केटी स्टीन, ASAPP की सीईओ – साक्षात्कार श्रृंखला

Katie Stein, ASAPP की सीईओ, दो दशकों से अधिक के तकनीक और व्यवसाय कार्यकारी अनुभव वाली एक अनुभवी नेता हैं, जिनका कार्यक्षेत्र कॉर्पोरेट रणनीति, संचालन, डिजिटल परिवर्तन और एंटरप्राइज़ विकास तक फैला है। अगस्त 2026 में ASAPP की सीईओ के रूप में शामिल होने से पहले, उन्होंने Atain की सीईओ के रूप में कार्य किया और Genpact में आठ वर्ष बिताए, जहाँ वे मुख्य रणनीति अधिकारी और एंटरप्राइज़ सर्विसेज और एनालिटिक्स की ग्लोबल बिजनेस लीडर थीं, कॉर्पोरेट रणनीति, प्रमुख सेवा पोर्टफोलियो, ग्राहक अनुभव और M&A पहलों की देखरेख करती थीं। अपने करियर की शुरुआत में, स्टीन ने Mercer में वरिष्ठ नेतृत्व भूमिकाएँ संभालीं, जिसमें $2.5 बिलियन के रिटायरमेंट, हेल्थ और बेनिफिट्स व्यवसाय के ग्लोबल मुख्य संचालन अधिकारी शामिल थे, और Boston Consulting Group में प्रोजेक्ट लीडर के रूप में काम किया। उनका करियर मुख्यतः बड़े संगठनों को संचालन प्रदर्शन सुधारने, तकनीक को अधिक प्रभावी ढंग से लागू करने और जटिल व्यवसाय परिवर्तन को सफलतापूर्वक संचालित करने में मदद करने पर केंद्रित रहा है।

ASAPP एक एआई कंपनी है जो एंटरप्राइज़ ग्राहक सेवा को अपने एआई-नेटिव कस्टमर एक्सपीरियंस प्लेटफ़ॉर्म (CXP) के माध्यम से बदलने पर केंद्रित है। 2015 में स्थापित, कंपनी ऐसी तकनीक विकसित करती है जो एआई एजेंट, मानव विशेषज्ञता, ग्राहक डेटा और एंटरप्राइज़ सिस्टम को आवाज़ और डिजिटल चैनलों में एक साथ लाती है। प्लेटफ़ॉर्म के केंद्र में GenerativeAgent है, एक एआई ग्राहक सेवा एजेंट जो वार्तालाप को समझने, ग्राहक अनुरोधों पर तर्क करने, जुड़े एंटरप्राइज़ सिस्टम के माध्यम से कार्रवाई करने और अतिरिक्त निगरानी या निर्णय की आवश्यकता होने पर मानव एजेंट को शामिल करने के लिए डिज़ाइन किया गया है। ASAPP परीक्षण, मॉनिटरिंग, गवर्नेंस और ऑब्ज़रवबिलिटी के लिए उपकरण भी प्रदान करता है, जिससे बड़े संगठनों को ग्राहक‑मुखी एआई को तैनात करने के साथ-साथ स्वचालित एजेंटों के व्यवहार पर अधिक नियंत्रण बनाए रखने में मदद मिलती है।

आपका करियर BCG, Mercer और Genpact में रणनीति और परिवर्तन भूमिकाओं से लेकर Atain का नेतृत्व करने और अब ASAPP के सीईओ बनने तक गया है। इस चरण में ASAPP की ओर आपका आकर्षण क्या था, और आपके पहले 30 दिनों के बाद, आपने कंपनी के लिए सबसे बड़े अवसरों और प्राथमिकताओं की पहचान क्या की?

ASAPP पहली बार मेरे ध्यान में इस साल की विंटर स्टॉर्म फर्न के दौरान आया। Atain में, हम एक बड़े अमेरिकी एयरलाइन के लिए पर्याप्त क्षमता बनाने के लिए हर संभव प्रयास कर रहे थे, क्योंकि हजारों बाधित यात्रियों को घर लौटना था। ASAPP ने केवल प्रश्नों के उत्तर नहीं दिए; उसके GenerativeAgent ने छह दिनों में 3,800 से अधिक यात्रियों को पुनः बुक किया, जिसमें जटिल यात्रा परिवर्तन भी शामिल थे। इसने मुझे वास्तविक दबाव में एंटरप्राइज़ एआई का स्वरूप दिखाया। मेरे पहले 30 दिनों ने इस दृष्टिकोण को और मजबूत किया है। हमारा अवसर फोकस और स्केल पर है: जहाँ ASAPP के पास सबसे स्पष्ट जीतने का अधिकार है, उन क्षेत्रों पर ध्यान केंद्रित करना, ग्राहकों को प्रयोग से उत्पादन प्रभाव तक ले जाना, और अधिक गति और स्थिरता के साथ कार्यान्वयन करना।

ASAPP का दृष्टिकोण स्वायत्त एआई एजेंट, निर्धारक वर्कफ़्लो और मानव विशेषज्ञों को एक ही ऑर्केस्ट्रेशन लेयर में लाता है। आप कैसे तय करते हैं कि कौन से निर्णय एआई एजेंट को सौंपे जाएँ, कौन से पूर्वनिर्धारित नियमों का पालन करें, और कौन से मानव निर्णय की आवश्यकता रखें?

हम पूरी बातचीत को एआई, पूर्वनिर्धारित वर्कफ़्लो या व्यक्ति को नहीं सौंपते। हम प्रत्येक निर्णय को उसकी जटिलता, जोखिम और जवाबदेही की आवश्यकता के आधार पर देखते हैं। एआई इरादे को समझने, संदर्भ की व्याख्या करने और ग्राहक के अनुसार अनुकूलित करने में उपयुक्त है। वर्कफ़्लो आवश्यक कदमों या नीतियों का पालन करने पर स्थिरता प्रदान करते हैं। मानव तब निर्णय जोड़ते हैं जब स्थिति अस्पष्ट, अपवादात्मक या महत्वपूर्ण हो। ऑर्केस्ट्रेशन इन तीनों को एक ही इंटरैक्शन में एक साथ लाता है। लक्ष्य अधिकतम स्वायत्तता नहीं है। यह प्रत्येक निर्णय बिंदु पर सही नियंत्रण स्तर लागू करते हुए अधिक ग्राहक आवश्यकताओं को हल करना है।

ASAPP मानव भागीदारी को एआई सिस्टम का निरंतर हिस्सा मानता है, न कि केवल स्वचालन विफल होने पर एक एस्केलेशन पाथ। जैसे-जैसे एआई एजेंट अधिक सक्षम होते हैं, आप कहाँ मानते हैं कि ग्राहक‑सेवा इंटरैक्शन में मानव सबसे अधिक मूल्य जोड़ते रहेंगे?

मानव नवाचार! कुछ महीने पहले, मैंने एक वरिष्ठ CX नेता से बात की, जिन्होंने बताया कि अपेक्षाकृत कम कॉलों का एक बड़ा हिस्सा हैंडल टाइम में असमान रूप से अधिक योगदान देता है। ये अक्सर किनारे के मामलों होते हैं जिनके लिए स्पष्ट FAQ, ज्ञान लेख या मानक संचालन प्रक्रिया नहीं होती। इन्हें समझना कठिन होता है क्योंकि संगठन ने पहले कभी उत्तर नहीं देखा या उसे कोडित नहीं किया है। मानव इन क्षणों में सबसे अधिक मूल्य जोड़ते रहेंगे: अस्पष्टता की व्याख्या करना, प्रतिस्पर्धी विचारों को संतुलित करना, और जहाँ कोई स्थापित प्लेबुक नहीं है, वहाँ निर्णय देना। लेकिन व्यक्ति को शामिल करना स्वचालन को पूरी तरह छोड़ने और पूरी बातचीत को स्थानांतरित करने की आवश्यकता नहीं रखता। एआई आवश्यक जानकारी एकत्र करता है और व्यक्ति को विशिष्ट अनुरोध और संदर्भ प्रस्तुत करता है; मानव निर्णय देता है, फिर एआई बातचीत जारी रखता है। यह विशेषज्ञता तत्काल समस्या को हल करती है, और एआई को आगे क्या हल किया जा सकता है, इसका दायरा भी बढ़ाती है।

कई एंटरप्राइज़ ने पायलट में जनरेटिव एआई को सफलतापूर्वक प्रदर्शित किया है, लेकिन जब वे इसे लाखों वास्तविक ग्राहक इंटरैक्शन में लागू करने की कोशिश करते हैं तो संघर्ष करते हैं। एआई पायलट से उत्पादन‑स्तर के एजेंटिक सिस्टम में परिवर्तन करते समय कंपनियां सबसे अधिक क्या कम आंकती हैं?

कंपनियां अक्सर लंबी टेल को कम आंकती हैं। पायलट आमतौर पर नियंत्रित परिस्थितियों में परिभाषित उपयोग मामलों का परीक्षण करते हैं। उत्पादन स्तर पर, दुर्लभ स्थितियां दैनिक घटनाओं में बदल जाती हैं: ग्राहक दिशा बदलते हैं, अपूर्ण जानकारी प्रदान करते हैं, या ऐसी जरूरतों को मिलाते हैं जो किसी ने भी नहीं सोची थीं। इसलिए एजेंटिक एआई को स्केल करना केवल मॉडल चुनौती नहीं है। इसके लिए एंटरप्राइज़ सिस्टम, गवर्नेंस, मॉनिटरिंग के साथ एकीकरण और जब निर्णय की आवश्यकता हो तो लोगों को शामिल करने का तरीका चाहिए। पायलट यह साबित करता है कि तकनीक काम करती है। उत्पादन में उस आर्किटेक्चर और संचालन अनुशासन को अपनाना पड़ता है जिससे यह बड़े पैमाने पर विश्वसनीय बन सके।

जैसे ही एंटरप्राइज़ एकल एआई सहायक से कई विशेषीकृत एजेंटों के साथ मिलकर काम करने की ओर बढ़ते हैं, ऑर्केस्ट्रेशन, ऑब्ज़र्वेबिलिटी और जवाबदेही के आसपास कौन सी नई तकनीकी या गवर्नेंस चुनौतियां उभरती हैं?

नई चुनौती समन्वय है। अधिक एजेंट अधिक हैंडऑफ़, निर्णय बिंदु, और संदर्भ या जवाबदेही के टूटने के अवसर पैदा करते हैं। एंटरप्राइज़ को ऐसी ऑर्केस्ट्रेशन चाहिए जो तय करे कि कौन सा एजेंट कार्य करे, उसे कौन सी जानकारी और अनुमतियां मिलें, और उनका काम ग्राहक के समाधान में कैसे योगदान देता है। ऑब्ज़र्वेबिलिटी को पूरी बातचीत में विस्तारित होना चाहिए ताकि संगठन समझ सकें कि क्या हुआ और क्यों। यही गवर्नेंस की नींव बनती है। लाभ सबसे अधिक एजेंटों को तैनात करने से नहीं, बल्कि सभी विशेषीकृत बुद्धिमत्ता को एक विश्वसनीय, ट्रेस करने योग्य, और जवाबदेह प्रणाली में समन्वयित करने से आएगा।

ASAPP ने हाल ही में सतत रेड टीमिंग पेश किया है, जो मॉडल के विकसित होने के साथ 50 से अधिक वर्गों की कमजोरियों के खिलाफ अपने एआई सिस्टम को स्वचालित रूप से परीक्षण करता है। जब एआई एजेंट केवल प्रतिक्रियाएँ उत्पन्न नहीं कर रहे हैं बल्कि ग्राहकों की ओर से कार्य करने में अधिक सक्षम हो रहे हैं, तो एंटरप्राइज़ को सुरक्षा को कैसे पुनः विचार करना चाहिए?

जब एआई प्रश्नों का उत्तर देने से कार्य करने की ओर बढ़ता है, तो दांव बदल जाते हैं। एक अनधिकृत लेनदेन या ग्राहक डेटा का खुलासा एक गलत उत्तर से कहीं अधिक गंभीर परिणाम देता है। एंटरप्राइज़ को यह स्पष्ट सीमा निर्धारित करनी चाहिए कि एक एजेंट क्या एक्सेस कर सकता है, क्या कर सकता है, और कब मानव स्वीकृति आवश्यक है। सुरक्षा केवल परिनियोजन से पहले एक बार किए जाने वाले परीक्षण नहीं हो सकती। जैसे ही एआई अधिक सक्षम होता है, बुरे इरादे वाले भी नवाचार कर रहे हैं। इसलिए ASAPP लगातार हजारों प्रतिद्वंद्वी परिदृश्यों का परीक्षण करता है, जो 50 से अधिक कमजोरियों के वर्गों को कवर करते हैं। सुरक्षा को तकनीक के समान गति से विकसित होना चाहिए, ताकि एंटरप्राइज़ एआई को बिना ग्राहक विश्वास से समझौता किए विस्तारित कर सके।

जनरेटिव एआई मूलतः संभाव्यात्मक है, फिर भी ग्राहक सेवा प्रक्रियाओं में अक्सर लेनदेन, अनुपालन आवश्यकताएँ और अन्य कार्य शामिल होते हैं जहाँ परिणाम पूर्वानुमेय होने चाहिए। एंटरप्राइज़ कैसे जनरेटिव एआई की लचीलापन को बनाए रखते हुए पर्याप्त निर्धारक संरचना पेश कर सकते हैं ताकि ये सिस्टम भरोसेमंद बनें?

मुख्य बात यह है कि बातचीत को व्यावसायिक प्रक्रिया से अलग किया जाए। हमारा मानना है कि जनरेटिव एआई को वही करना चाहिए जिसमें वह सबसे अच्छा है: ग्राहक को समझना, अस्पष्टता को नेविगेट करना, और स्वाभाविक रूप से प्रतिक्रिया देना। लेकिन महत्वपूर्ण प्रक्रियाओं—जैसे सत्यापन, लेनदेन, और अनुपालन—को चरण-आधारित कार्यप्रवाहों में चलना चाहिए जो कंपनी के नियमों और आवश्यक क्रम को लागू करते हैं। यह आर्किटेक्चर एंटरप्राइज़ को दोनों का सर्वश्रेष्ठ देता है: ग्राहक के लिए लचीला अनुभव और व्यवसाय के लिए पूर्वानुमेय निष्पादन। यह मॉडल के विकसित होने पर प्रक्रियाओं को परीक्षण, ऑडिट और सुधारना भी आसान बनाता है। एंटरप्राइज़ को एआई को भरोसेमंद बनाने के लिए हर ग्राहक बातचीत को कठोर बनाने की आवश्यकता नहीं है। उन्हें यह बहुत स्पष्ट होना चाहिए कि एआई कहाँ अनुकूलित हो सकता है और प्रक्रिया कहाँ बिल्कुल नहीं बदल सकती।

संपर्क केंद्र पारंपरिक रूप से ऑटोमेशन को कंटेन्मेंट और लागत में कमी जैसे मीट्रिक्स के माध्यम से मापते रहे हैं। जैसे ही एजेंटिक एआई अधिक परिष्कृत होता है, एंटरप्राइज़ को कौन से मीट्रिक्स का उपयोग करना चाहिए यह निर्धारित करने के लिए कि एआई वास्तव में ग्राहक अनुभव को सुधार रहा है या केवल मानव सहभागिता को कम कर रहा है?

हम डिफ्लेक्शन और कंटेन्मेंट जैसे मीट्रिक्स से दूर जा रहे हैं और मैं जिसे “सत्यापित समाधान” कहता हूँ, उसकी ओर बढ़ रहे हैं। मैं चाहता हूँ कि हम ग्राहक के इरादे को समझने और वास्तव में उसे हल करने के लिए जिम्मेदार हों। एक ग्राहक के रूप में, मैं अनुभव को सुखद चाहता हूँ, लेकिन उससे भी अधिक, मैं चाहता हूँ कि मेरा संपर्क करने का कारण हल हो जाए। जब हम उस परिणाम को मापते हैं, न कि केवल यह कि एआई ने किसी को मानव एजेंट से संपर्क करने से रोका, तो हम तकनीक को ग्राहक की वास्तविक आवश्यकता के साथ संरेखित करते हैं।

यदि एक मानव विशेषज्ञ अधिकाधिक कई एआई-चालित बातचीत की निगरानी या मार्गदर्शन कर सकता है, तो आप संपर्क केंद्र के कार्यबल के विकास को कैसे देखते हैं? क्या आप एआई निगरानी, प्रशिक्षण, गवर्नेंस और निरंतर सुधार के आसपास नए भूमिकाओं के उभरते हुए देख रहे हैं?

यही वह बात है जो मुझे भविष्य के संपर्क केंद्र संचालन मॉडल के बारे में वास्तव में उत्साहित करती है। आज, मानव एजेंट फ्रंटलाइन पर होते हैं, अक्सर उन ग्राहकों की मदद करते हैं जो निराश, भ्रमित या गुस्से में होते हैं, जबकि वे अपने समय का बड़ा हिस्सा जटिल सिस्टम को नेविगेट करके उन मुद्दों को हल करने में बिताते हैं। यह मांगलिक काम है, और बर्नआउट अधिक है। जैसे ही एजेंटिक एआई आवाज़ और डिजिटल चैनलों में इस काम का अधिक हिस्सा लेता है, मेरा मानना है कि हम एक नई वर्ग की CX पेशेवर देखेंगे: विश्लेषक के रूप में मानव एजेंट। उनका समय अधिकतर उन स्थितियों में जाएगा जिन्हें निर्णय की आवश्यकता है, जो काली और सफेद नहीं हैं, या जिनमें नियामक संवेदनशीलता है। यह मूल रूप से एक अलग भूमिका है, और वह भूमिका एआई स्वयं बनाने में मदद कर रहा है।

ASAPP का नेतृत्व करने के पहले 30 दिनों के बाद, एंटरप्राइज़ वर्तमान में एजेंटिक AI को अपनाने में जहाँ हैं, उस बारे में आपको सबसे अधिक क्या आश्चर्य हुआ, और आप क्या मानते हैं कि AI‑संचालित ग्राहक सेवा का अगला चरण क्या निर्धारित करेगा?

मैं उन ग्राहकों की तत्परता से प्रभावित हूँ जिन्होंने एजेंटिक AI को अपनी CX रणनीति का मुख्य स्तंभ बनाने के लिए तैयार किया है, न कि इसे किसी सहायक के रूप में। चुनौती यह है कि डिजिटल, आईटी, सुरक्षा और संचालन अक्सर अलग-अलग गति से आगे बढ़ते हैं और सफलता को अलग-अलग तरीके से मापते हैं। यह विखंडन एंटरप्राइज़ के व्यापार केस को स्पष्ट रूप से देखना कठिन बना देता है। अगला चरण संगठनों को एंटरप्राइज़ स्तर पर वास्तव में महत्वपूर्ण चीज़ों के आसपास संरेखित होने और समझने की आवश्यकता होगी कि CX में एजेंटिक AI उन परिणामों को कैसे प्रभावित कर सकता है। आज, यह प्रभाव मौजूदा स्कोरकार्ड और अलग‑अलग मीट्रिक्स में बिखर सकता है।

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