Nikola Mrksic, PolyAI:n perustaja ja toimitusjohtaja – Haastattelusarja

Nikola Mrksic on PolyAI:n perustaja ja toimitusjohtaja, joka on johtava yritys, joka tarjoaa automaattista asiakaspalvelua varten älykkäitä ääniohjattuja avustajia.

Mikä alun perin kiinnosti sinua AI:hen?

Olen ollut kiinnostunut matematiikasta ja tietojenkäsittelytieteestä hyvin nuoresta lähtien. Cambridge-yliopistossa opiskellessani sain mahdollisuuden työskennellä useiden johtavien koneoppimisen tutkijoiden kanssa, mukaan lukien Steve Young ja Zoubin Ghahramani. Steve vakuutti minut liittymään hänen startup-yhtiöönsä, VocalIQ:hen, kehittämään puhuttuja vuorovaikutusjärjestelmiä. Myöhemmin tein väitöskirjan Steven johdolla, ja kehittelin dataohjattuja kielen ymmärtämisjärjestelmiä, jotka toimivat eri sovelluksissa ja kielissä. Vuorovaikutteinen älykkyys on erittäin haasteellinen ja monimutkainen työnala, jossa on edelleen paljon tieteellisiä ja insinööritieteellisiä läpimurtoja, ja se on pitänyt minua kiireisenä siitä lähtien.

Vuonna 2017 perustit PolyAI:n, joka on älykkään vuorovaikutuksen yritys. Voitko kertoa PolyAI:n syntytarinaa?

Minun perustajakumppanini, Shawn Wen, Eddy Su ja minä teimme tohtorin tutkinnon Cambridge-yliopistossa samaan aikaan. Olimme työskennelleet vuorovaikutusjärjestelmissä useita vuosia, mutta pian tajusimme, että ne monimutkaiset järjestelmät, joissa olimme työskennelleet, eivät soveltuneet kaupalliseen käyttöön. Niinpä perustimme yhdessä älykkään vuorovaikutusratkaisun, joka olisi hyödyllinen todellisessa maailmassa. Näimme mahdollisuuden luoda todella vuorovaikutteisia, monivaiheisia, transaktiivisia vuorovaikutusjärjestelmiä, jotka voisivat vuorovaikuttaa oikeiden ihmisten kanssa arjessa.

Keskitimme asiakaspalveluun, koska koimme, että nykyiset teknologiset mahdollisuudet ja asiakkaiden vaatimukset olivat hyvin sovitettavissa.

Voitko kertoa jotain siitä, mitä koneoppimisen ja luonnollisen kielen prosessoinnin teknologioita PolyAI:ssa käytetään?

Meidän pääsalaisuutemme on joukko erilaisia omia encoder-malleja. Olemme kouluttaneet ne miljardilla luonnollisella keskustelulla, joten ne voivat havaita aikomuksen, vaikka syötepuheessa käytetään slangiä tai idiomeja. Tämä on erittäin tärkeää puhelimen kautta tapahtuvassa viestinnässä. Asiakkaat eivät puhu avainsanoja; he kertovat tarinoita, keskeyttävät, kysyvät ja yleensä haluavat ottaa keskustelun hallintaansa.

Olemme vastikään julkaisseet ConVEx-mallimme, joka on erittäin data-tehokas entiteettien poistaja, joka mahdollistaa arvojen tarkan poistamisen keskusteluista.

Puhelintunnistusorkestraatioprosessimme käsittää puheentunnistusjärjestelmien hienosäätöä, jotta voidaan neutraloida eri aksenteista johtuva melu, sekä hienosäätöä eri asiayhteyksissä.

Olemme myös kehittäneet hyvin vankkaan vuorovaikutuspolitiikkakirjaston, jossa on ennalta määritellyt käyttötarkoitukset, jotka sisältävät kaikki yleiset asiakaspalvelun transaktiot, joten voimme luoda uuden ääniohjatun avustajan asiakkaille erittäin nopeasti.

Mikä erottaa hyvän vuorovaikutteisen älykkään tuotteen huonosta?

Hyvä tuote ymmärtää aina, mitä käyttäjät tarkoittavat, eikä koskaan vaadi käyttäjiltä toistamaan itseään. Puhelut voivat tapahtua meluisissa ympäristöissä, joten tuotteiden on oltava kestäviä epäsiistille syötteille. Kun brändit tavoittavat laajoja markkinoita, tuotteiden on ymmärrettävä erilaisia aksenteja ja tavoja ilmaista aikomuksia. Molemmat vaativat tuotteilta vakuuttavaa puheentunnistuksen laatua, kestävää aikomusten luokittelua ja entiteettien poistoa.

Erinomainen tuote on käyttäjien mukaan vuorovaikutteinen. Se seuraa käyttäjän ajatuskulkuja ja pystyy käsittelemään monimutkaisia, jokapäiväisiä tapauksia, joissa käyttäjät voivat jakaa useita aikomuksia ja tietoja samanaikaisesti, ja he voivat hypätä eri asiayhteyksistä toisiin. Tämä vaatii vankkaa moniluokkaisen luokittelun ja asiayhteyden hallintaa.

Vuorovaikutteinen tuote näyttää inhimillisiä piirteitä ilman, että se on liian robotti tai epäilyttävä. Tämä tarkoittaa nopeita vuorovaikutuksia, aitoja ääniä, jatkuvaan palauteviestejä ja tietynlaista satunnaisuutta ja epätäsmällisyyttä.

Lopulta, erinomainen vuorovaikutteinen älykäs tuote vuorovaikuttaa käyttäjien kanssa, missä he ovat, ja tarjoaa vaivattoman, alusta-erityisen kokemuksen, joka voi käsittää äänen, SMS:n, chatin tai sosiaalisen viestinnän alustoja. Vuorovaikutuksen paradigma on omaksuttava kunkin viestintäalustan ominaisuudet.

Mitkä ovat joitain etuja, joita yritykset saavat käyttämällä vuorovaikutteista älykkyyttä verrattuna siihen, että yritykset yrittävät ohjata kyselyjä chat-botteihin?

Asiakaskokemus on kriittinen ja on muuttunut asiakaspalvelun avainmoottoriksi. Ensisijainen tavoite on tehdä asiakkaiden helppo tehdä mitä he tarvitsevat.

Puhelin on edelleen useimpien asiakkaiden ensisijainen kanava yrityksiin osoittamiseen. Jopa 65 % kaikista asiakaskyselyistä tapahtuu edelleen puhelimen kautta. COVID-19-pandemian aikana asiakaspalvelukeskukset ovat joutuneet äärimmäisiin tilanteisiin, ja asiakkaita on enemmän kuin koskaan ennen pyytämässä tukea.

Tietysti, erinomainen kokemus sallii asiakkaiden viestiä millä tahansa tavalla, joten niille, jotka suosittelevat epäsynkronista viestintää, teemme sen helppoa brändeille tarjota samaa tasoa kokemusta tekstuaalisilla kanavilla.

Kuinka suuri haaste on havaita asiakkaan yrittämän sanoman aikomus?

On useita haasteita asiakkaiden ymmärtämisessä äänikanavien kautta. Asiakkaiden merkityksen ymmärtäminen edellyttää useiden komponenttien toimimista hyvin yhdessä.

Ensinnäkin, puheentunnistus on haasteellista, erityisesti kun ihmiset soittavat meluisista ympäristöistä, kuten kun he ovat puhelimessa, tai kun he ajoavat liikenteessä tai tunnelissa. Puheentunnistus voi myös olla haasteellista alueilla, joissa on erilaisia aksenteja ja murteita. Olemme kehittäneet tehokkaan tavan puheentunnistusmallien säätämiseen annetussa asiayhteydessä, jotta voidaan optimoida puheentunnistusta.

Koska ConveRT-mallimme on koulutettu valtavalla määrällä keskusteludataa, se pystyy havaitsemaan aikomuksen heikkojen signaalien perusteella, aivan kuten ihmiset yleensä ymmärtävät, mitä joku sanoo, vaikka heillä on vaikeuksia ymmärtää muutama sana.

Toinen huomioon otettava asia on ymmärtäminen, kun asiakkaat haluavat tehdä useita toimia kerran. Esimerkiksi joku voi sanoa: “Olen menettänyt korttini. Voitko kertoa, onko se käytetty ja estää sen?” Tässä tapauksessa mallin on tunnistettava kaksi aikomusta ja toimittava niiden mukaisesti järjestyksessä, joka on järkevää.

Malli on myös kyettävä poistamaan ja ymmärtämään asiakkaiden tarjoamat entiteetit. Esimerkiksi “Onko teillä pöytä saatavilla lauantaina lounaalle minulle, vaimolleni ja kahdelle lapselemme?” Pintatasolla aikomus on tarkistaa pöydän saatavuus, mutta mallin on poistettava päivämäärä (lauantai) ja henkilömäärä (4) ja muut mahdolliset olennaiset tiedot (kenties lapset eivät ole sallittuja ravintolan alueella, ja heidät ei voida istuttaa baariin).

Lopulta, keskustelu ei aina ole lineaarista. Asiakkaat voivat keskeyttää kysymyksillä, jotka eivät liity ääniohjatun avustajan kehotukseen, joten avustajan on kyettävä “kuunnella” tietynlaisia syötteitä, samalla kun se on avoinna erilaisille laukaisimille, kuten usein kysytyille kysymyksille tai aiemmin käyttäjän antamiin tietoihin liittyville muutoksille.

Mikä on prosessi ja aikataulu, jota yritys, joka haluaa käynnistää vuorovaikutteisen älykkään botin PolyAI:n kanssa, on noudatettava?

Olemme täällä tarjoamaan ääniohjattuja avustajia, joilla on konkreettinen liiketoimintavaikutus. Niinpä aloitamme jokaisen asiakassuhteen havainnoinnilla, jossa autamme asiakkaita tunnistamaan ja määrittämään heidän asiakaskokemusmahdollisuutensa, avainmittarit ja tukiprosessit. Tässä määrittelemme matkat, joita ääniohjattu avustaja on ohjattava asiakkaita läpi. Tämä, yhdessä ennalta koulutetun ConveRT-mallimme kanssa, tarkoittaa, että emme tarvitse suuria määriä keskusteludataa asiakkailta.

Tästä eteenpäin voimme kehittää ääniohjatun avustajan hyvin vähäisellä syötteellä asiakkaalta, joten se ei ole lainkaan vaativaa asiakkaiden omilta IT-tiimilta.

Riippuen monimutkaisuudesta, voimme luoda todistusarvon 2 viikossa ja täysimittaisen käyttöönoton 2 kuukaudessa.

Kiitos haastattelusta, lukijat, jotka haluavat oppia lisää, voivat vierailla PolyAI:ssa.