Phil Marshall, Pendiri dan CEO Spoken – Seri Wawancara

Phil Marshall, Pendiri dan CEO Spoken, adalah seorang dokter, penemu, pengusaha teknologi, dan penulis fiksi ilmiah yang kariernya meliputi perawatan kesehatan, media digital, kecerdasan buatan, dan inovasi produk. Sebelum meluncurkan Spoken pada 2024, Marshall ikut mendirikan Conversa Health, sebuah perusahaan keterlibatan pasien yang dipersonalisasi dan AI percakapan yang diakuisisi oleh Amwell pada 2021 dan menjadi bagian dari bisnis perawatan virtual otomatisnya. Pada awal kariernya, ia menghabiskan lebih dari satu dekade di WebMD sebagai Wakil Presiden Strategi Produk, kemudian menjabat sebagai Wakil Presiden Senior Manajemen Produk di Press Ganey Associates, dan mendirikan startup teknologi video kolaboratif JumperCut. Karyanya semakin berfokus pada persimpangan AI, penceritaan, antarmuka otak‑komputer, dan teknologi pengetahuan, menggabungkan latar belakangnya sebagai teknolog dan pengusaha dengan minatnya pada fiksi ilmiah serta bentuk interaksi digital yang muncul.

Spoken adalah platform audiobook berbasis AI yang dirancang untuk membantu penulis, penerbit, dan pemegang hak mengubah naskah menjadi audio yang diproduksi secara profesional tanpa bergantung pada studio rekaman tradisional. Teknologinya menganalisis bahasa, gaya, struktur naratif, dan karakter dalam naskah sebelum menetapkan suara yang berbeda untuk narasi dan dialog, mendukung produksi narator tunggal, narator ganda, dan multi‑cast. Penulis dapat menggunakan suara yang dihasilkan secara khusus, memilih dari lebih dari 100 aktor suara profesional berbayar, atau menggandakan suara mereka sendiri, sambil mempertahankan kepemilikan atas karya, master, dan hak distribusi mereka. Spoken juga menawarkan antarmuka pemrograman aplikasi (API) yang ditujukan bagi penerbit yang ingin memproduksi audiobook dalam katalog yang lebih besar, sambil menekankan model AI etis di mana karya tertulis tidak digunakan untuk melatih sistemnya dan aktor suara manusia yang berpartisipasi diberikan kompensasi.

Karier Anda telah membawa Anda dari kedokteran dan strategi produk di WebMD hingga mendirikan Conversa Health dan kini Spoken. Masalah apa dalam pembuatan audiobook yang meyakinkan Anda untuk mendirikan Spoken, dan bagaimana pekerjaan Anda sebelumnya dalam AI percakapan memengaruhi platform yang Anda bangun saat ini?

Dengan Conversa, misi kami adalah memperluas suara tim perawatan dengan mengotomatisasi penjangkauan yang dipersonalisasi, pertanyaan tindak lanjut, dan panduan yang biasanya diberikan departemen klinis di sistem kesehatan besar secara langsung kepada pasien melalui telepon, bila mereka memiliki waktu. Awalnya, kami memberi sifat manusia pada bot dengan persona bernama Cate, yang menyebut dirinya sendiri dalam orang pertama. Namun pada akhirnya, saya memutuskan bahwa berpura‑pura menjadi manusia itu tidak jujur. Cate bukan orang, dan saya tidak ingin pasien mengira begitu. Jadi, kami menghapus nama persona tersebut dan beralih ke bentuk jamak “Kami” agar dianggap sebagai perpanjangan tim perawatan, yang memang demikian. Pengalaman ini mengajarkan saya bahwa solusi otomatis masih dapat terasa seperti perpanjangan otentik dari perawatan manusia tanpa berpura‑pura menjadi manusia.

Maju cepat ke Spoken, di mana kami berfokus pada ekspresi otentik yang berpusat pada manusia. Masalah yang kami bantu selesaikan jelas – kebanyakan cerita tidak dapat menjangkau audiens yang tumbuh paling cepat (pendengar) dengan potensi audio penuh karena keterbatasan waktu dan biaya – namun filosofi saya yang telah lama menjadi perpanjangan otentik manusia memainkan peran besar. Tidak seperti podcast AI yang berusaha memproduksi obrolan ringan atau agen yang meniru empati, narasi Multi‑Cast Spoken menghidupkan kata‑kata sejati penulis. Karena kami menceritakan cerita, bukan mencoba meniru interaksi manusia, tidak ada kepura‑puraan bahwa AI kami adalah orang. Ini adalah karakter dalam sebuah cerita, sehingga kami beruntung dapat menghindari kebingungan dan konflik.

Sebagai penulis fiksi ilmiah keras sekaligus pengusaha AI, bagaimana Anda pernah memperkirakan evolusi kecerdasan buatan, dan di mana realitas pengembangan AI paling berbeda tajam dari masa depan yang Anda bayangkan?

Pertanyaan ini sangat dekat dengan hati saya. Saya suka berada di persimpangan seni, ilmu, dan teknologi, dan menggambarkan sistem otomatis dalam fiksi ilmiah masa depan saya adalah contoh yang bagus. Bahkan, setiap perusahaan masa depan yang saya tulis – dan ada beberapa – memiliki domain yang saya miliki, produk yang saya rancang, dan konsep yang saya yakini suatu hari dapat menjadi perusahaan nyata. Bahkan patung di depan rumah saya dimodelkan berdasarkan bentuk modernis logo The Kite Factory, sebuah perusahaan yang saya bayangkan suatu hari akan menciptakan teknologi anti‑gravitasi yang akan mengubah planet!

Berfokus pada AI, saya memiliki masalah ketika fiksi ilmiah masa depan tidak membahas bagaimana orang memperoleh, menggunakan, dan berbagi informasi. Pada tahun 2100, apakah mereka masih menggunakan telepon untuk menelepon orang guna menjawab pertanyaan faktual? Filosofi saya dalam menulis, dan dalam kehidupan nyata, sederhana: Apa yang dapat diotomatisasi akan diotomatisasi, dan kita akan selalu bergerak menuju informasi yang lebih real‑time, lebih kolaboratif, dan lebih terintegrasi secara fisik. Namun, saya harus menambahkan bahwa saya memiliki ketidaksukaan pribadi terhadap implan. Inilah mengapa, dalam latar belakang buku saya, ketika Elon Musk menghubungkan satelit Starlink‑nya ke implan Neuralink dan mulai menyiarkan pesan langsung ke otak orang, kami melarang implan otak!

Mengenai pertanyaan tentang perbedaan: karena saya percaya apa yang dapat diotomatisasi akan diotomatisasi, mengotomatisasi pertanyaan faktual terjadi sebagai kepastian sederhana. Namun, dalam hal urusan hati – seni, musik, dan cerita – ada sedikit perbedaan. Karena AI dilatih pada pola yang sudah ada, secara definisi, ia tidak akan pernah dapat menciptakan sesuatu yang benar‑benar baru. Namun orang‑orang menulis cerita, menciptakan seni, dan menyusun musik menggunakan AI. Bagaimana itu bisa? Karena seni tidak harus benar‑benar baru atau unik. Saya percaya, itu berarti bahwa di masa depan, karya yang benar‑benar melanggar pola akan menjadi lebih berharga. Saya berharap kita masih dapat mengenali ketika hal itu terjadi.

Sebuah studi Edison Research baru‑baru ini membandingkan produksi multi‑cast Spoken dengan versi manusia narator tunggal yang diproduksi secara profesional. Seberapa besar keunggulan Spoken Anda atribusikan pada teknologi AI yang mendasarinya, dan seberapa besar berasal dari memberikan setiap karakter suara yang berbeda? Bagaimana hasilnya mungkin berbeda dibandingkan dengan seluruh pemeran manusia?

Menganalisis cerita dan setiap karakter untuk menemukan suara yang sempurna bagi mereka sebenarnya merupakan bagian besar dari AI kami. Kami menjalani proses agen yang intensif untuk menurunkan lapisan‑lapisan dasar cerita, mulai dari hal mendasar seperti genre dan bahasa hingga irama yang ditentukan oleh aksen dan gaya, serta kohesi adegan dari interaksi banyak karakter. Semua lapisan yang digerakkan AI ini memberi informasi pada narasi suara karakter yang sebenarnya. Inilah yang kami sebut “Mode Ajaib”, dan Anda dapat menganggapnya seperti mencampur warna cat.

Mengenai bagaimana hasilnya mungkin berbeda dari pemeran manusia penuh, pada dasarnya tergantung pada biaya dan alur kerja. Sekali klik dengan biaya ratusan dolar, dibandingkan dengan seluruh pemeran, tidak dapat diakses oleh penulis indie dan kebanyakan penerbit, itulah mengapa itu bukan titik perbandingan kami. Untuk kualitas, bagaimanapun, saya percaya kami sudah mendekati kesetaraan dengan pemeran penuh, sehingga kualitasnya tidak dapat dibedakan.

Spoken Multi‑Cast menerima penilaian lebih tinggi untuk adegan yang berfokus pada karakter, sementara narasi manusia tampil lebih baik pada bagian eksposisi. Apa yang membuat bagian non‑dialog sulit bagi narasi AI, dan bagaimana Anda bekerja menutup kesenjangan tersebut?

Sebenarnya, bukan karena bagian non‑dialog sulit bagi narasi AI; melainkan jumlah dinamika yang harus dikelola AI masih lebih sedikit dibandingkan yang dimiliki aktor suara manusia. Bayangkan setiap nuansa infleksi dan penyampaian yang dapat dibawa seorang narator tunggal ke sebuah bagian. Namun dengan multi‑cast, jumlah dinamika jauh lebih besar karena variasi timbre suara karakter yang dipersonalisasi dan proses pencampurannya, kembali seperti mencampur warna cat. Itu berarti adegan multi‑cast dapat menonjolkan realisme interaksi antara banyak orang dengan cara yang sulit dicapai oleh narator tunggal.

Untuk menutup kesenjangan, jumlah dinamika yang digunakan dalam narasi AI narator tunggal akan terus meningkat, dan kesenjangan akan terus menyusut.

Sebelum mendengarkan contoh, hanya 31% peserta yang menyatakan minat pada audiobook yang dinarasikan AI, namun angka itu naik menjadi 65% setelah mereka mengalami Spoken Multi‑Cast. Elemen apa dari penampilan yang Anda yakini paling bertanggung jawab mengubah persepsi mereka?

Sebenarnya, sebaliknya, dan elemen desain survei itu sangat penting. 65% mengatakan mereka akan mendengarkan seluruh audiobook dengan narasi ini setelah mendengar cuplikan, sebelum mengetahui bahwa itu AI. Kami kemudian menanyakan, secara lebih umum, apakah mereka bersedia mendengarkan audiobook yang dinarasikan menggunakan AI, dan hanya 31% yang menjawab ya. Selanjutnya, kami menanyakan apakah mereka pikir apa yang mereka dengar adalah AI. Hanya 39% dari mereka yang mendengar Spoken Multi‑Cast menduga itu mungkin AI, dibandingkan dengan 35% yang mendengar versi manusia dan berpikir versi mereka mungkin AI. Hal ini membuat pertanyaan berikut muncul: Sekarang setelah Anda mengetahui ini, … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … … …