James Kaplan, Co-Pendiri & CEO MeetKai – Seri Wawancara

James Kaplan adalah Co-Pendiri & CEO MeetKai, asisten AI yang membuat hidup lebih mudah melalui percakapan, personalisasi & kurasi.

Anda pertama kali memulai pemrograman ketika Anda berusia enam tahun, apa yang membuat Anda bersemangat dengan coding, dan bahasa apa yang Anda pelajari?

Dorongan awalnya adalah permainan Oregon Trail yang dibangun untuk Windows 95. Saya sangat menyukainya dan memainkannya setiap hari setelah sekolah. Saya berada di kelas 1, jadi tidak ada banyak hal lain yang bisa dilakukan! Saya mulai memikirkan semua hal yang saya ingin ubah tentang permainan itu. Ketika saya lebih muda, saya membeli sebuah buku pemrograman dasar di toko buku lokal. Saya langsung tertarik dan dengan cepat melupakan motivasi awal saya tentang Oregon Trail. Tapi saya selalu menyukai permainan, dan mereka bertindak sebagai motivasi saya untuk belajar bahasa pemrograman baru. Beberapa tahun kemudian, saya belajar Visual Basic ketika saya mencoba menulis bot untuk NeoPets (itu berhasil) dan kemudian PHP ketika saya berusia 12 tahun untuk membuat situs web dinamis. Bahkan saat itu, motivasi saya untuk belajar PHP adalah untuk menghasilkan uang untuk membeli permainan video.

Venture sebelumnya Anda adalah mengoperasikan dana hedge berbasis AI, apa yang Anda pelajari dari pengalaman ini?

Inti terbesar yang saya pelajari adalah untuk menghilangkan gagasan bahwa Anda tidak bisa bersaing dengan raksasa di ruang yang padat. Ini bisa sangat menggoda untuk berpikir bahwa, dalam keuangan, semua yang menguntungkan sudah ditangkap oleh pemain besar. Namun, saya dengan cepat menyadari bahwa Anda tidak boleh mengoverestimasi lawan Anda. Kekurangan dan inersia organisasi menghalangi ide baru. Terkadang, sebuah ide atau kampanye mungkin terlalu niche bagi perusahaan besar. Yang mengejutkan, mereka mungkin juga berpikir bahwa sesuatu terlalu berisiko untuk dikembangkan, sehingga tidak sepadan untuk keluar dari zona nyaman mereka.

Bisakah Anda membagikan cerita di balik peluncuran asisten AI MeetKai?

Saya lelah dengan keuangan. Semuanya harus diukur dalam hal rasio Sharpe dan PnL. Ini menghilangkan banyak kesenangan teknologi, dan jauh dari apa yang awalnya membawa saya ke jalan pemrograman. Pada akhir 2018, saya berbicara dengan Weili Dai, Co-Pendiri MeetKai, tentang apa yang saya lihat di lanskap teknologi secara umum. Salah satu observasi utama saya adalah bahwa ruang asisten suara stagnan. Semua pemain kunci mempertahankan pendekatan lama, dan pengguna tidak mendapat manfaat dari teknologi. Tidak ada yang mau mencoba pendekatan baru, “karena itu tidak seperti X” melakukan. Tidak ada diferensiasi. Jika saya memulai dari awal dan menghilangkan semua (atau sebagian besar) gagasan yang sudah ada tentang “bagaimana membangun asisten suara”, maka saya bisa mengubah secara fundamental pengalaman pengguna. Kami memulai membangun asisten AI yang sebenarnya, bukan chatbot yang didukung suara. Pelajaran yang dipelajari dari venture sebelumnya, dipasangkan dengan mentoring Weili, membawa kami untuk mendirikan MeetKai.

Apa beberapa tantangan di balik membangun asisten AI?

Ada dua kelas masalah dalam membangun asisten AI yang sebenarnya – harapan pengguna dan implementasi teknis. Masalah pertama sering diabaikan, tetapi berlaku di MeetKai. Pengguna dilatih dalam apa yang diizinkan dan tidak diizinkan ketika datang ke asisten suara. Secara khusus, mereka mengasumsikan bahwa mereka harus mencari dalam mode perintah. Kami bekerja untuk melatih pengguna untuk mencari dalam bahasa alami. Ini memungkinkan kemampuan yang lebih kaya, seperti menggunakan negasi “Temukan film Dwayne ‘The Rock’ Johnson yang bukan Moana”. Kami dapat menangani itu dengan baik dalam percakapan sehari-hari, tetapi asisten suara saat ini gagal menjawabnya.

Masalah kedua adalah teknis. Ini muncul dalam dua sub-kategori – pencarian dan pemahaman. Untuk pencarian, kami berbeda dari asisten virtual lainnya karena kami mempertahankan indeks konten kami sendiri. Sementara ini memungkinkan semua keajaiban yang membuat kami next-gen, ini membawa tantangan dalam menjalankan dan memelihara mesin pencari suara khusus. Ini adalah area yang kami terus inovasi. Pemahaman bahasa adalah area kedua di mana tantangan dihadapi ketika membangun asisten AI. Untuk sebagian besar asisten suara, ini berarti dapat memahami teks bahasa Inggris. MeetKai memahami dan mendukung 16 bahasa. Ini tidak 16 kali lebih banyak pekerjaan, karena kami menggunakan pendekatan multibahasa, tetapi ini masih jumlah yang substansial lebih dari hanya “Inggris pertama, Inggris saja”. Ini sepadan dengan waktu yang diinvestasikan, karena sangat penting bagi kami bahwa MeetKai benar-benar global.

Bagaimana MeetKai menggunakan AI yang dipersonalisasi untuk membedakan diri?

Kami menggunakan AI yang dipersonalisasi dalam dua ruang yang berbeda – pemahaman dan pencarian.

Ketika pengguna mengatakan, “Bisakah Anda menemukan sesuatu yang Cina untuk malam ini?”, itu mungkin berarti mereka ingin resep Cina, restoran Cina, atau acara TV Cina untuk ditonton. Dengan pemahaman yang dipersonalisasi dan mendalam, kami dapat membedakan dan memberikan hasil yang diharapkan pengguna. Ini semua dilakukan tanpa data mereka pernah meninggalkan platform kami.

Kami memasukkan personalisasi ke dalam pencarian itu sendiri. Salah satu masalah terbesar yang dihadapi asisten virtual lainnya adalah bahwa banyak pencarian diberikan kepada penyedia pemenuhan pihak ketiga. Ketika Anda mencari restoran dengan asisten konvensional, itu melewati pencarian tersebut ke Yelp. Kekurangan dari itu adalah bahwa Yelp tidak mengenal pengguna secara pribadi, dan jika mereka melakukannya, maka itu adalah masalah privasi. Karena MeetKai adalah aplikasi pihak pertama, dari awal hingga hasil, kami memiliki personalisasi yang sebenarnya.

Apa beberapa kasus penggunaan untuk MeetKai?

Tujuan MeetKai adalah untuk menjadi Asisten AI Concierge pertama. Kami ingin membantu pengguna dalam kehidupan sehari-hari. Kami tidak ingin menjadi asisten yang berorientasi pada perintah. Kami tidak mendukung fitur seperti, “volume naik”, “volume turun”, “penghitung waktu 30 detik”, … Anda mengerti gambarannya. Saya merasa kuat bahwa fitur-fitur tersebut bukanlah AI, mereka hanya input berbasis suara. Jika Anda kembali ke hari-hari AskJeeves, gagasan keseluruhan adalah bahwa itu adalah butler Anda, tidak ada yang pernah mempersonifikasikan Google Assistant. Sejauh Apple Siri atau Amazon (AMZN ) Alexa ingin menjadi, tidak ada yang berpikir mereka sebagai sesuatu selain aplikasi. Kami masih dalam tahap awal, tetapi kami membangun semua teknologi yang diperlukan untuk melaksanakan rencana tiga hingga lima tahun kami menuju asisten AI yang sebenarnya.

Bagaimana industri dapat mencegah asisten AI dari memperkenalkan bias atau memperkuat bias yang ada pada pengguna?

Ada keseimbangan yang halus antara memberikan hasil yang dipersonalisasi dan tidak menciptakan bias. Kami telah melihat apa yang terjadi ketika peneliti mengoptimalkan untuk pengukuran keterlibatan pada platform media sosial – itu menciptakan gelembung bias. Langkah pertama sebagai industri adalah untuk memikirkan kembali metrik dan KPI kami. Di MeetKai, kami mengoptimalkan keseimbangan antara klik dan kebaruan klik. AI harus diberi penghargaan lebih banyak untuk menemukan hasil yang baru yang diklik dalam 30% kasus, daripada hanya “hasil teratas” yang diklik dalam 50% kasus. Namun, pendekatan ini memiliki kejatuhan yang cukup jelas ketika dipertimbangkan lebih dalam. Bagaimana jika hasil yang dihasilkan AI hanya hasil yang bias untuk gelembung kecil pengguna? Kami membangun AI kami untuk mendorong dalam kedua arah zona personalisasi pengguna. Jika pengguna meminta daftar artikel tentang daging sapi, maka bukan mempresentasikan mereka dengan artikel yang sesuai dengan keyakinan mereka, kami mungkin menyebarkan artikel yang berada di tepi, atau sedikit di luar tepi, preferensi mereka. Ini mungkin termasuk artikel tentang etika hewan dan perubahan iklim, serta artikel tentang manfaat kesehatan lemak hewani. Intuisi teknis untuk pendekatan yang kami ambil berakar pada penerimaan bahwa sulit untuk melatih AI untuk menentukan apakah Y bias, tetapi lebih mudah untuk melatihnya untuk mengetahui bahwa X dan Z berada di tepi zona yang sama dengan Y.

Di mana Anda melihat masa depan asisten AI dalam 5 atau 10 tahun?

Asisten AI akan bergerak lebih dan lebih ke arah pendekatan berbasis pihak pertama yang diambil MeetKai. Selama seluruh keberadaan mereka, Alexa dan Google telah mencoba mengembangkan ekosistem ekstensi dan keterampilan pihak ketiga. Ini menimbulkan beberapa masalah serius dalam privasi. Selanjutnya, ini tidak mengatakan apa-apa tentang batas atas yang ditempatkan pada kemampuan. Saya berharap lebih banyak pemain industri akan mengadopsi pendekatan yang sama yang kami ambil, dan ada tanda-tanda ini di seluruh papan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut tentang asisten AI yang dipersonalisasi ini harus mengunjungi MeetKai.