Nick Lahoika, Vocal Image -yhtiön perustaja ja toimitusjohtaja – Haastattelusarja

Nick Lahoika on Vocal Image -yhtiön perustaja ja toimitusjohtaja, joka on kehittänyt valmennussovelluksen, joka auttaa ihmisiä kehittämään viestintätaitojaan. Yrittäjänä hänellä on yli 10 vuoden kokemus IT-alalla ja liiketoiminnan kehittämisestä. Nick on onnistuneesti myynyt kaksi yritystään ennen Vocal Image -yhtiön perustamista. Nickin matka on hyvin henkilökohtainen; hän joutui koulussa kiusatuksi epäselvästä lausumisesta, mikä innoitti häntä auttamaan ihmisiä viestintätaidoissaan.

Vuoden 2020 vallankumouksen jälkeen Nick joutui pakenemaan kotimaastaan ja saapui Viroon, jossa hänellä oli vain vähän englannin kielen taitoa. Hän käytti omaa sovellusta äänen harjoitteluun ja onnistui saamaan ensimmäisen rahoituskierroksensa vain kuuden kuukauden kuluttua. AWS AI Challenge -kilpailun voittaja ja Meta x Hugging Face European AI Startup Program -ohjelman voittaja, Vocal Image on saanut äskettäin 3,6 miljoonan dollarin siemenvaiheen rahoituksen, jota johtaa Educapital (Ranska), ja laajentunut yli 14 miljoonan dollarin vuosittaiseen liikevaihtoon.

Perustit Vocal Image -yhtiön vuonna 2021. Mikä innoitti sinua kehittämään älykkään valmennusohjelman, ja mikä oli ongelma, jonka yritit ratkaista aluksi?

Puhumisen pelko oli osa elämääni pitkään. Koulussa minut kiusattiin epäselvästä lausumisesta, ja se kokemus jäi minulle. Myöhemmin, IT-opiskelijana, minun piti esittää asiakkaille, ja sama pelko tuli takaisin.

Vuonna 2021, Valko-Venäjän vallankumouksen jälkeen, minun piti muuttaa Eurooppaan yötä päivää. Yhtäkkiä minun piti esittää sijoittajille englanniksi, kieltä jota minä tuskin puhuin. Se oli pelottavaa, mutta ei ollut valinnanvaraa. Minä harjoittelin ääntäni joka päivä hyvin varhaisella versiolla siitä, mitä myöhemmin tulisi Vocal Image. Se kesti jopa viikkoja, ennen kuin opin lausumaan oikein “V”-äänen, jotta voin sanoa oman yhtiön nimen.

Aloittaminen sovelluksella, joka oli käytännössä kuin YouTube, mutta sisälsi äänittimen ja kommentointiominaisuuden. Käyttäjät voivat katsoa videoita, harjoitella toistamalla lauseita ja kuunnella omia äänityksiään. Katsellessani, miten ihmiset käyttivät sitä, tajusin nopeasti, että he tarvitsivat palautetta. Varhaiset käyttäjämme osoittivat, että pelkästään sisällön kuluttaminen ei ollut tarpeeksi saavuttaakseen todellisia tuloksia; he tarvitsivat välitöntä palautetta. Yritimme toimittaa palautetta ihmiscoachien kautta, mutta se lähestymistapa ei ollut skaalautuva, joten päädyimme käyttämään älykästä valmennusta.

Se oli henkilökohtainen oivallus, että minulle oli helpompaa harjoitella ensimmäisiä esityksiäni omalla alustallamme, eikä minun tarvinnut esittää ihmisille. Ei ollut painetta, ei tuomionpelkoa. Se vapaus muutti kaiken minulle. Kun ratkaisin oman ongelmani, tajusin, kuinka moni ihminen kärsii puhumisen pelosta. Yli 200 miljoonaa ihmistä kamppailee puhumisen pelon kanssa.

Ennen Vocal Image -yhtiötä, sinulla oli tanssitunti. Miten taustasi liikkeessä ja ilmeissä vaikuttaa lähestymistapaasi viestintään ja äänen luottamukseen?

En ollut tanssija; itse asiassa, minä rakensin liiketoimintaa, joka keskittyi itseilmaisuun ja ihmisiin. Sen kautta minä tajusin, että voit kertoa paljon ihmisestä hänen sisäisestä luottamuksestaan katsomalla, miten hän tanssii.

Liike myös vaikuttaa suuresti siihen, miten ilmaiseudu. Asento, hengitys, se on kaikki osa viestintää. Siinä älykäs valmennus tulee voimaan, koska se voi auttaa ihmisiä harjoittelemaan kaikkia näitä alueita yhdessä paikassa.

Aikaisemmin yritykset joutuivat palkkaamaan useita eri valmentajia. Yhden julkisen puhumisen, toisen kehonkielen, toisen luottamuksen. Nyt, älykkään valmennuksen ansiosta, kaikki on yhteydessä. Voit rakentaa koko viestintäkuvan, eikä vain yhtä osaa siitä.

Toisin kuin useimmat älykkäät viestintätyökalut, sinä päättivät ei käyttää ChatGPT:ä valmennuksesi perustana. Mikä johti siihen päätökseen?

ChatGPT:n hype tuli suureksi käännekohdaksi meille. Kun se tuli suosioon, se loi suuren luottamusspiiken älykkääseen teknologiaan, ja pystyimme hyödyntämään sitä saadaksemme ihmiset uskomaan omaan teknologiaamme.

Mutta tässä on se asia: emme halunneet käyttää sitä perustana. Tavoitteemme alusta alkaen oli käyttää omaa malliamme arvioidaksemme ihmisten ääni- ja puhetapoja. Käytämme suuria kielenmalleja, kuten Gemini, Claude ja ChatGPT, sekä tietokantoja, vihjeitä ja temppuja viestintäkirjallisuudesta nykyisissä malleissamme, mutta ne eivät ole palauttemekanismimme ydin. Todellinen perusta palauttelemme on ihmisten panos.

Älykkään valmennuksen tuntien robotinomainen olo on todellinen pelko. Vastataksemme siihen, loimme Vocal Imageen yhteisön, jossa käyttäjät voivat yhteyttä toisiinsa, jakaa yhteisen tavoitteen parantaa viestintätaitojaan ja tukea toistensa matkaa. Ja tämä yhteisö kasvaa ja parantaa jatkuvasti älykästä valmennustamme.

Voihsinhan selventää, miten älykkään valmennuksen kouluttaminen yksinomaan ihmisten äänillä eroaa perinteisistä LLM-pohjaisista lähestymistavoista tuloksien ja aidonisuuden suhteen?

Käytämme suuria kielenmalleja osana arviointiprosessia ja kontekstia, mutta järjestelmämme todellinen perusta on data, joka on takana. Ydinmallimme on koulutettu oman yhteisömme avulla, joka koostuu ihmisistä, jotka ovat tullut yhteen parantamaan viestintätaitojaan.

Älykkyys on vain niin hyvä kuin ihmiset, joilta se oppii. Omassa tietokannassamme on yli miljoona ainutlaista ihmisen ääntä, joista jokainen kantaa sävyä, rytmiä ja tunteita, jotka edustavat viestinnän todellista olemusta.

Tietokantaasi sisältyy yli miljoona ihmisen ääntä. Mitkä haasteet sinä kohtasit tällaisen ainutlaatuisen aineiston keräämisessä ja merkinnöissä?

Et voi luottaa jokaiseen datakohtaan yhtä paljon. Jotkut käyttäjät arvioivat huolellisesti, toiset vain klikkaavat läpi. Meidän piti suunnitella järjestelmä, joka erottaa tarkoituksenmukaisen palautteen melusta. Ajan myötä opimme antamaan enemmän painoa käyttäjille, jotka osallistuvat johdonmukaisesti ja ovat luotettavia, ja suodattamaan pois satunnaisen syötteen.

Haasteellisin osa oli operatiivinen, joka liittyi rakentamaan arvostusjärjestelmään, joka palkitsee laadun määrän sijaan. Siinä yhteisömme tuli arvokkaaksi. Nämä eivät ole satunnaisia internetin käyttäjiä, vaan ihmisiä, jotka ovat todella kiinnostuneita parantamaan viestintätaitojaan ja auttamaan toisia tekemään samoin. Kaikki arviot ovat anonyymejä, mikä auttaa pitämään palautteen puolueettomana ja aidona.

Yhteisölähtöinen “Tinder-tyylinen” arviointimekanismi on mielenkiintoinen — miten tämä palauteprosessi muokkaa älykkään valmennuksen jatkuvaan oppimiseen?

Jokainen arvostelu, jokaisessa kielessä, tulee pieneksi älykkyydeksi, joka hienontaa malliamme. Se on elävä palauteprosessi. Mitä enemmän ihmiset harjoittelevat ja arvioivat, sitä älykkäämpää järjestelmästä tulee tunnistamaan puheen ja tunteiden nuansseja, oppimaan, miten ihmiset todella havaitsevat luottamusta, lämpimyyttä tai auktoriteettia kulttuurien yli.

Mitkä olivat tärkeimmät oppitunnit kehittäessäsi älykästä valmennusta, joka keskittyy viestintätaitoihin eikä teknisiin taitoihin?

Päähaasteena oli mittaus. Ei ole yleistä mittaria “luotettavuudelle” tai “karismalle”. Meidän piti luoda oma.

Tässä kohtaa suuret lukujen laki tuli mukaan. Jos 100 000 ihmistä pitää tiettyä ääntä luotettavana tai karismallisena, voit alkaa luottaa siihen yhteiseen havaintoon. Ajan myötä opimme opettamaan älykkäälle valmennukselle ennustamaan subjektiivisia laatuja, asioita, joita ei voida arvioida yksinkertaisella oikein tai väärin. Se oli läpimurto: opimme mittaamaan sitä, mitä oli aina pidetty abstraktina.

Vuoden 14 miljoonan dollarin vuosittaisella liikevaihdolla ja tuoreella 3,6 miljoonan dollarin siemenvaiheen rahoituksella, mitkä ovat tärkeimmät tavoitteesi seuraavassa kasvuvaiheessa — kehittäessäsi älykästä valmennusmallia, laajentuessasi käyttäjäkuntaa tai syventäessäsi yhteisökokemusta?

Meidän tehtävämme on aina ollut ihmiskeskeinen. Autamme ihmisiä viestimään luottamuksella ja aidosti.

Seuraava vaihe on skaalata vaikutusta maailmanlaajuisesti. Laajentumme uusiin kielivaihtoehtoihin ja maantieteellisiin alueisiin, ja kehitämme uusia viestintätaitoja, kuten neuvottelua, aktiivista kuuntelua ja sujuvaa puhumista.

Monet käyttäjät sanovat, että älykkäät valmentajat tuntuvat robotinomaisilta tai epähenkilökohtaisilta. Miten varmistat, että Vocal Image tarjoaa tunteellisesti resonoivaa ja kontekstuaalista palautetta?

Keskitymme hyperhenkilökohtaisuuteen. Ensimmäisestä interaktiosta alkaen, opimme, kuka sinä olet, mukaan lukien aksenttisi, ikäsi, ammatillinen kontekstisi ja puhetapasi. Ajan myötä meillä on muisti, joka muistaa, miten olet parantanut, missä kamppailet, ja mikä palautteista resonoi eniten.

Se mahdollistaa älykkään valmennuksen sopeutumisen dynaamisesti. Kokemus tuntuu henkilökohtaiselta, koska se on muotoiltu kokonaan sinun datasi ja sinun matkasi mukaan, eikä johdukaan geneerisestä käsikirjoituksesta.

Miten näet älykkään viestintävalmennuksen kehittyvän, kun generatiivinen ja emotionaalinen älykkyys jatkavat kypsyä?

Ihmisen kehitys on aina ollut sekoitus luonteenomaisia ja opittuja piirteitä. Tiede kertoo, että johtajuus on noin puoliksi luontainen, puoliksi opittu. Opittu puoli on aina ollut varattu johtajille, jotka voivat maksaa kalliita valmentajia. Pitkään yritykset ovat joutuneet maksamaan 7 000 ja 25 000 dollaria vuodessa yhden johtajan valmennuksesta. Älykkyys muuttaa sen.

Myös ihmisten kanssa työskenteleminen edellyttäisi useiden eri valmentajien palkkaamista, kun taas älykäs valmentaja voi korvata kaikki heidät.

Tällä hetkellä käytämme useita eri malleja eri viestintäalojen analysointiin, mutta tulevaisuus on yhtenäinen järjestelmä, joka arvioi ja ohjaa sinua kokonaisvaltaisesti. Tämä teknologia demokratisoi kasvun. Et tarvitse syntyä karismallisena tai olla suuren yrityksen budjetti hallussa, jotta opisit viestintää. Tarvitset vain uteliaisuutta ja pääsyä, ja ympäristön luominen, jossa se voi kukoistaa, on se, mikä ajaa minua joka päivä.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla Vocal Image -sivustolla.