Rana Gujral, CEO Behavioral Signals – Seri Wawancara

Rana Gujral adalah CEO Behavioral Signals, sebuah perusahaan yang menjembatani kesenjangan komunikasi antara manusia dan mesin dengan memperkenalkan kecerdasan emosional, dari ucapan, ke dalam percakapan dengan AI.

Behavioral Signals adalah sebuah startup yang relatif muda, diluncurkan pada tahun 2016. Bisakah Anda berbagi cerita tentang asal-usul perusahaan ini?

Didorong oleh semangat untuk membawa teknologi paten perusahaan yang revolusioner, yaitu speech-to-emotion dan speech-to-behaviors, ke pasar, CTO, Alex Potamianos dan Chief Scientist, Shri Narayanan, mendirikan Behavioral Signals pada tahun 2016. Shri adalah Profesor Andrew J. Viterbi di bidang Teknik di Universitas Southern California (USC). Ia mendirikan dan saat ini mengarahkan Laboratorium Analisis dan Interpretasi Sinyal (SAIL) di USC. Alex adalah seorang inovator terkenal di bidang ucapan dan pemrosesan bahasa alami, sistem respons suara interaktif, dan informatika perilaku. Ia memiliki lebih dari 20 tahun pengalaman kepemimpinan baik di sisi korporat maupun wirausaha, sementara latar belakangnya termasuk bekerja di AT&T Labs-Research, Bell Labs, dan Lucent Technologies.

Dengan tujuan untuk meningkatkan dan mengubah dunia bisnis, kami percaya bahwa teknologi adalah inti dari apa yang dapat dicapai. Algoritma Behavioral Signals menganalisis emosi dan perilaku manusia, mengubah data menjadi informasi yang dapat digunakan, dan memimpin ke pengambilan keputusan bisnis yang lebih baik dan peningkatan keuntungan. Sampai sekarang, emosi manusia dianggap tidak mungkin untuk diukur dan tidak mungkin untuk diukur. Dengan mesin analitik paten kami, kami mengukur dan menafsirkan bagian “bagaimana” dari interaksi manusia.

Behavioral Signals bergantung pada jenis machine learning affective computing (juga disebut Emotion AI). Bisakah Anda menjelaskan apa itu?

Kecerdasan buatan emosional, juga disebut Emotion AI atau affective computing, digunakan untuk mengembangkan mesin yang mampu membaca, menafsirkan, merespons, dan meniru afek manusia – cara kita, sebagai manusia, mengalami dan mengekspresikan emosi. Apa artinya ini bagi konsumen? Ini berarti bahwa perangkat Anda, seperti smartphone atau speaker pintar, akan dapat menawarkan interaksi yang terasa lebih alami daripada sebelumnya, hanya dengan membaca sinyal emosional dalam suara Anda.

Ketika ketergantungan kita pada AI tumbuh, begitu juga kebutuhan akan AI yang cerdas secara emosional. Ini satu hal untuk meminta asisten virtual Anda membaca skor permainan hari ini, tetapi ini adalah hal lain untuk mempercayakan orang tua Anda yang sudah lanjut usia kepada bot yang didorong oleh AI. Saat ini, AI mungkin dapat melakukan hal-hal luar biasa, seperti mendiagnosa kondisi medis dan menguraikan pengobatan, tetapi masih membutuhkan kecerdasan emosional untuk berkomunikasi dengan pasien dengan cara yang lebih manusiawi.

Apa jenis teknologi machine learning lain yang digunakan?

Ketika datang ke machine learning, kami terutama menggunakan deep learning dan NLP dalam model analitik Behavioral Signals Processing. Untuk menjelaskannya sedikit lebih baik, kami telah mempelopori bidang Behavioral Signal Processing, berdasarkan lebih dari satu dekade penelitian yang memenangkan penghargaan dan paten, untuk mendeteksi secara otomatis informasi yang dikodekan dalam suara manusia dari audio dan mengukur kualitas interaksi manusia. Ini adalah disiplin yang muncul yang menjembatani teknik dengan ilmu perilaku dan bertujuan untuk mengukur dan menafsirkan interaksi dan komunikasi manusia melalui penggunaan inovasi teknik dan komputasi. Deep learning adalah alat yang membantu menciptakan model prediktif yang lebih baik.

Apa jenis data yang Anda kumpulkan dari nada suara?

Teknologi AI deep learning kami menganalisis apa dan bagaimana sesuatu dikatakan, di kedua sisi percakapan, mengukur emosi dan perilaku. Rentang emosi cukup beragam, tetapi yang benar-benar penting adalah kecerdasan agregat dari analisis ini. Untuk memberikan contoh, pertimbangkan percakapan antara pegawai bank dan pelanggan; kami dapat menangkap dan mengukur kesopanan, komposisi (tenang vs terganggu), empati terhadap pelanggan, reaksi pelanggan, dan gaya berbicara secara keseluruhan seperti lambat, cepat, terlibat atau tidak terlibat, untuk menghitung skor kualitas percakapan, efektivitas hasil, dan kinerja pegawai.

Apa jenis analisis data yang dilakukan untuk memprediksi niat?

Prediksi niat sangat mirip dengan apa yang telah disebutkan sebelumnya. Kami menggunakan sinyal perilaku dalam suara untuk memprediksi niat pelanggan untuk membeli produk, memperbarui langganan, atau apakah debitur akan membayar utangnya. Prediksi niat dapat membantu perusahaan meningkatkan rasio penjualan dan pengumpulan, menurunkan biaya, dan pada akhirnya meningkatkan kepuasan pelanggan.

Behavioral Signals telah menjadi pemenang emas enam kali dari tantangan kualitas interaksi manusia dan paralinguistik komputasional INTERSPEECH. Apa itu tantangan ini dan seberapa signifikan prestasi ini?

Interspeech adalah konferensi teknis terbesar di dunia yang berfokus pada pemrosesan dan aplikasi suara. Ini memiliki kehadiran terbesar dalam domain ini dan sejumlah besar kertas penelitian. Konferensi ini menekankan pendekatan antardisiplin yang menangani semua aspek ilmu dan teknologi suara, mulai dari teori dasar hingga aplikasi lanjutan. Tantangannya dianggap sebagai Penghargaan Turing dalam pengenalan dan pemrosesan bahasa alami. Memenangkan penghargaan ini adalah pengakuan penting atas karya ilmiah kami dan kemampuan unik kami untuk mendeteksi sinyal dari data audio yang terkait dengan perilaku dan sifat yang mengarahkan pengambilan keputusan manusia.

Seberapa cepat Behavioral Signals dapat beradaptasi dengan bahasa yang berbeda, dan seberapa besar dataset yang dibutuhkan?

Teknologi kami adalah netral bahasa. Kami mendengarkan bagaimana sesuatu dikatakan daripada apa yang sebenarnya dikatakan. Kami mendengarkan emosi yang diekspresikan, yang cukup universal dalam semua bahasa. Tentu saja, setiap bahasa memiliki ciri khasnya sendiri yang mungkin memerlukan penyesuaian algoritma kami, tetapi perbedaan pada model analitik prediktif kami umumnya kecil.

Bisakah Anda membahas solusi terbaru Behavioral Signals, yaitu Percakapan yang Dimediasi AI?

Percakapan yang Dimediasi AI (AI-MC) adalah solusi pengalihan panggilan otomatis yang menggunakan kecerdasan emosional dan data suara untuk mencocokkan pelanggan dengan pegawai yang paling sesuai untuk menangani panggilan tertentu. Jika kita kembali ke contoh sebelumnya, tentang pegawai bank dan pelanggan, teknologi kami dapat memandu dinamika percakapan dengan tujuan akhir untuk meningkatkan hasil, apakah itu terkait dengan pengalaman pelanggan yang lebih baik, peningkatan pengumpulan, atau waktu resolusi yang lebih cepat. Apa pun tujuannya, ada selalu katalis yang memungkinkan kedua belah pihak untuk mencapai hasil yang diinginkan. Faktor yang berkontribusi ini biasanya adalah proses manusia yang sederhana dan alami: afinitas atau hubungan yang terbentuk antara orang-orang. Tidak peduli jenis komunikasi bisnis (penjualan, dukungan, pengumpulan), ini akan selalu menjadi interaksi antara manusia nyata, di mana afinitas jarang identik antara dua pasang orang. Kami memiliki perilaku dan sifat tertentu yang membantu kami bergaul dengan beberapa orang, lebih baik daripada dengan yang lain. Pencocokan ini didasarkan pada data profil dan algoritma superior yang kami kembangkan dari tahun-tahun penelitian dan pengalaman dalam NLP dan Pemrosesan Sinyal Perilaku.

Kami baru-baru ini menerapkan solusi AI-MC Behavioral Signals untuk meningkatkan efektivitas dan efisiensi pusat panggilan bank di Uni Eropa. Studi kasus ini diakui oleh Gartner dan dimasukkan dalam Laporan Adopsi Emotion AI. Solusi ini menunjukkan ROI yang signifikan dengan peningkatan 20% dalam aplikasi restrukturisasi utang aktif. Selain itu, peningkatan ini dicapai dengan 7,6% fewer panggilan, yang mengarah pada pengurangan biaya tambahan. Dalam angka absolut, hasil ini sesuai dengan keuntungan $300M untuk bank.

Apakah ada yang lain yang ingin Anda bagikan tentang Behavioral Signals?

Kami sangat bangga dengan prestasi penelitian kami, tetapi kami juga sangat berterima kasih atas penghargaan industri. Pada musim gugur 2019, teknologi kami terdaftar sebagai pemimpin penggunaan kasus dalam Penelitian Maverick Gartner yang memprofilkan teknologi tepi pemotongan. Awal tahun ini, kami dimasukkan dalam Siklus Hype Gartner, di mana teknologi kami dinilai sebagai ‘transformasional’. Bulan lalu, kami terdaftar sebagai Penjual Gartner 2020 yang Keren.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Behavioral Signals.