Will Bodewes, Phonely के सह-संस्थापक और सीईओ – साक्षात्कार शृंखला

Will Bodewes, Phonely के सह-संस्थापक और सीईओ हैं। Phonely वॉइस एआई कंपनी है, जिसका उद्देश्य कारोबारों को फ़ोन कॉल का जवाब देने और ग्राहकों से बातचीत के नतीजे बेहतर बनाने में मदद करना है। कंपनी शुरू करने से पहले, उन्होंने University of Melbourne में पीएचडी की और अनुप्रयुक्त कृत्रिम बुद्धिमत्ता तथा ऐसे सिस्टम पर शोध किया जो स्वाभाविक ढंग से संवाद करते हुए निर्देशों का पालन कर सकें। इससे पहले, उन्होंने ऑडियो-प्रौद्योगिकी स्टार्टअप की स्थापना की थी और एनसीएए क्रॉस-कंट्री स्कीइंग तथा अल्ट्रा-एंड्योरेंस साइकिलिंग प्रतियोगिताओं में हिस्सा लिया था। Phonely में वे अपने शोध-अनुभव का इस्तेमाल वॉइस एजेंट तैनात करने की व्यावहारिक चुनौतियों से निपटने में करते हैं। इनमें बातचीत की विश्वसनीयता, विलंबता, एकीकरण और बुकिंग, बिक्री तथा ग्राहक-सेवा की प्रक्रियाओं का लगातार अनुकूलन शामिल हैं।

Phonely एक एआई वॉइस-एजेंट प्लेटफ़ॉर्म है, जो कारोबारों को फ़ोन पर होने वाली बातचीत स्वचालित करने, अपॉइंटमेंट तय करने, संभावित ग्राहकों की पहचान करने, कॉल सही जगह भेजने और ग्राहकों के साथ होने वाली बातचीत को मौजूदा सॉफ़्टवेयर से जोड़ने की सुविधा देता है। इसके टूल अनुकूलित की जा सकने वाली बातचीत की प्रक्रियाओं को कॉल के इतिहास, विश्लेषण और ए/बी परीक्षण के साथ जोड़ते हैं, ताकि टीमें प्रदर्शन माप सकें और समय के साथ नतीजे बेहतर बना सकें। कंपनी छोटे कारोबारों से लेकर बड़े उद्यमों तक, कई तरह के संगठनों को सेवाएँ देती है। उसका कहना है कि वह 10,000 से अधिक कारोबारों को सहायता देती है और प्रतिदिन 120,000 से अधिक कॉल संभालती है। Phonely Alma समेत अपने संवादात्मक मॉडल भी विकसित करती है। इनका उद्देश्य स्वचालित कॉल को तेज़ और अधिक विश्वसनीय बनाना तथा उन्हें वास्तविक कारोबारी बातचीत के लिए बेहतर ढंग से तैयार करना है।

आपने Phonely का निर्माण तब शुरू किया, जब आप University of Melbourne में एआई विषय में पीएचडी कर रहे थे। शुरुआत में आपका ध्यान ऐसे सिस्टम बनाने पर था जो स्वाभाविक ढंग से संवाद करते हुए निर्देशों का पालन कर सकें। किस बात ने आपको यक़ीन दिलाया कि वॉइस एआई उस मुकाम पर पहुँच चुका है जहाँ उसके सहारे एक स्वतंत्र कंपनी चल सकती है? और बाज़ार में आपको ऐसा क्या दिखा जो दूसरों की नज़र से छूट रहा था?

उस समय इस बात का कोई प्रमाण नहीं था कि वॉइस एआई के सहारे एक स्वतंत्र कंपनी चल सकती है। कुछ कंपनियाँ इस पर काम कर रही थीं और उनके लगभग पाँच या 10 उपयोगकर्ता थे, लेकिन कोई भी ऐसी वॉइस एआई को सफलतापूर्वक लागू नहीं कर पाया था जो आईवीआर प्रणाली न हो। इसलिए जब हमने Phonely शुरू की, तो यह एक दाँव था। उस समय हर किसी का ध्यान चैट पर था, इसलिए वॉइस एक नया माध्यम था। यह ऐसी समस्या थी जिसका समाधान नहीं हुआ था, इसलिए हमने सोचा, “क्यों न इसे आज़माएँ? क्यों न इसे हल करने की कोशिश करें?”

आपकी पीएचडी का शोध इस लक्ष्य के साथ शुरू हुआ था कि ऐसा एआई बनाया जाए जो “रोबोट की तरह निर्देशों का पालन करे और इंसान की तरह बात करे।” किन तकनीकी सफलताओं से आपको लगा कि यह शोध व्यावसायिक वॉइस एआई प्लेटफ़ॉर्म की नींव बन सकता है?

यह शोध उस बुनियादी तकनीक को समझने के लिए उपयोगी और अहम था, जिसके तहत यह सब हो रहा था। इससे मुझे आगे आने वाली चीज़ों का अंदाज़ा लगाने और यह देखने में मदद मिली कि भविष्य में क्या विकसित हो सकता है। मुझे इन मॉडलों की प्रकृति और उनके काम करने के तरीके की तकनीकी समझ थी, और इसी से मैं दाँव लगाने की स्थिति में आया। ख़ास तौर पर, मैं एक कंपनी बनाना और प्रभाव डालना चाहता था। यह क्षेत्र मेरी जानकारी और मेरी भविष्य-दृष्टि से सबसे अधिक जुड़ा हुआ था। मैं इसका हिस्सा बनना चाहता था।

आपने हर फ़ोन कॉल को एक ऐसी फ़नल प्रक्रिया बताया है, जिसका कारोबार ऐतिहासिक रूप से व्यवस्थित ढंग से अनुकूलन नहीं कर पाए हैं। फ़ोन पर होने वाली बातचीत को अनुकूलित करना वास्तव में कैसा दिखता है? और समय के साथ एआई रूपांतरण दर, समस्या-समाधान दर या ग्राहक अनुभव को कैसे बेहतर बना सकता है?

मान लीजिए कि आप प्लंबर के साथ अपॉइंटमेंट तय कर रहे हैं। फ़ोन पर मौजूद व्यक्ति को आपकी जानकारी लेने और अपॉइंटमेंट तय करने का प्रशिक्षण दिया गया है, लेकिन वह सवाल कैसे पूछता है, इसके आधार पर आपको ऐसी सेवाओं के बारे में भी बता सकता है जिनके बारे में आपको पता नहीं था कि वे उस कारोबार का हिस्सा हैं। तो हो सकता है कि आप प्लंबिंग की समस्या के लिए अपॉइंटमेंट तय करें और बाद में पता चले कि आपको सिंक भी ठीक करवाना था। अच्छी तरह प्रशिक्षित वॉइस एआई एजेंट भी यही काम करता है और कारोबार को ग्राहकों को अतिरिक्त सेवाएँ या उत्पाद बेचने तथा अधिक कमाई करने में मदद करता है। वह ऐसा उत्पाद भी बेच सकता है जिसके बारे में नए रिसेप्शनिस्ट को प्रशिक्षण न मिला हो, और ऑर्डर में एक और मद जोड़ सकता है। इससे ग्राहक अधिक संतुष्ट होता है और कारोबार को बेहतर नतीजा मिलता है। ChatGPT का साधारण वॉइस संस्करण यह नहीं जानता कि ऐसा कैसे करना है। इसके लिए आपको ऐसा उत्पाद चाहिए जिसे इसी काम के लिए बनाया और प्रशिक्षित किया गया हो।

इसके अलावा, इंसान कॉल चूक सकते हैं, फ़ोन का जवाब नहीं दे सकते या कॉल को वॉइसमेल पर भेज सकते हैं। इससे अमेरिका के छोटे कारोबारों को भारी नुकसान होता है। उनके पास फ़ोन का जवाब देने के लिए लोग नहीं होते, सेवा की गुणवत्ता एक जैसी नहीं रहती और उसे बेहतर बनाने का कोई तरीका नहीं होता। एआई की मदद से, अगर किसी कॉल का नतीजा कारोबार की अपेक्षा के मुताबिक नहीं होता, तो हमारे पास मौजूद डेटा के आधार पर हम उसे बेहतर बना सकते हैं। एआई की गति के कारण हम बातचीत में बदलाव कर सकते हैं—इंसानों के साथ यह काम लगभग इतनी तेज़ी से नहीं हो सकता।

अभी हर कोई एआई को लागत बचाने के नज़रिए से देखता है। लेकिन हमारा मानना है कि लोगों को एआई को विकास के साधन के रूप में देखना चाहिए। कारोबार एआई अपनाकर वास्तव में आगे बढ़ सकते हैं और पहले से बेहतर प्रदर्शन कर सकते हैं।

वॉइस एआई को उन चुनौतियों से निपटना पड़ता है जिनसे टेक्स्ट-आधारित एआई अक्सर बच सकता है। इनमें विलंबता, बीच में टोकना, अलग-अलग लहजे, पृष्ठभूमि का शोर, भावनात्मक संकेत और अप्रत्याशित बातचीत शामिल हैं। इनमें से किस समस्या को बड़े उद्यमों के स्तर पर विश्वसनीय ढंग से हल करना सबसे कठिन रहा है?

विलंबता सबसे बड़ी समस्या है। अब हमने इसे हल कर लिया है, लेकिन शुरुआती दिनों में यह दो कारणों से बहुत बड़ी सिरदर्दी थी।

सबसे पहले, हम ऐसे स्टार्टअप्स के ऊपर अपना सिस्टम बना रहे थे जो भरोसेमंद नहीं थे। OpenAI को भेजे गए API अनुरोधों का एक बड़ा हिस्सा विफल हो जाता था और हमें कोई जवाब नहीं मिलता था। फ़ोन पर बात करते समय इसका मतलब होता है कि कॉल कट गई, इसलिए हमें ऐसी स्थिति के लिए दोबारा कोशिश करने की व्यवस्था बनानी पड़ी।

दूसरी समस्या क्षमता की थी। जब आप OpenAI को अनुरोध भेजते थे, तो सैकड़ों या हज़ारों दूसरे अनुरोधों के पीछे कतार में फँस जाते थे और आपको पता नहीं होता था कि उस कतार में आपका नंबर कहाँ आएगा। जवाब लौटने में 30 सेकंड लग सकते थे। इससे निपटने के लिए, हमने देखा कि दुनिया भर में OpenAI के एंडपॉइंट कहाँ-कहाँ थे और जिन देशों में उस समय रात थी और माँग कम थी, उनके आधार पर हम इस्तेमाल किए जाने वाले एंडपॉइंट बदलते रहते थे। उस समय सबसे कम माँग वाले एंडपॉइंट खोजने के लिए ही हमें यह पूरा बुनियादी ढाँचा तैयार करना पड़ा। यह तकनीकी रूप से काफ़ी दिलचस्प समस्या थी। अब हम Alma समेत अपने मॉडल खुद प्रशिक्षित करते हैं, इसलिए हमें इसकी चिंता नहीं करनी पड़ती, क्योंकि कंप्यूटिंग संसाधनों और माँग का प्रबंधन हम खुद करते हैं।

अब Phonely हज़ारों व्यवसायों के लिए हर दिन 120,000 से अधिक कॉल संभालता है। इतने बड़े पैमाने पर वॉइस एजेंट चलाने से आपने क्या सीखा, जिसका अंदाज़ा प्लेटफ़ॉर्म का पहला संस्करण बनाते समय नहीं था?

हर समय, यानी 100% उपलब्ध रहना बेहद ज़रूरी है। जिन सबसे कठिन इंजीनियरिंग चुनौतियों से हम निपटते रहे हैं, उनमें विश्वसनीयता और गति शामिल हैं। एआई का क्षेत्र अविश्वसनीय तेज़ी से आगे बढ़ रहा है और एआई कंपनी होने के बावजूद हम भी बहुत तेज़ी से काम कर रहे हैं। Y Combinator में एक कहावत है: तेज़ी से आगे बढ़ो और चीज़ें तोड़ दो। लेकिन जब आपके ग्राहक दिन में 120,000 कॉल करते हों, तो आप चीज़ें तोड़ने का जोखिम नहीं उठा सकते। इसलिए हमारी प्रक्रिया का एक बड़ा हिस्सा यह समझने में लगा कि बाज़ार में प्रासंगिक बने रहने और उत्पाद में लगातार सुधार करने के लिए ज़रूरी गति से नई चीज़ें कैसे जारी करें, साथ ही उद्यम ग्राहकों को संतुष्ट और सेवा को स्थिर कैसे रखें, जबकि बाज़ार में आगे बने रहने के लिए हम नई सुविधाएँ बनाते रहें। कंपनी बनाते समय विश्वसनीयता से जुड़ी समस्या शायद हमारी सबसे बड़ी चुनौतियों में से एक थी।

जनरेटिव एआई सिस्टम अप्रत्याशित ढंग से व्यवहार कर सकते हैं, लेकिन ग्राहक-संपर्क वाला फ़ोन एजेंट भुगतान, बुकिंग, स्वास्थ्य संबंधी सवाल या अन्य गंभीर परिणामों वाले मामलों को संभाल सकता है। आप ऐसे वॉइस एजेंट कैसे बनाते हैं जो लचीले और बातचीत में स्वाभाविक बने रहें, लेकिन मनगढ़ंत जवाब न दें और अपनी अधिकृत सीमाओं से बाहर जाकर काम न करें?

हमने यह बात करीब दो साल पहले मुश्किल तरीक़े से सीखी थी और अब यह पूरे उद्योग में काफ़ी व्यापक रूप से अपनाई जा चुकी है। हमें एहसास हुआ कि बड़े भाषा मॉडल (LLM) की सबसे बड़ी समस्या संदर्भ है। जब आप प्रॉम्प्ट में बहुत सारी बातें, जैसे निर्देशों के कई पन्ने, शामिल कर देते हैं, तो कुछ गड़बड़ होने की आशंका बढ़ जाती है।

इसलिए हमने आठ एजेंटों वाली एक ऑर्केस्ट्रेशन प्रणाली बनाई, जिसमें काम एक एजेंट से दूसरे एजेंट को सौंपा जाता है और हर एजेंट को अपने काम के अनुरूप संदर्भ दिया जाता है। यह वैसा ही है जैसे कोई इंसान कॉल के दौरान लिखी हुई बातचीत की रूपरेखा का पालन करता है: उसे कुछ जानकारी मिलती है, फिर वह अगले चरण पर जाता है, और इसी तरह आगे बढ़ता है। इससे हम कोड के स्तर पर चरणों को अलग-अलग रख सकते हैं। अगर रिफ़ंड देने से पहले मुझे आपका नाम, ईमेल, फ़ोन नंबर और जन्मतिथि जुटानी हो, तो मैं यह सुनिश्चित कर सकता हूँ कि आगे बढ़ने से पहले ये जानकारियाँ कोड के स्तर पर जुटा ली गई हों। सिर्फ़ LLM पर निर्भर रहने से इसकी गारंटी नहीं दी जा सकती। एजेंट ऑर्केस्ट्रेशन की यह परत बनाने से विश्वसनीयता 100% तक लाई जा सकती है, क्योंकि नए एजेंट को काम सौंपने से पहले सभी चरण दर्ज किए जाते हैं। नए एजेंट के पास संदर्भ बना रहता है, लेकिन वह अपने निर्देशों तक सीमित होता है।

बताया जाता है कि Phonely के एक परिनियोजन से केवल तीन महीनों में एक ग्राहक को 10 मिलियन डॉलर का नया शुद्ध राजस्व मिला। एआई किस वजह से इतना मापने योग्य व्यावसायिक प्रभाव पैदा कर सका, और आज आपको वॉइस एआई से सबसे अधिक निवेश पर लाभ (ROI) किन क्षेत्रों में मिलता दिखाई देता है?

हम ऐसा इसलिए कर सके क्योंकि हमारे पास ग्राहक के मेट्रिक्स थे। उनकी कॉल इनबाउंड थीं और वे बिक्री बढ़ाने पर ध्यान दे रहे थे; साथ ही, वे कॉल करने वालों की योग्यता जाँच रहे थे, इसलिए हम नतीजों पर नज़र रख सकते थे। दिन के हिसाब से उनके कॉल सेंटर की बिक्री दर लगभग 35% से 42% थी। ग्राहक से यह जानकारी मिलने के बाद, हमने उनके कार्यप्रवाह लिए और एजेंट को बेहतर बनाया। शुरुआत में हमारी बिक्री दर लगभग 20% थी। अगले महीनों में हमने बार-बार बदलाव और सुधार किए, यहाँ तक कि ज़्यादातर मामलों में हमारा प्रदर्शन उनके कॉल सेंटर से बेहतर हो गया। हमारी बिक्री दर लगातार बढ़ती रही, क्योंकि हमने समस्याओं का पता लगाया और यह सुनिश्चित किया कि हर बार अनुभव एक जैसा और बेहतरीन हो। हम कॉल सेंटर से बेहतर प्रदर्शन करने में सफल रहे।

जैसे-जैसे वॉइस एजेंट अधिक सक्षम होते जा रहे हैं, व्यवसायों को पूरी तरह स्वचालित की जा सकने वाली बातचीत और उन स्थितियों के बीच सीमा कहाँ तय करनी चाहिए, जिनमें इंसान की भागीदारी बनी रहनी चाहिए?

व्यवसायों को ऐसी किसी भी चीज़ को स्वचालित कर सकना चाहिए जो दोहराई जाने वाली प्रक्रिया हो, जिसका वे पालन करवाना चाहते हों और जिसे पर्याप्त रूप से स्पष्ट रूप से परिभाषित किया गया हो।

हालाँकि, कुछ क्षेत्रों में स्वचालन चुनौतीपूर्ण हो जाता है। इनमें से एक है API के बिना इंटीग्रेशन: मान लीजिए आपको किसी सॉफ़्टवेयर के साथ इंटीग्रेशन चाहिए, लेकिन उसमें API नहीं है। इससे निपटना मुश्किल है, हालाँकि ब्राउज़र के ज़रिए कुछ काम स्वचालित किए जा सकते हैं। दूसरी स्थिति तब होती है जब एजेंट और इंसान के बीच कई बार काम सौंपा जाता है—एजेंट से इंसान को और फिर वापस एजेंट को। तीसरी समस्या संदर्भ की कमी है। मान लीजिए मैं अपना बटुआ किसी रेस्तराँ में भूल गया। एआई इसे कभी हल नहीं कर पाएगा, क्योंकि उसे नहीं पता कि आपके पास बटुआ है या नहीं और वह जाकर यह जाँच भी नहीं सकता कि बटुआ रेस्तराँ में है या नहीं।

कुछ स्थितियों में हमेशा इंसान की ज़रूरत होगी। इसी तरह, कई सिस्टमों में फैले अधिक जटिल कामों के लिए भी इंसानी भागीदारी ज़रूरी होगी। ऐसे कामों के लिए एजेंट का इस्तेमाल न करें।

Phonely ने हाल ही में सीरीज़ A में 16 मिलियन डॉलर जुटाए हैं और अब उसके 10,000 से अधिक व्यावसायिक ग्राहक हैं। कंपनी का अगला चरण कैसा दिखेगा, और आपके अनुसार कौन-सी तकनीकी क्षमताएँ वॉइस AI प्लेटफ़ॉर्म की अगली पीढ़ी को दूसरों से अलग पहचान देंगी?

अगले चरण में टीम का विस्तार करना और उसमें निवेश जारी रखना शामिल है। हम इस विचार के लिए पूरी तरह प्रतिबद्ध हैं। बहुत-से व्यवसाय वॉइस एआई के क्षेत्र में कदम रख रहे हैं और संभवतः अलग-अलग क्षेत्रों में ठीक-ठाक काम करेंगे। लेकिन हम सिर्फ़ वॉइस एजेंट नहीं बना रहे हैं। हम एक अनुकूलन प्लेटफ़ॉर्म बना रहे हैं और वॉइस को एक माध्यम के रूप में इस्तेमाल कर रहे हैं। जिन व्यवसायों के लिए संभावित ग्राहकों से संपर्क और फ़ोन के ज़रिए राजस्व उत्पन्न करना अहम है, हमारा पूरा ध्यान एआई एजेंटों को इस तरह बेहतर बनाने पर है कि वे ग्राहकों के इच्छित नतीजे हासिल कर सकें। Phonely को एक अनुकूलन कंपनी के रूप में देखें, जहाँ लोग अपने एजेंटों को बेहतर प्रदर्शन करने के लिए अनुकूलित करना चाहते हैं।

आपके अकादमिक शोध में विकासशील अर्थव्यवस्थाओं में ऊर्जा की पहुँच बढ़ाने और स्वच्छ खाना पकाने को बढ़ावा देने के लिए एआई और स्मार्ट मीटर तकनीक के इस्तेमाल की भी पड़ताल की गई है। Phonely से आगे की बात करें, तो ऊर्जा तक पहुँच जैसी बड़े पैमाने की वास्तविक दुनिया की समस्याओं पर एआई का इस्तेमाल किस तरह किया जा सकता है, और क्या यह ऐसा क्षेत्र है जिसमें आप अंततः फिर से काम करना चाहेंगे?

एआई से बहुत कुछ अच्छा किया जा सकता है, लेकिन कई मौजूदा समस्याएँ लोगों के कारण पैदा हुई हैं, इसलिए लोगों के स्तर पर भी बदलाव की ज़रूरत है। हर समस्या का समाधान तकनीक से नहीं हो सकता। लेकिन तकनीकी और मानवीय बदलाव को एक साथ होने देना ही दुनिया के लिए कुल मिलाकर सकारात्मक साबित होगा।

इस शानदार साक्षात्कार के लिए धन्यवाद। अधिक जानने के इच्छुक पाठक Phonely पर जाएँ।