Will Bodewes, Phonelyn toinen perustaja ja toimitusjohtaja – haastattelusarja

Will Bodewes on Phonelyn toinen perustaja ja toimitusjohtaja. Phonely kehittää puhekäyttöön tarkoitettua tekoälyä, joka auttaa yrityksiä vastaamaan puheluihin ja parantamaan asiakaskeskustelujen tuloksia. Ennen yrityksen perustamista hän suoritti tohtoriopintoja University of Melbournessa ja tutki soveltavaa tekoälyä sekä järjestelmiä, jotka pystyvät noudattamaan ohjeita ja viestimään samalla luontevasti. Aiemmin hän perusti ääniteknologia-alan startup-yrityksen sekä kilpaili NCAA:n maastohiihdossa ja ultrapitkän matkan pyöräilyssä. Phonelyssä hän hyödyntää tutkimustaustaansa puheagenttien käyttöönoton käytännön haasteiden ratkaisemisessa. Haasteisiin kuuluvat keskustelujen luotettavuus, viiveet, integraatiot sekä ajanvarausten, myynnin ja asiakaspalvelun työnkulkujen jatkuva optimointi.

Phonely on puhekäyttöön tarkoitettu tekoälyagenttialusta, jonka avulla yritykset voivat automatisoida puhelinkeskusteluja, varata aikoja, arvioida myyntiliidejä, ohjata puheluita ja yhdistää asiakaskohtaamiset olemassa oleviin ohjelmistoihin. Sen työkalut yhdistävät mukautettavat keskustelutyönkulut puheluhistoriaan, analytiikkaan ja A/B-testaukseen, jotta tiimit voivat mitata suorituskykyä ja parantaa tuloksia ajan mittaan. Yrityksen asiakkaita ovat niin pienet yritykset kuin suuret konsernitkin. Phonelyn mukaan sen palveluita käyttää yli 10 000 yritystä, ja se käsittelee yli 120 000 puhelua päivässä. Phonely kehittää myös omia keskustelumallejaan, kuten Almaa, tavoitteenaan tehdä automatisoiduista puheluista nopeampia ja luotettavampia sekä sovittaa ne paremmin todellisiin yritysten välisiin keskusteluihin.

Aloitit Phonelyn rakentamisen opiskellessasi tekoälyä tohtorintutkintoa varten University of Melbournessa. Tutkimuksesi alkuvaiheen tavoitteena oli kehittää järjestelmiä, jotka pystyvät noudattamaan ohjeita ja viestimään samalla luontevasti. Mikä sai sinut vakuuttumaan siitä, että puhekäyttöinen tekoäly oli saavuttanut tason, jolla sen varaan saattoi rakentaa itsenäisen yrityksen? Mitä näit markkinoilla sellaista, mitä muut eivät huomanneet?

Tuolloin ei ollut näyttöä siitä, että puhekäyttöinen tekoäly voisi ylläpitää itsenäistä yritystä. Muutama yritys kehitti sitä, ja niillä oli noin viisi tai kymmenen käyttäjää, mutta kukaan ei ollut ottanut menestyksekkäästi käyttöön puhekäyttöistä tekoälyä, joka ei ollut IVR-järjestelmä. Kun siis perustimme Phonelyn, kyse oli riskinotosta. Tuohon aikaan kaikki keskittyivät keskustelubotteihin, joten puhe oli uusi kanava. Ongelmaa ei ollut ratkaistu, joten ajattelimme: ”Miksemme tarttuisi siihen? Miksemme yrittäisi ratkaista sitä?”

Olet kertonut, että väitöskirjatutkimuksesi tavoitteena oli alun perin luoda tekoäly, joka ”noudattaa ohjeita kuin robotti ja puhuu kuin ihminen”. Mitkä tekniset läpimurrot saivat sinut ymmärtämään, että tutkimuksesta voisi tulla kaupallisen puhekäyttöisen tekoälyalustan perusta?

Tutkimus oli arvokasta ja tärkeää, sillä se auttoi ymmärtämään taustalla olevan teknologian perusteita. Sen ansiosta pystyin näkemään, mitä oli tulossa. Ymmärsin teknisesti, mitä nämä mallit olivat ja miten ne toimivat, ja se antoi minulle valmiudet ottaa riski. Halusin nimenomaan perustaa yrityksen ja saada aikaan vaikutusta, ja tämä ala liittyi eniten siihen, mitä tunsin ja mitä pystyin ennakoimaan. Halusin olla osa sitä.

Olet kuvannut jokaista puhelua myyntisuppiloksi, jota yritykset eivät ole perinteisesti pystyneet optimoimaan järjestelmällisesti. Miltä puhelinkeskustelun optimointi käytännössä näyttää, ja miten tekoäly voi ajan mittaan parantaa konversiota, ongelmanratkaisuprosenttia tai asiakaskokemusta?

Oletetaan, että varaat aikaa putkimieheltä. Puhelimeen vastaava henkilö on koulutettu keräämään tietosi ja varaamaan ajan, mutta kysymysten esitystavasta riippuen hän saattaa kertoa myös palveluista, joita et tiennyt yrityksen tarjoavan. Saatat siis varata ajan putkiongelman vuoksi ja huomata, että myös pesuallas pitää korjata. Hyvin koulutettu puheagentti tekee samoin: se auttaa yritystä myymään asiakkaille lisäpalveluja ja kasvattamaan liikevaihtoa. Se voi tarjota lisämyyntinä tuotetta, jonka myyntiin uutta vastaanottovirkailijaa ei ollut koulutettu, ja lisätä tilaukseen toisen palvelun. Näin asiakas on tyytyväisempi ja yritys saavuttaa paremman tuloksen. Yksinkertainen ChatGPT-puhetoiminto ei osaa tehdä tätä. Tarvitaan tuote, joka on kehitetty ja koulutettu juuri tähän.

Lisäksi ihmiset voivat jättää puheluita huomaamatta, olla vastaamatta puhelimeen tai ohjata puhelut vastaajaan. Tämä koituu monien yhdysvaltalaisten pienyritysten kohtaloksi. Niillä ei ole henkilökuntaa vastaamassa puhelimeen, puheluihin vastaamisen laatu ei ole tasaista eikä sitä pystytä optimoimaan. Tekoälyn avulla voimme optimoida puhelun niiden tietojen perusteella, joita meillä on, jos puhelu ei johda yrityksen toivomaan tulokseen. Tekoälyn nopeuden ansiosta voimme muuttaa keskustelua – ihmisten kanssa näin nopeasti toimiminen ei onnistuisi.

Tällä hetkellä kaikki tarkastelevat tekoälyä kustannussäästöjen näkökulmasta. Meidän mielestämme tekoälyä pitäisi kuitenkin tarkastella kasvun mahdollistajana. Yritykset voivat todella kasvaa ottamalla tekoälyn käyttöön ja saavuttaa sen avulla aiempaa parempia tuloksia.

Puhekäyttöisen tekoälyn on ratkaistava haasteita, jotka tekstipohjainen tekoäly voi usein välttää. Näitä ovat viiveet, keskeytykset, aksentit, taustamelu, tunneviestit ja ennakoimattomat keskustelut. Mikä näistä ongelmista on ollut vaikein ratkaista luotettavasti suuryritysten mittakaavassa?

Viiveet ovat suurin haaste. Olemme ratkaisseet ongelman nyt, mutta alkuvaiheessa se aiheutti valtavasti päänvaivaa kahdesta syystä.

Ensinnäkin rakensimme sellaisten startup-yritysten varaan, joiden toiminta ei ollut luotettavaa. Merkittävä osa OpenAI:lle lähetetyistä API-pyynnöistä epäonnistui, emmekä saaneet niihin vastausta. Puhelun aikana se on sama asia kuin puhelun katkaiseminen, joten meidän oli rakennettava järjestelmään uudelleenyritykset.

Toinen haaste oli kapasiteetti. Kun lähetit pyynnön OpenAI:lle, jäit jonoon satojen tai tuhansien muiden pyyntöjen taakse, etkä tiennyt, missä kohtaa jonoa olit. Vastauksen saamiseen saattoi kulua 30 sekuntia. Ratkaisimme ongelman selvittämällä, missä päin maailmaa OpenAI:lla oli päätepisteitä, ja vaihtamalla käyttämäämme päätepistettä sen mukaan, missä maissa ihmiset nukkuivat ja kysyntä oli vähäistä. Meidän oli rakennettava kaikki tämä infrastruktuuri vain löytääksemme sillä hetkellä vähiten kuormitetut päätepisteet. Se oli varsin kiinnostava tekninen ongelma. Nyt koulutamme omia mallejamme, mukaan lukien Alma, joten meidän ei tarvitse huolehtia tästä, koska hallitsemme laskentakapasiteettia ja kysyntää.

Phonely hoitaa nyt yli 120 000 puhelua päivässä tuhansissa yrityksissä. Mitä olette oppineet tämän mittakaavan puheagenttien käytöstä, mikä ei ollut ilmeistä alustan ensimmäistä versiota rakentaessanne?

On todella tärkeää, että palvelu on käytettävissä 100 % ajasta. Yksi vaikeimmista ratkaistavista teknisistä haasteista on ollut luotettavuus ja nopeus. Tekoälyala kehittyy uskomattoman nopeasti, ja mekin etenemme vauhdilla, vaikka olemme tekoälyyritys. Y Combinatorissa sanotaan: ”Etene nopeasti ja riko asioita.” Mutta kun asiakkaasi soittavat 120 000 puhelua päivässä, sinulla ei ole varaa rikkoa mitään. Suuri osa työskentelytavoistamme onkin liittynyt sen selvittämiseen, miten voimme julkaista muutoksia riittävän nopeasti pysyäksemme merkityksellisinä ja kehittääksemme tuotetta edelleen, samalla kun pidämme yritysasiakkaat tyytyväisinä ja palvelun vakaana ja rakennamme uusia ominaisuuksia pysyäksemme markkinoiden kärjessä. Luotettavuus oli luultavasti yksi suurimmista haasteista, joita kohtasimme yritystä rakentaessamme.

Generatiiviset tekoälyjärjestelmät voivat käyttäytyä arvaamattomasti, mutta asiakkaiden kanssa toimiva puheagentti saattaa käsitellä maksuja, varauksia, terveydenhuoltoon liittyviä kysymyksiä tai muita merkittäviä seurauksia sisältäviä asioita. Miten suunnittelette puheagentteja, jotka pystyvät toimimaan joustavasti ja luontevasti keskusteluissa hallusinoimatta tai ylittämättä niille asetettuja valtuuksia?

Opimme tämän kantapään kautta noin kaksi vuotta sitten, ja nyt tämä toimintatapa on varsin laajalti käytössä koko alalla. Huomasimme, että suurin LLM-mallien ongelma liittyy kontekstiin. Kun kehotteeseen sisällyttää liikaa sisältöä, esimerkiksi sivukaupalla ohjeita, virheiden todennäköisyys kasvaa.

Suunnittelimme siis kahdeksan agentin orkestrointijärjestelmän, jossa tehtävä siirtyy agentilta toiselle ja kullakin agentilla on omaan tehtävään rajattu konteksti. Se muistuttaa sitä, miten ihminen noudattaa puhelussa käsikirjoitusta: saat tietoja, siirryt seuraavaan vaiheeseen ja niin edelleen. Näin voimme erottaa vaiheet toisistaan kooditasolla. Jos minun pitäisi kerätä nimesi, sähköpostiosoitteesi, puhelinnumerosi ja syntymäaikasi ennen hyvityksen myöntämistä, voisin varmistaa, että nämä tiedot kerätään kooditasolla ennen seuraavaan vaiheeseen siirtymistä. Tätä ei voi taata, jos luottaa pelkästään LLM-malliin. Tämän agenttien orkestrointikerroksen avulla luotettavuus voidaan nostaa 100 prosenttiin, sillä kaikki vaiheet tallennetaan ennen siirtymistä uudelle agentille, jolla on edelleen konteksti mutta joka noudattaa vain omia ohjeitaan.

Yhden Phonely-toteutuksen kerrotaan tuoneen asiakkaalle 10 miljoonaa dollaria uutta nettoliikevaihtoa vain kolmessa kuukaudessa. Miten tekoäly pystyi tuottamaan näin mitattavaa liiketoimintahyötyä, ja missä näet puheeseen perustuvan tekoälyn tuottavan tällä hetkellä parhaan sijoitetun pääoman tuoton?

Pystyimme siihen, koska meillä oli käytössämme asiakkaan mittarit. Asiakas pyrki lisäämään myyntiä, koska kyseessä olivat saapuvat puhelut, ja puheluihin vastaavat henkilöt kartoittivat soittajien tarpeita, joten pystyimme seuraamaan tuloksia. Puhelinpalvelukeskuksen myyntiaste oli päivästä riippuen noin 35–42 prosenttia. Saatuamme nämä tiedot asiakkaalta otimme heidän työnkulkunsa ja optimoimme agentin. Aluksi myyntiasteemme oli noin 20 prosenttia. Seuraavien kuukausien aikana kehitimme ja hienosäädimme ratkaisua sekä optimoimme sitä, kunnes suoriuduimme useimmissa tapauksissa asiakkaan puhelinpalvelukeskusta paremmin. Myyntiasteemme jatkoi nousuaan, koska selvitimme ongelmakohdat ja varmistimme, että kokemus oli joka kerta johdonmukainen ja moitteeton. Pystyimme suoriutumaan puhelinpalvelukeskusta paremmin.

Kun puheagenttien kyvykkyys kasvaa, missä yritysten tulisi vetää raja täysin automatisoitavien keskustelujen ja sellaisten tilanteiden välille, joissa ihmisen pitäisi edelleen olla mukana?

Yritysten pitäisi voida automatisoida mikä tahansa riittävän tarkasti määritelty toistuva prosessi, jonka ne haluavat suoritettavan.

Automaatio on kuitenkin haastavaa muutamissa tilanteissa. Yksi niistä ovat integraatiot ilman API-rajapintoja. Oletetaan, että tarvitset integraation, mutta kyseisessä ohjelmistossa ei ole API-rajapintaa. Tämän kiertäminen on vaikeaa, vaikka joitakin toimintoja voi automatisoida selaimessa. Toinen haastava tilanne syntyy, kun tehtävä siirtyy useita kertoja agentilta ihmiselle ja takaisin agentille. Kolmas on kontekstin puuttuminen. Oletetaan, että unohdin lompakkoni ravintolaan. Tekoäly ei koskaan pysty ratkaisemaan tällaista tilannetta, koska se ei tiedä, onko lompakko minulla, eikä se voi käydä tarkistamassa, onko lompakko ravintolassa.

Joissakin tilanteissa tarvitaan aina ihmistä, samoin monimutkaisemmissa tehtävissä, jotka ulottuvat useisiin järjestelmiin. Älä käytä agenttia tällaisiin tehtäviin.

Phonely keräsi hiljattain 16 miljoonan dollarin A-sarjan rahoituskierroksella sen jälkeen, kun yritysasiakkaita oli kertynyt yli 10 000. Millainen on yrityksen seuraava kehitysvaihe, ja mitkä tekniset valmiudet erottavat mielestäsi seuraavan sukupolven puhe-AI-alustat?

Seuraavaksi kasvatamme tiimiä ja jatkamme siihen panostamista. Panostamme tähän ajatukseen täysillä. Monet yritykset ovat lähteneet mukaan puhe-AI:n kehittämiseen, ja ne luultavasti pärjäävät kohtuullisesti eri osa-alueilla. Me emme kuitenkaan rakenna pelkkää puheagenttia. Rakennamme optimointialustaa, jossa puhe on yksi kanava. Keskitymme optimoimaan AI-agentteja niin, että ne saavuttavat asiakkaiden tavoittelemat tulokset yrityksissä, joille liidit ja puheluiden tuottamat tulot ovat tärkeitä. Ajatelkaa Phonelyä optimointiyrityksenä, jonka asiakkaat haluavat saada agenteistaan parempia.

Akateemisessa tutkimuksessasi on tarkasteltu myös sitä, miten AI:ta ja älymittariteknologiaa voidaan käyttää energian saatavuuden ja puhtaiden ruoanlaittoratkaisujen käytön lisäämiseen kehittyvissä talouksissa. Kun ajatellaan Phonelyä laajemmin, miten näet AI:ta voitavan hyödyntää laajoissa reaalimaailman ongelmissa, kuten energian saatavuuden parantamisessa, ja toivotko palaavasi tämän aiheen pariin tulevaisuudessa?

AI:sta voi olla paljon hyötyä, mutta monet ongelmat ovat ihmisten aiheuttamia, joten muutosta tarvitaan myös ihmisten toiminnassa. Kaikkia ongelmia ei voida ratkaista teknologialla. Maailman kannalta kokonaisuutena myönteistä on kuitenkin se, että teknologian kehitys ja ihmisten toimintatapojen muutos tapahtuvat samanaikaisesti.

Kiitos hienosta haastattelusta. Lisätietoja haluavien lukijoiden kannattaa tutustua Phonelyyn.