गौतम कनुमुरु, योगी के सीईओ और सह-संस्थापक – साक्षात्कार श्रृंखला

आप माइक्रोसॉफ्ट में एनएलपी और कोर्टाना पर काम करते थे, फिर क्लार्क.एआई को अधिग्रहण के माध्यम से ले जाने में मदद की। योगी शुरू करने के लिए आपको क्या प्रेरित किया, और आपकी पृष्ठभूमि ने कंपनी के मिशन को कैसे आकार दिया?

मुझे योगी शुरू करने के लिए जो आकर्षित किया वह प्राकृतिक भाषा प्रसंस्करण की संभावना थी। माइक्रोसॉफ्ट और क्लार्क.एआई में, मैंने पहले हाथ से देखा कि एनएलपी में एक छोटी सी सुधार – कहें, 5-10% की वृद्धि – सैकड़ों डाउनस्ट्रीम उपयोग के मामलों को खोल सकता है। लेकिन मैंने यह भी देखा कि एक अंतर है जो एक डेमो में प्रभावशाली दिखता है और वास्तव में ग्राहकों को मूल्य प्रदान करता है। योगी के साथ, हम उस अंतर को बंद करने के लिए निकले। हम कुछ ऐसा बनाना चाहते थे जो एक स्पष्ट, दिखाई देने वाला प्रभाव डाल सके, जैसे कि एक उत्पाद पर एक स्टोर अलमारी में परिवर्तन जो हमारे प्लेटफ़ॉर्म द्वारा उत्पन्न अंतर्दृष्टि के कारण हो।

योगी के शुरुआती दिनों में, उपभोक्ता ब्रांडों को ग्राहक भावना जैसी सूक्ष्म चीज़ के लिए एआई पर भरोसा करने में सबसे बड़ा अवरोध क्या था?

संदेह दो स्थानों से आया: एक प्रौद्योगिकी स्वयं से था, और दूसरा हम एक छोटी कंपनी थे जो बड़े उद्यमों से बात कर रहे थे। हमने जल्दी से सीखा कि यह पर्याप्त नहीं है कि आप अपने उत्पाद के बारे में बात करें, आपको यह दिखाना होगा। इसका मतलब था कि अनुरोध किए जाने से पहले नमूनों का विश्लेषण करने की पेशकश करना, वास्तविक व्यावसायिक प्रश्नों का उत्तर देना, और हमेशा दिन एक से मूल्य प्रदान करना। और हमने यह भी स्पष्ट किया कि हम गोद लेने के बाद किसी भी मुद्दों के माध्यम से काम करेंगे। उस तरह की विश्वसनीयता मattered।

योगी उत्पाद समीक्षाओं से भावना निकालने के लिए एआई और एनएलपी का उपयोग करता है। आप हमें बता सकते हैं कि आपका प्लेटफ़ॉर्म कच्ची खरीदार प्रतिक्रिया को कैसे विस्तृत, कार्रवाई योग्य अंतर्दृष्टि में अनुवादित करता है?

हम इसे तीन चरणों में सोचते हैं: एकत्रित करना, व्यवस्थित करना, और विश्लेषण करना। सबसे पहले, हम ग्राहक प्रतिक्रिया को कई चैनलों से एकत्र करते हैं: समीक्षाएं, सर्वेक्षण, समर्थन टिकट, और सुनिश्चित करते हैं कि यह सही उत्पाद, एसकेयू, और रिटेलर से जुड़ा हुआ है। यह इतना आसान नहीं है जितना लगता है। उदाहरण के लिए, एक ही उत्पाद के लिए कई साइटों पर थोड़ा अलग सूचियां हो सकती हैं।

फिर हम डेटा को व्यवस्थित करते हैं। यहां हमारी दूसरी परत का एआई मानव की तरह प्रतिक्रिया पढ़ता है। यह पहचानता है कि कौन से विषय चर्चा में हैं, वे कैसे वर्णित किए जा रहे हैं, और किस भावना के साथ बिना केवल कीवर्ड पर निर्भर हुए।

अंत में, हम विश्लेषण करते हैं। यह वह जगह है जहां हम अपने उपयोगकर्ताओं को एक अत्यधिक इंटरैक्टिव इंटरफ़ेस के माध्यम से अंतर्दृष्टि प्रस्तुत करते हैं। हमारे नवीनतम उपकरण यहां तक कि उपयोगकर्ताओं को जटिल प्रश्न पूछने की अनुमति देते हैं, जैसे कि “मैं पिछले एक साल में अपने तीन प्रतिस्पर्धियों के खिलाफ कैसा प्रदर्शन कर रहा हूं?” और कुछ ही सेकंड में उत्तर प्राप्त करता है।

योगी के एआई मॉडल्स जेनेरिक भावना विश्लेषण टूल्स से क्या अलग बनाते हैं? क्या कुछ विशिष्ट तकनीकें हैं जो आपको उपभोक्ता प्रतिक्रिया में सूक्ष्मता को पकड़ने में मदद करती हैं?

योगी उपभोक्ता प्रतिक्रिया का एक पीएचडी स्तर का स्नातक है। जेनेरिक मॉडल, यहां तक कि उन्नत लोग जैसे कि चैटजीपीटी, एक स्मार्ट अंडरग्रेजुएट की तरह हैं: वे सब कुछ के बारे में थोड़ा जानते हैं। हमने अपने मॉडल को विशेष रूप से इस स्थान के लिए ट्यून किया है, अपने डेटासेट और व्यापक प्रीप्रोसेसिंग का उपयोग करके। क्योंकि हम भावना, विषय, और उत्पाद मैपिंग जैसी संरचना की परतें जोड़ते हैं, हम प्रत्येक पाठ के मॉडल के मूल्यांकन के चारों ओर समृद्ध संदर्भ प्रदान करते हैं।

कई एआई प्लेटफ़ॉर्म ग्राहक समीक्षाओं में संदर्भ या व्यंग्य के साथ संघर्ष करते हैं। योगी इस तरह के अनियंत्रित, भावनात्मक रूप से जटिल डेटा की चुनौतियों को कैसे संबोधित करता है?

हम इसे निरंतर प्रशिक्षण और उपयोगकर्ता इनपुट के माध्यम से संबोधित करते हैं। हमारा मॉडल व्यंग्य, अस्पष्टता, या विकसित हो रहे शब्दजाल के उदाहरणों को निगलने के द्वारा सुधारता है। हम उपयोगकर्ताओं को समस्याग्रस्त व्याख्याओं को फ्लैग करने की भी अनुमति देते हैं, जिन्हें हम फिर से प्रशिक्षण प्रक्रिया में शामिल कर सकते हैं। इस फ़ाइन-ट्यूनिंग के लिए लाखों उदाहरणों की आवश्यकता नहीं है, केवल कुछ लक्षित उदाहरण ही महत्वपूर्ण रूप से प्रदर्शन में सुधार कर सकते हैं।

योगी कंपनियों को उत्पाद-स्तर के मुद्दों का पता लगाने, भावना परिवर्तनों को ट्रैक करने और वास्तविक समय में प्रतिक्रिया देने में कैसे मदद करता है? क्या आप एक सफलता की कहानी साझा कर सकते हैं?

बिल्कुल। व्यापक रूप से, हम तीन श्रेणियों में उपयोग के मामलों का एक बहुत देखते हैं। पहला, उत्पाद नवाचार: कंपनियां नए श्रेणियों का अन्वेषण करने और लॉन्च से पहले दो साल तक योगी का उपयोग करके अपूर्ण आवश्यकताओं की पहचान करने के लिए हमारा उपयोग करती हैं। हमारे ग्राहकों ने योगी का उपयोग करके सूत्र से पैकेजिंग तक सब कुछ आकार देने के लिए किया है।

दूसरा, उत्पाद गुणवत्ता: यदि एक टीम एक घटक को बदलती है – कहें, एक कॉफी मशीन में एक हिस्सा – तो वे रिलीज़ के बाद भावना को ट्रैक कर सकते हैं और देख सकते हैं कि शिकायतें बढ़ जाती हैं या नहीं। यह सौंदर्य, खाद्य, और इलेक्ट्रॉनिक्स जैसे क्षेत्रों में लागू होता है।

तीसरा, रणनीतिक विश्लेषण: हमने ब्रांडों को योगी का उपयोग करके लक्ष्य उत्पादों पर उपभोक्ता प्रतिक्रिया का मूल्यांकन करने के लिए देखा है जब वे संभावित अधिग्रहण का मूल्यांकन करते हैं। यह एक ऐसी देखभाल की परत है जिसके पास वे पहले पहुंच नहीं थी।

योगी अब पीडीपी को अनुकूलित करने, विपणन संदेश को संरेखित करने और यहां तक कि शिपमेंट मुद्दों को ट्रैक करने के लिए उपयोग किया जा रहा है। उत्पाद इतने सारे कार्य प्रवाहों को समर्थन देने के लिए कैसे विकसित हुआ है?

यह पूरी तरह से ग्राहक-संचालित है। हम मानते हैं कि उपभोक्ता प्रतिक्रिया कंपनी में हर टीम के लिए प्रासंगिक है – उत्पाद से बिक्री तक समर्थन तक। इसलिए, जब हम देखते हैं कि हमारे उपयोगकर्ता एक नए उद्देश्य के लिए अंतर्दृष्टि खींच रहे हैं, तो हम पूछते हैं: क्या योगी उस उपयोग के मामले को स्वाभाविक रूप से समर्थन दे सकता है? यही कारण है कि हम बढ़े हैं। हमने मूल रूप से विपणन या आपूर्ति श्रृंखला के लिए नहीं बनाया था, लेकिन उन टीमों ने मूल्य देखा और सुविधाओं के लिए कहा। हमने सुना।

आप प्रतिस्पर्धियों की निगरानी करने और उन्हें खतरा बनने से पहले विघटनकों का पता लगाने में कंपनियों की मदद कैसे करते हैं?

हम प्रतिस्पर्धी उत्पादों को वास्तविक समय में ट्रैक करने के लिए सार्वजनिक स्रोतों जैसे समीक्षाओं और रेटिंग का लाभ उठाते हैं। हमारा प्लेटफ़ॉर्म अलर्ट और एक “अंतर्दृष्टि फ़ीड” का उपयोग करके जब कुछ असामान्य होता है, जैसे कि प्रतिस्पर्धी के उत्पाद के लिए सकारात्मक भावना में वृद्धि, तो ध्वजांकित करता है। हमारे ग्राहकों को मैन्युअल रूप से सब कुछ की निगरानी करने की आवश्यकता नहीं है। योगी लगातार स्कैनिंग कर रहा है और किसी भी उल्लेखनीय बात को सतह पर लाएगा बिना प्रेरित किए।

आप उपभोक्ता अंतर्दृष्टि के एआई-संचालित भविष्य को अगले 3 से 5 वर्षों में कहां देखते हैं, और उस परिदृश्य में योगी की क्या भूमिका होगी?

दो प्रमुख परिवर्तन आ रहे हैं। पहला स्वचालन है। जो कार्य पहले सप्ताह लेते थे, जैसे कि एक प्रतिस्पर्धी तुलना संकलन, अब घंटों या यहां तक कि मिनटों में कम हो जाएंगे। जल्द ही, एक उपयोगकर्ता योगी से एक प्रश्न पूछ सकता है और पूरी तरह से प्रारूपित रिपोर्ट या स्लाइड डेक वापस प्राप्त कर सकता है।

दूसरा नए प्रकार के विश्लेषण का उदय है। एआई जल्दी और पुनरावृत्ति जांच को सक्षम करेगा जो पहले बहुत महंगे या समय लेने वाले थे, जैसे कि सार्वजनिक डेटा से अधोमुखी फोकस समूह-शैली के अंतर्दृष्टि। हम मानते हैं कि योगी दोनों मोर्चों पर अग्रणी होने के लिए अच्छी स्थिति में है: शोध को तेज करना और पूरी तरह से नए कार्य प्रवाहों को सक्षम करना।

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