Will Bodewes, Salah Satu Pendiri dan CEO Phonely – Seri Wawancara

Will Bodewes adalah salah satu pendiri dan CEO Phonely, perusahaan AI suara yang berfokus membantu bisnis menjawab panggilan dan meningkatkan hasil percakapan dengan pelanggan. Sebelum mendirikan perusahaan tersebut, ia menempuh pendidikan doktoral di University of Melbourne dengan meneliti kecerdasan buatan terapan dan sistem yang dapat mengikuti instruksi sambil berkomunikasi secara alami. Sebelumnya, ia mendirikan perusahaan rintisan teknologi audio dan berkompetisi dalam ski lintas alam NCAA serta bersepeda ultra-endurance. Di Phonely, ia menerapkan latar belakang penelitiannya untuk menghadapi tantangan praktis dalam penerapan agen suara, termasuk keandalan percakapan, latensi, integrasi, serta optimalisasi berkelanjutan atas alur kerja pemesanan, penjualan, dan layanan pelanggan.

Phonely adalah platform agen suara berbasis AI yang memungkinkan bisnis mengotomatiskan percakapan telepon, menjadwalkan janji temu, menilai prospek, mengalihkan panggilan, dan menghubungkan interaksi dengan pelanggan ke perangkat lunak yang sudah digunakan. Perangkatnya memadukan alur percakapan yang dapat disesuaikan dengan riwayat panggilan, analitik, dan pengujian A/B agar tim dapat mengukur kinerja dan meningkatkan hasil dari waktu ke waktu. Perusahaan ini melayani organisasi mulai dari usaha kecil hingga perusahaan besar, dan menyatakan bahwa layanannya mendukung lebih dari 10.000 bisnis serta menangani lebih dari 120.000 panggilan per hari. Phonely juga mengembangkan model percakapannya sendiri, termasuk Alma, dengan fokus membuat panggilan otomatis lebih cepat, lebih andal, dan lebih sesuai untuk percakapan bisnis di dunia nyata.

Anda mulai membangun Phonely saat menempuh pendidikan doktoral di bidang AI di University of Melbourne, dengan fokus awal pada pembuatan sistem yang dapat mengikuti instruksi sambil berkomunikasi secara alami. Apa yang meyakinkan Anda bahwa AI suara telah mencapai tahap yang memungkinkannya menopang perusahaan mandiri, dan apa yang Anda lihat di pasar yang luput dari perhatian orang lain?

Saat itu, belum ada bukti bahwa AI suara mampu menopang perusahaan mandiri. Ada beberapa perusahaan yang menggarapnya dan memiliki sekitar lima atau 10 pengguna, tetapi belum ada yang berhasil menerapkan AI suara selain sebagai sistem IVR. Jadi, ketika kami memulai Phonely, itu adalah sebuah taruhan. Saat itu, semuanya berfokus pada obrolan, sehingga suara menjadi medium baru. Masalah ini belum terpecahkan, jadi kami berpikir, “Mengapa tidak mencoba mengatasinya? Mengapa tidak berusaha menyelesaikannya?”

Penelitian doktoral Anda dimulai dengan tujuan menciptakan AI yang dapat “mengikuti instruksi seperti robot dan berbicara seperti manusia.” Terobosan teknis apa yang membuat Anda menyadari bahwa penelitian ini dapat menjadi landasan bagi platform AI suara komersial?

Penelitian itu bernilai dan penting untuk memahami teknologi dasar di balik apa yang sedang terjadi. Penelitian tersebut memungkinkan saya melihat lebih jauh dan mengetahui apa yang akan hadir dalam waktu dekat. Saya memahami secara teknis apa itu model-model ini dan bagaimana cara kerjanya, sehingga saya mampu mengambil taruhan. Secara khusus, saya ingin membangun perusahaan dan memberikan dampak, dan bidang ini paling berkaitan dengan hal-hal yang saya pahami serta yang saya lihat akan berkembang. Saya ingin menjadi bagian dari perkembangan itu.

Anda pernah menggambarkan setiap panggilan telepon sebagai corong yang secara historis belum dapat dioptimalkan bisnis secara sistematis. Seperti apa sebenarnya optimalisasi percakapan telepon, dan bagaimana AI dapat meningkatkan konversi, tingkat penyelesaian, atau pengalaman pelanggan dari waktu ke waktu?

Misalnya, Anda sedang menjadwalkan janji temu dengan tukang ledeng. Orang yang menerima telepon telah dilatih untuk mengumpulkan informasi Anda dan menjadwalkan janji temu, tetapi cara mereka mengajukan pertanyaan dapat membuat mereka memberi tahu Anda tentang layanan lain yang ternyata juga ditawarkan oleh bisnis tersebut. Jadi, Anda mungkin menjadwalkan janji temu untuk mengatasi masalah pipa, lalu mengetahui bahwa Anda juga perlu memperbaiki wastafel. Agen AI suara yang dilatih dengan sangat baik dapat melakukan hal yang sama, membantu bisnis menawarkan produk atau layanan tambahan kepada pelanggan dan menghasilkan lebih banyak pendapatan. Agen itu dapat menawarkan produk tambahan yang belum pernah diajarkan kepada resepsionis baru, lalu menambahkan satu item lagi ke pesanan sehingga pelanggan lebih puas dan hasil bisnis pun lebih baik. ChatGPT dengan kemampuan suara sederhana tidak tahu cara melakukannya. Anda memerlukan produk yang memang dirancang dan dilatih untuk tujuan tersebut.

Selain itu, manusia bisa melewatkan panggilan, tidak menjawab telepon, atau mengalihkan panggilan ke pesan suara. Hal itu dapat mematikan usaha kecil di Amerika. Mereka tidak memiliki orang yang menjawab telepon, kualitas layanan mereka tidak konsisten, dan mereka tidak punya cara untuk mengoptimalkannya. Dengan AI, jika hasil suatu panggilan tidak sesuai dengan yang diinginkan bisnis, kami dapat mengoptimalkannya menggunakan data yang kami miliki. Berkat kecepatan AI, kami dapat mengubah percakapan dengan cepat—sesuatu yang tidak mungkin dilakukan manusia dalam waktu sesingkat itu.

Saat ini, semua orang memandang AI sebagai cara untuk menghemat biaya. Namun, menurut kami, orang seharusnya melihat AI sebagai pendorong pertumbuhan. Bisnis dapat benar-benar berkembang dengan mengadopsi AI, sehingga mampu bekerja lebih baik daripada sebelumnya.

AI suara harus mengatasi tantangan yang sering kali dapat dihindari AI berbasis teks, termasuk latensi, interupsi, aksen, kebisingan latar, isyarat emosional, dan percakapan yang sulit diprediksi. Di antara berbagai masalah ini, mana yang paling sulit diatasi secara andal dalam penerapan berskala perusahaan?

Latensi adalah masalah terbesar. Sekarang kami sudah mengatasinya, tetapi pada masa-masa awal, masalah ini sangat merepotkan karena dua alasan.

Pertama, kami membangun dengan bertumpu pada startup yang tidak andal. Sebagian besar permintaan API ke OpenAI gagal, dan kami tidak menerima respons. Jika Anda sedang menelepon, itu sama saja dengan sambungan yang terputus, jadi kami harus menambahkan mekanisme percobaan ulang.

Masalah kedua adalah kapasitas. Saat Anda mengirim permintaan ke OpenAI, permintaan itu bisa tertahan dalam antrean di belakang ratusan atau ribuan permintaan lain, dan Anda tidak tahu posisi Anda dalam antrean tersebut. Responsnya bisa memerlukan waktu 30 detik. Untuk mengatasinya, kami memeriksa lokasi titik akhir OpenAI di seluruh dunia, lalu beralih ke titik akhir yang berbeda berdasarkan negara mana yang sedang terlelap dan memiliki permintaan rendah. Kami harus membangun semua infrastruktur ini hanya untuk menemukan titik akhir dengan permintaan paling rendah pada saat itu. Itu masalah teknis yang cukup menarik. Sekarang, kami melatih model sendiri, termasuk Alma, jadi kami tidak perlu mengkhawatirkan hal itu karena kami mengelola komputasi dan permintaannya.

Saat ini, Phonely menangani lebih dari 120.000 panggilan per hari untuk ribuan bisnis. Apa yang Anda pelajari dari mengoperasikan agen suara dalam skala sebesar itu, yang belum terlihat jelas saat Anda membangun versi pertama platform ini?

Sangat penting agar layanan selalu aktif 100% setiap saat. Salah satu tantangan rekayasa tersulit yang kami hadapi adalah menjaga keandalan dan kecepatan. Dunia AI bergerak sangat cepat, dan bahkan untuk perusahaan AI, kami pun bergerak cepat. Ada ungkapan di Y Combinator: Bergerak cepat dan buat kesalahan. Namun, jika pelanggan melakukan 120.000 panggilan sehari, Anda tidak boleh membuat kesalahan. Jadi, sebagian besar proses kami berfokus pada cara merilis produk dengan kecepatan yang kami perlukan agar tetap relevan dan terus menyempurnakannya, sembari memastikan pelanggan perusahaan tetap puas dan layanan tetap stabil saat kami terus membangun fitur-fitur baru agar unggul di pasar. Menjaga keandalan mungkin merupakan salah satu tantangan terbesar yang kami hadapi saat membangun perusahaan ini.

Sistem AI generatif dapat berperilaku tak terduga, tetapi agen telepon yang berinteraksi langsung dengan pelanggan mungkin menangani pembayaran, pemesanan, pertanyaan kesehatan, atau interaksi penting lainnya. Bagaimana Anda merancang agen suara agar tetap fleksibel dan mampu bercakap-cakap tanpa berhalusinasi atau bertindak di luar batas kewenangannya?

Kami mempelajarinya dengan cara yang sulit sekitar dua tahun lalu, dan kini pendekatan ini sudah cukup luas diterapkan di seluruh industri. Kami menyadari bahwa masalah terbesar pada LLM adalah konteks. Jika terlalu banyak hal dimasukkan ke dalam prompt, seperti instruksi yang panjangnya berlembar-lembar, kemungkinan terjadinya kesalahan pun meningkat.

Karena itu, kami merancang sistem orkestrasi delapan agen yang mengalihkan tugas dari satu agen ke agen lain, dengan konteks khusus untuk masing-masing agen. Sistem ini mirip dengan cara manusia mengikuti skrip saat menelepon: Anda menerima sejumlah informasi, lalu beralih ke tahap berikutnya, dan seterusnya. Dengan begitu, kami dapat memisahkan setiap langkah pada tingkat kode. Jika saya perlu mengumpulkan nama, alamat email, nomor telepon, dan tanggal lahir Anda sebelum memberikan pengembalian dana, saya dapat memastikan bahwa semua informasi itu dikumpulkan pada tingkat kode sebelum proses berlanjut. Hal itu tidak dapat dijamin jika Anda hanya mengandalkan LLM. Dengan membangun lapisan orkestrasi agen ini, keandalan dapat mencapai 100% karena semua langkah dicatat sebelum tugas dialihkan ke agen baru yang tetap memiliki konteks, tetapi hanya menjalankan instruksinya sendiri.

Sebuah penerapan Phonely dilaporkan menghasilkan pendapatan bersih baru sebesar $10 juta bagi seorang pelanggan hanya dalam tiga bulan. Apa yang memungkinkan AI menciptakan dampak bisnis terukur sebesar itu, dan menurut Anda, di mana AI suara saat ini menghasilkan ROI terbesar?

Kami dapat melakukannya karena memiliki data metrik pelanggan. Mereka berfokus pada penjualan karena panggilan yang masuk ditujukan untuk mereka, dan mereka menyaring calon pelanggan, sehingga kami dapat melacak hasilnya. Bergantung pada harinya, pusat panggilan mereka mencatat tingkat penjualan sekitar 35% hingga 42%. Setelah memperoleh informasi tersebut dari pelanggan, kami mengadaptasi alur kerja mereka dan mengoptimalkan agen. Pada awalnya, tingkat penjualan kami sekitar 20%. Pada bulan-bulan berikutnya, kami melakukan iterasi, penyesuaian, dan optimasi hingga kinerja kami melampaui pusat panggilan mereka dalam sebagian besar kasus. Tingkat penjualan kami terus meningkat karena kami menemukan masalah-masalah yang ada dan memastikan pengalaman pelanggan selalu konsisten dan sempurna. Kami berhasil mengungguli pusat panggilan.

Seiring meningkatnya kemampuan agen suara, batasan apa yang sebaiknya ditetapkan bisnis antara percakapan yang dapat sepenuhnya diotomatisasi dan situasi yang masih memerlukan keterlibatan manusia?

Bisnis seharusnya dapat mengotomatisasi proses apa pun yang ingin mereka jalankan secara berulang, asalkan proses tersebut didefinisikan dengan cukup jelas.

Namun, otomatisasi menjadi sulit dalam beberapa situasi. Salah satunya adalah integrasi tanpa API. Misalnya, Anda membutuhkan integrasi, tetapi perangkat lunak tersebut tidak memiliki API. Hal ini sulit diatasi, meskipun ada beberapa otomatisasi peramban yang dapat dilakukan. Situasi lainnya adalah ketika tugas berulang kali berpindah dari agen ke manusia, lalu kembali ke agen. Yang ketiga adalah kesenjangan konteks. Misalnya, saya meninggalkan dompet di restoran. AI tidak akan pernah bisa mengatasi hal itu karena AI tidak tahu apakah Anda membawa dompet, dan tidak bisa memeriksa apakah dompet itu ada di restoran.

Beberapa situasi akan selalu membutuhkan manusia, begitu pula pekerjaan yang lebih rumit dan melibatkan beberapa sistem. Hindari menggunakan agen untuk menangani situasi atau pekerjaan seperti itu.

Phonely baru-baru ini menggalang pendanaan Seri A sebesar $16 juta setelah berkembang hingga melayani lebih dari 10.000 bisnis. Seperti apa tahap berikutnya bagi perusahaan ini, dan kemampuan teknis apa yang menurut Anda akan membedakan platform AI suara generasi berikutnya?

Tahap berikutnya adalah mengembangkan tim dan terus berinvestasi di dalamnya. Kami berkomitmen penuh pada gagasan ini. Banyak bisnis mulai merambah AI suara, dan kemungkinan mereka akan cukup berhasil di berbagai bidang. Namun, bagi kami, yang kami bangun bukan sekadar agen suara. Kami membangun platform optimasi dan menggunakan suara sebagai saluran. Bagi bisnis yang peduli pada prospek pelanggan dan kemampuan telepon mereka untuk menghasilkan pendapatan, fokus kami sepenuhnya adalah mengoptimalkan agen AI agar mencapai hasil yang diinginkan pelanggan. Anggap Phonely sebagai perusahaan optimasi yang membantu orang mengoptimalkan agen mereka agar bekerja lebih baik.

Riset akademis Anda juga mengeksplorasi penggunaan AI dan teknologi meteran pintar untuk memperluas akses energi dan solusi memasak bersih di negara-negara berkembang. Di luar Phonely, bagaimana Anda melihat AI diterapkan untuk mengatasi masalah besar di dunia nyata, seperti akses energi, dan apakah pada akhirnya Anda berharap dapat kembali menekuni bidang tersebut?

AI dapat dimanfaatkan untuk banyak hal baik, tetapi banyak masalah yang ada disebabkan oleh manusia, sehingga perubahan juga perlu dilakukan dari sisi itu. Tidak semua masalah dapat diselesaikan dengan teknologi. Namun, membiarkan perkembangan teknologi dan perubahan manusia berlangsung secara bersamaan akan memberikan dampak bersih yang positif bagi dunia.

Terima kasih atas wawancara yang menarik ini. Pembaca yang ingin mengetahui lebih lanjut dapat mengunjungi Phonely.