito toimii vähentämään ei-toivottujen sukupuolten tai muiden tyypien harhan vaikutuksia?

Cogito käyttää luonnollisen kielen prosessointimallia, joka yhdistää ihmistietoista tekoälyjärjestelmiä, syvän oppimisen koneoppimismalleja ja muita monimutkaisia sääntöjä, jotka auttavat tietokoneita ymmärtämään, analysoimaan ja simuloimaan ihmisen kieltä. Olemme jatkuvasti työskentelemässä ja kehittämässä NLP:ämme uusien tietojen kanssa vähentämään harhaa.

Cogitolla on kattava protokolla koneoppimismallien kehittämiseksi, joka pyrkii nimenomaisesti vähentämään harhaa ja varmistamaan eettisen koneoppimisen (ML) perustuvat tuoteominaisuudet. Tämä protokolla kattaa alueita, kuten otantadatan koulutukseen, harhan vähentämiseen ihmisen merkinnöissä ja koneoppimisen deharhaisuustekniikoiden käytössä.

Cogito käyttää “oikeudenmukaisuus”-tietokantaa, joka koostuu suuresta äänitietokannasta, jossa puhujat ilmoittavat eri demografiset luokat. Kaikki mallit arvioidaan oikeudenmukaisuustietokannan ja eri demografisten luokkien perusteella. Käytämme myös ML Ops -tekniikoita seuratakseen malleja tuotannossa ja suorittamaan järjestelmällisesti mallien tarkastuksia ihmisen merkinnöillä.

Mitkä ovat sinun henkilökohtaiset näkemyksesi siitä, miten tekoäly ei pitäisi vain korvata ihmisiä, vaan lujittaa heidän käyttäytymistään?

On asioita, joita ihmiset voivat tehdä ja hienouksia, joita he voivat tarjota ihmisten välisissä vuorovaikutuksissa, joita tekoäly ei voi jäljitellä yksin. Esimerkiksi asiakkaat haluavat saada empatiaa, kun he ottaa yhteyttä asiakastukeen. Jos asiakas vuorovaikuttaa ainoastaan automaattisella järjestelmällä, joka perustuu tekoälyyn, heidän ongelmansa voidaan ratkaista, mutta he voivat lopulta tuntea itsensä frustroituneiksi tai ärsyyntyneiksi vuorovaikutuksesta. Jos korvaamme kaikki asiakaspalvelukeskuksien edustajat tekoälyllä, poistamme inhimillisen elementin, joka on välttämätön luodakseen suhteita ja saavuttakseen ja ylläpitääkseen uskollisia asiakkaita.

Kun osallistutaan palveluvuorovaikutukseen, ihmiset arvostavat puhumista jokuhenkilön kanssa, joka voi asettaa itsensä heidän asemaansa, jolla on kokemuksia, jotka ovat samanlaisia kuin heidän omat kokemuksensa. Samalla tavalla ihmiset arvostavat tunnetta siitä, että joku toinen huolehtii heistä ja omistaa ratkaisun heidän ongelmaansa. Käy vielä kauan, ennen kuin itsenäinen tekoäly todella koetaan muuna kuin itseapu-työkaluna.

Onko jotain muuta, mitä haluaisit jakaa Cogitosta?

Cogitossa kehitämme uusia teknologioita, jotka avaavat seuraavan sukupolven asiakaspalvelukeskuksia. Tänä vuonna julkaisimme Työntekijäkokemus (EX) -tuloksen seuratakseen edustajien kokemuksia. Samoin kuin asiakaskokemus (CX) -tuloksemme, EX-tulos yhdistää ihmistietoisen Emotion AI: n ja Conversation AI: n, josta saadaan reaaliaikaisia oivalluksia yksittäisistä tapahtumista tai trendeistä useiden puheluiden yli. Korkeiden tyytymättömyyden, polttoutumisen ja poistumisen tasojen keskellä EX-tulos auttaa ratkaisemaan kysymyksen siitä, miten estää polttoutuminen ja auttaa edustajan kokemusta, mikä puolestaan ajaa parempia asiakaskokemuksia ja pitkän aikavälin liiketoimintavakavuutta.

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