एलेक्स लेविन, रेगल के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

एलेक्स लेविन रेगल के सह-संस्थापक और सीईओ हैं, जो एक वॉइस एआई प्लेटफ़ॉर्म है जो उद्यमों को अनुपालन, एआई-संचालित ग्राहक बातचीत के माध्यम से राजस्व चलाने में मदद करता है। रेगल की स्थापना 2020 में करने से पहले, उन्होंने हैंडी, थॉमसन रॉयटर्स और अन्य स्टार्टअप्स में विकास और उत्पाद टीमों का नेतृत्व किया। एक हार्वर्ड स्नातक और फोर्ब्स टेक्नोलॉजी काउंसिल के सदस्य, एलेक्स स्केलेबल, वॉइस-फ़र्स्ट इंफ्रास्ट्रक्चर बनाने पर ध्यान केंद्रित करते हैं जो नवाचार को उद्यम-ग्रेड गार्डरेल के साथ मिलाते हैं।

रेगल बिक्री, समर्थन, निर्धारण और संग्रह के लिए एआई वॉइस एजेंट प्रदान करता है – जो प्राकृतिक लगने के लिए डिज़ाइन किए गए हैं, सीआरएम प्रणालियों के साथ एकीकृत करते हैं और बड़े पैमाने पर लाखों बातचीत संभालते हैं। प्लेटफ़ॉर्म में एक नो-कोड बिल्डर, रियल-टाइम विश्लेषण, ए/बी परीक्षण और नियंत्रित उद्योगों जैसे स्वास्थ्य सेवा, बीमा और वित्तीय सेवाओं के लिए निर्मित अनुपालन शामिल है।

आपको एंगी और हैंडी में नेतृत्व भूमिकाओं से रेगल की स्थापना करने के लिए क्या प्रेरित किया, और क्या कोई विशिष्ट क्षण था जब आपने और आपके सह-संस्थापक ने महसूस किया कि संपर्क केंद्र अनुभव को पूरी तरह से पुनर्निर्मित करने की आवश्यकता है?

एंगी / हैंडी में, हमने ग्राहकों के साथ विश्वास बनाने के लिए वॉइस की शक्ति देखी। ग्राहकों ने हमें बताया कि जब उनके पास एक महत्वपूर्ण मुद्दा था, तो वे फोन करना चाहते थे, हमने जिन ग्राहकों की सेवा की, उनका लाइफटाइम मूल्य अधिक था और जब हमने ग्राहकों को फोन किया, तो वे किसी अन्य चैनल की तुलना में बहुत अधिक दर से उत्तर दिया। लेकिन संपर्क केंद्र सॉफ़्टवेयर विक्रेता “विचलन” और “स्वचालन” पर ध्यान केंद्रित कर रहे थे, जो ग्राहकों के लिए सही नहीं था। परिणाम एक अंतहीन खेल था जिसमें फोन नंबर को छिपाना शामिल था जो ग्राहकों को अनावश्यक रूप से दंडित करता था।

मेरे सह-संस्थापक और मैं इसलिए छोड़ दिया क्योंकि हमें विश्वास था कि हम वॉइस को सबसे प्रभावी चैनल बना सकते हैं bằng लागत को कम करके और इसे संचालित करना आसान बना सकते हैं। मैं चाहता हूं कि मुझे रेगल मिला होता जब मैं एक बड़े संपर्क केंद्र का संचालन कर रहा था।

आपने 2020 में रेगल लॉन्च किया, जेनरेटिव एआई बूम से ठीक पहले। आपने वॉइस एआई की तकनीकी व्यवहार्यता का मूल्यांकन कैसे किया – और आपको जल्दी कार्रवाई करने के लिए क्या दृढ़ विश्वास था?

हम 2020 से बहुत पहले विश्वास करने लगे थे कि वॉइस सबसे महत्वपूर्ण चैनल है। और 2020 में, हमें पता था कि हम ऑर्केस्ट्रेशन, ए/बी परीक्षण और व्यक्तिगतकरण टूल्स बना सकते हैं जो लागत को कम करेंगे और वॉइस को एक चैनल के रूप में प्रबंधित करना आसान बनाएंगे – चाहे वह एक मानव हो, एक पुराना स्कूल वॉइस बॉट हो या कुछ बेहतर हो। इसलिए हमने शुरुआत में संपर्क केंद्रों के लिए उपकरण बेचे जो मानव एजेंटों को बेहतर प्रबंधित करने में मदद करते हैं। वह उत्पाद बहुत तेजी से बढ़ा।

लेकिन आपके बिंदु पर, एक कंपनी शुरू करना एक विश्वास का कदम है, और यह देखने में समय लगा कि हम मानव एजेंटों की सीमाओं से परे कैसे जा सकते हैं। यह तब तक नहीं था जब तक कि 2022 के अंत में चैटजीपीटी का लॉन्च नहीं हुआ था कि हमने वास्तव में “एआई” देखा जो एक बातचीत करने के लिए पर्याप्त अच्छा था। और यह तब तक नहीं था जब तक 2023 के अंत में हम एक वॉइस एजेंट के लिए एक डेमो बनाने में सक्षम नहीं हुए थे जिसे हमें लगता था कि एक ग्राहक बात करना चाहेगा।

प्राकृतिक बातचीत में मानव प्रदर्शन को मेल या पार करने वाले वॉइस एजेंटों को प्रशिक्षित करने में कुछ सबसे कठिन तकनीकी चुनौतियां क्या थीं?

काम करने के लिए इतने सारे अद्भुत तकनीकी चुनौतियां हैं। 500 मिलीसेकंड के आसपास देरी सुनिश्चित करने से, यह पता लगाने के लिए कि कैसे सुनिश्चित किया जाए कि एआई एजेंटों के पास कंपनी के ज्ञान आधार और ग्राहक डेटा का सारा संदर्भ है, कॉल के दौरान और बाद में कार्रवाई करने के लिए, संरक्षक या सुरक्षा सुविधाओं के लिए, और एजेंट इंटरैक्शन को मानव जैसा महसूस कराने के लिए।

मेरी पसंदीदा परियोजनाओं में से एक जिस पर हमारी टीम वर्तमान में काम कर रही है वह यह है कि स्वचालित मूल्यांकन में सुधार कैसे किया जाए ताकि एक एआई एजेंट को उत्पादन में डालने से पहले अधिक आसानी से परीक्षण किया जा सके। यह आज हो रहे हर एआई एजेंट के लिए हर परिवर्तन के लिए सैकड़ों घंटे के मैनुअल क्यूए को काट देगा।

हमें पहले सैकड़ों विविध अनुकरणित ग्राहक बातचीत (एआई का उपयोग करके) बनाने होंगे, फिर एआई एजेंट को उनसे गुजरना होगा, फिर एआई पर्यवेक्षक को उन्हें परीक्षण करना होगा और एआई एजेंट या कंपनी की नीतियों और ज्ञान आधार में सुझाई गई सुधार वापस करना होगा। हमारे पास अब एक कार्यशील मूल्यांकन उत्पाद है, ग्राहक प्रतिक्रिया बहुत अच्छी है, और यह एक अद्भुत गति से बेहतर हो रहा है।

यह एआई एजेंट प्रति प्रबंधक की新 मीट्रिक के लिए महत्वपूर्ण है। जल्द ही बहुत से प्रबंधक सैकड़ों अलग-अलग एआई एजेंटों का प्रबंधन करने में सक्षम होंगे।

रेगल वास्तविक समय में बातचीत को व्यक्तिगत करने के लिए मशीन लर्निंग का लाभ कैसे उठाता है? क्या यह ग्राहक इतिहास, स्वर, इरादा पहचान – या एक संयोजन पर आधारित है?

हमने बाजार के बाकी हिस्सों की तुलना में व्यक्तिगतीकरण में गहराई से निवेश किया है क्योंकि हम ब्रांडों को लाखों ग्राहकों की तरह एक में परीक्षण करने में मदद करने में विश्वास करते हैं।

हमने एक एकीकृत ग्राहक प्रोफ़ाइल बनाना शुरू किया जो हर टुकड़ा सीआरएम डेटा, इवेंट डेटा और बातचीत इतिहास को जोड़ता है। एक एजेंट बनाते समय, कंपनियां एआई एजेंट को ग्राहक के बारे में हर जानकारी या विशिष्ट बातचीत के लिए आवश्यक विशिष्ट डेटा बिंदुओं तक पहुंच प्रदान कर सकती हैं। एलएलएम डेटा का उपयोग करके एक मानव जैसा, बातचीत करने वाला उत्तर प्रदान करता है।

एलएलएम अभी भी सीमित हैं कि वे क्या अच्छा करते हैं इसलिए हमें अन्य उपकरणों जैसे तृतीय-पक्ष डेटा सेवाओं, कस्टम अनुप्रयोगों और एमएल का लाभ उठाने की क्षमता की आवश्यकता थी। इसलिए हमने “कस्टम क्रियाएं” बनाईं जिन्हें एक एआई एजेंट प्रॉम्प्ट में अन्य सेवाओं का लाभ उठाने के लिए उपयोग किया जा सकता है। उदाहरण के लिए, कई ब्रांडों के पास अगले उत्पाद का सुझाव देने के लिए प्रवृत्ति मॉडल होते हैं और हम उनमें फिट हो सकते हैं जो बातचीत के अनुरूप हों।

आपकी प्रणाली प्रतिक्रिया की प्रतीक्षा किए बिना एक लाइव कॉल से ग्राहकों की अपेक्षा की जाने वाली प्राकृतिक लय या प्रतिक्रिया को त्यागने के बिना पुनर्प्राप्ति-अग्रिम पीढ़ी (आरएजी) का उपयोग कैसे करती है?

आरएजी हमारे लिए एक अलगाव क्षेत्र है क्योंकि यह वॉइस एआई एजेंटों के लिए चैट या अन्य डिजिटल चैनलों में एआई एजेंटों की तुलना में तेजी से होने की आवश्यकता थी। कुछ सेकंड की मृत हवा पूरी कॉल को बर्बाद कर देगी।

हमने पुनर्प्राप्ति की देरी को कम किया, और सुनिश्चित किया कि यदि पुनर्प्राप्ति में अधिक समय लगा, तो एआई एजेंट ग्राहक से बात करते रह सकता है ताकि उन्हें बता सके कि यह अधिक समय लेगा।

रेगल के एजेंट वास्तविक मानव आवाजों के अनुकरण के बाद मॉडल किए गए हैं, जिनमें वास्तविक निवेशकों की आवाजें भी शामिल हैं। ऐसे उच्च-निष्ठा प्रतिकृतियों को बनाने में तकनीकी और नैतिक रूप से क्या लगता है?

यह तकनीकी रूप से एक पेशेवर वॉइस अभिनेता या एक मित्र की तरह ध्वनि करने के लिए एक एआई एजेंट को “क्लोन” करना आश्चर्यजनक रूप से आसान है। 5-10 मिनट का उच्च गुणवत्ता वाला ऑडियो ही पर्याप्त है।

उदाहरण के लिए, मुझे हाल ही में पूछा गया कि क्या मैं एक मरीज़ परिवार के सदस्य के लिए ऐसा कैसे कर सकता हूं ताकि छोटी पीढ़ी उन्हें तब अनुभव कर सके जब वे बड़े हो जाएं। इसलिए, थोड़ी सी मार्गदर्शन के साथ, वे अब मरीज़ दादा को रिकॉर्ड करने जा रहे हैं।

आपके दूसरे बिंदु पर, दादा इस बात के लिए सहमति दे रहे हैं, और पेशेवर वॉइस अभिनेता या हमारे निवेशक सहमति देते हैं। खराब अभिनेता जो सहमति के बिना वॉइस क्लोनिंग की अनुमति देते हैं (जैसा कि पिछले राष्ट्रपति चुनाव के दौरान हुआ था) को बंद कर दिया जाना चाहिए।

एक सलाह – यदि आप एक वॉइस क्लोन (या एक सार्वजनिक व्यक्ति हैं जो खराब अभिनेताओं द्वारा क्लोन किए जा सकते हैं), तो सुनिश्चित करें कि आप एक सुरक्षित शब्द बनाएं जिसे केवल आपके परिवार को पता है ताकि वे कॉल पर वास्तविक आप की पहचान कर सकें।

आप सीआरएम, भुगतान प्रणालियों और आंतरिक एपीआई में रेगल को एकीकृत करने के महत्व पर जोर देते हैं। क्या कुछ सबसे कठिन एकीकरण चुनौतियां थीं जिन्हें आपको हल करना पड़ा?

सीआरएम जैसे प्रमुख उत्पादों के साथ एकीकरण करना सेल्सफोर्स से लेकर संपर्क केंद्र सॉफ्टवेयर जैसे नाइस तक सीधा है। सबसे कठिन अनुरोध यह सुनिश्चित करना है कि ब्रांड हमें किसी भी कार्रवाई के लिए उपलब्ध एपीआई प्रदान करता है जिसकी एआई एजेंट को आवश्यकता हो सकती है। एक मानव एजेंट एक होटल कक्ष बुक करने के लिए एक बटन पर क्लिक कर सकता है। लेकिन एआई एजेंट वास्तव में एक बुकिंग एपीआई की आवश्यकता है।

आप मॉडल प्रदर्शन को मापने और समय के साथ सुधारने के लिए कैसे पहुंचते हैं? इस प्रक्रिया में पर्यवेक्षित फ़ाइन-ट्यूनिंग या प्रबलित सीखने की क्या भूमिका है?

हमने एक ए/बी परीक्षण सूट बनाया है जो शुरू से ही है, इसलिए यह ग्राहकों के लिए एआई एजेंटों की तुलना में मानव एजेंटों या एलएलएम संस्करण 1 की तुलना में संस्करण 2 के साथ परीक्षण करना आसान बनाता है। यह हमें विभिन्न मॉडलों के लिए परिणाम में भिन्नता देखने का एक स्पष्ट तरीका देता है।

हालांकि, हम वर्तमान में प्रबलित सीखने का उपयोग नहीं करते हैं क्योंकि यह कानूनी टीमों को असहज बनाता है (वे एक ऐसी स्थिति नहीं चाहते हैं जहां सुगंध में एक अनियंत्रित परिवर्तन हो)। मुझे लगता है कि हम प्रबलित सीखने को अपने उपयोग के मामले में कानूनी टीमों की अनुमति देने से 13 महीने दूर हैं। इसके बजाय, हम आज परिवर्तनों का सुझाव देने पर ध्यान केंद्रित करते हैं जिन्हें एक मानव प्रबंधक स्वीकार कर सकता है। वे एक प्रॉम्प्ट, ज्ञान आधार, एलएलएम को फ़ाइन-ट्यून करने के लिए हो सकते हैं, आदि।

एक वीसी – या एक वीसी की वॉइस क्लोन – से बात करना एक साहसिक概念 है। एआई सलाहकारों को संस्थापकों के लिए उपलब्ध कराने का आपका इरादा क्या था, और वे आज कैसे उपयोग किए जा रहे हैं?

हमें अच्छे निवेशकों तक पहुंच प्राप्त करने का सौभाग्य मिला है और हम इस परियोजना के साथ इसका भुगतान करना चाहते थे। मुझे सत्या एआई से बात करने में मजा आता है, और मैंने कार्यकारी अधिकारियों से सुना है जिन्होंने एआई वीसी का उपयोग उत्पाद रोडमैप बनाने की सलाह देने से लेकर क्या मूल्य निर्धारण मॉडल का उपयोग करना है, इसके लिए किया है।

हम दिखाना पसंद करते हैं, न कि बताना, और यह परियोजना वास्तव में हमारी आरएजी / ज्ञान आधार क्षमताओं की शक्ति को उजागर करती है। हमें甚至 हमारे निवेशकों के माता-पिता से भी स्वीकृति मिली है!

लेकिन एक शब्द की सलाह – आप निर्णय लेने को सलाहकारों को सौंप नहीं सकते हैं और एक कार्यकारी के रूप में एक कठिन हिस्सा दो बुरे विकल्पों या दो अच्छे विकल्पों के बीच चुनना है।

क्या ये निवेशक एजेंट सामान्य स्टार्टअप ज्ञान पर निर्भर करते हैं, या वे व्यक्तिगत वीसी से जुड़े फर्म-विशिष्ट सलाह और दर्शन पर प्रशिक्षित हैं?

सभी एआई एजेंटों में एलएलएम प्रशिक्षण से कुछ सामान्य ज्ञान है। लेकिन आवश्यक परिणाम प्राप्त करने के लिए, हमने निवेशकों के प्रचुर लेखन को संबंधित एआई एजेंट ज्ञान आधार में अपलोड किया।

इसके अलावा, आवाज क्लोनिंग के अलावा, मुझे लगता है कि हम कुछ निवेशकों की अनोखी व्यक्तित्व या सार को पकड़ने में सक्षम थे, जैसे कि जेक सेपर की सकारात्मकता या अलेक्सा वॉन टोबेल की उत्साह।

आगे देखते हुए, आप रेगल के एआई को कैसे विकसित होते हुए देखते हैं – क्या हम अधिक स्वायत्त निर्णय लेने, अधिक भावनात्मक बुद्धिमत्ता या यहां तक कि बहुमोड़ल समर्थन देखेंगे?

पिछले वर्ष का सबसे रोमांचक हिस्सा यह देखना रहा है कि हमारे एआई एजेंट मानव एजेंटों के प्रदर्शन से बेहतर प्रदर्शन करते हैं। मुझे लगता है कि अगले वर्ष में, अंतर्निहित एआई मॉडल में सुधार और रेगल के अनुप्रयोग में प्रगति के परिणामस्वरूप एआई एजेंट जो मानवों से अविभाज्य हैं और जो मानव एजेंट क्षमताओं से बहुत अधिक हैं, वे दिखाई देंगे। कंपनियां जो एआई एजेंटों में निवेश करती हैं, वे अपनी लागत को कम करेंगी और ग्राहक अनुभव को तेजी से बेहतर बनाएंगी जितना कि किसी ने कभी अनुमान नहीं लगाया था।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें रेगल पर जाना चाहिए।