Josh Feast, CEO e Co-Fondatore di Cogito – Serie di Interviste

Josh Feast, è il CEO e Co-Fondatore di Cogito, un’azienda che combina Emotion e Conversation AI in una piattaforma innovativa che fornisce coaching e orientamento in tempo reale agli agenti dei contact center, offre ai supervisori la visibilità delle conversazioni in diretta dei team che lavorano da remoto e monitora continuamente le esperienze dei clienti e dei dipendenti.

La storia di Cogito inizia nel 1999, prima della fondazione dell’azienda. Potresti condividere alcuni approfondimenti su questi primi giorni al MIT Human Dynamics Lab e su cosa stava lavorando?

Dal 1999 al 2006, il Dr. Sandy Pentland ha sviluppato una scienza di base fondamentale che dimostra la presenza e il potere dei segnali sociali nella comunicazione umana e la capacità delle macchine di rilevarli e interpretarli.

Nel 2007, Cogito è stato spin-off dal MIT Media Lab. Potresti condividere la storia di questa genesi?

Prima dei miei giorni al MIT, ho riconosciuto la necessità di tecnologie che siano informate dal contesto conversazionale per aiutare gli utenti in situazioni emotivamente cariche. Mentre lavoravo al New Zealand Department of Child, Youth and Family Services (ora noto come Child, Youth and Family unit of the Ministry of Social Development), ho notato che molti lavoratori sociali erano bruciati a causa della natura altamente emotiva dei loro doveri e credevo che i sistemi di gestione che li supportavano avrebbero tratto grande beneficio da tale tecnologia. Ho portato le mie osservazioni da quel periodo al MIT e Cogito è stato successivamente creato dalla ricerca del Dr. Pentland al MIT Media Lab, che sembrava affrontare direttamente il problema. Cogito ha ricevuto finanziamenti dalla Defense Advanced Research Projects Agency (DARPA) per condurre ricerche e sviluppare una piattaforma di intelligenza artificiale e modelli comportamentali per rilevare automaticamente gli stati psicologici umani. Questa tecnologia si è rivelata efficace nell’aiutare i veterani di guerra che tornavano dai combattimenti attraverso dispiegamenti con il Department of Veteran Affairs (VA).

La tecnologia Emotion AI utilizzata da Cogito è stata validata per la prima volta aiutando i fornitori di assistenza sanitaria a rilevare i primi segni di PTSD e altri disturbi mentali nei soldati che tornavano dai combattimenti. Potresti discutere alcuni dettagli riguardanti questo e i risultati che sono stati visti?

L’obiettivo del dispiegamento di questa tecnologia ai fornitori di assistenza sanitaria era quello di rilevare la depressione e prevenire il suicidio nei veterani di guerra che tornavano dai combattimenti. La piattaforma che abbiamo sviluppato ha consentito ai medici di monitorare la salute mentale generale dei veterani attraverso segnali vocali e di individuare eventi come la perdita della casa e altri segni di cattiva salute mentale. Ci siamo resi conto di avere qualcosa di speciale e che l’applicazione di questa tecnologia poteva essere utile al di là del sostegno ai veterani di guerra e ai sistemi sanitari in aree con volumi elevati di conversazioni complesse e cariche emotivamente. Con le nostre radici ancora centrate sull’esperienza umana, siamo diventati il Cogito che conoscete oggi, supportando il coaching e la guida in tempo reale per gli agenti dei contact center su larga scala in diversi settori, tra cui l’assistenza sanitaria.

Potresti discutere come Cogito utilizza l’AI per analizzare i segnali comportamentali e fornire feedback nel momento delle conversazioni?

Cogito utilizza una potente combinazione di Emotion e Conversation AI per rivelare nuove informazioni da tutte le conversazioni, estraendo sia cosa è stato detto che come i clienti hanno ricevuto il messaggio. Questi modelli di intelligenza artificiale misurano l’esperienza del cliente (CX) in tempo reale su tutte le chiamate per avere un impatto nel momento, anziché analisi post-chiamata che si concentra solo sull’miglioramento delle interazioni future.

Cogito estrae e analizza oltre 200 segnali acustici e vocali in millisecondi per fornire agli agenti dei contact center suggerimenti su come regolare il loro comportamento e presentare le migliori raccomandazioni in base agli argomenti discussi e ai risultati desiderati.

Cogito esegue un’analisi vocale in tempo reale per aumentare il comportamento in tempo reale e creare migliori connessioni umane su larga scala tra i clienti e gli agenti dei contact center, indipendentemente da dove lavorano.

Come questo feedback guida gli agenti a costruire migliori relazioni con i clienti?

Il feedback in tempo reale che gli agenti dei contact center ricevono dai suggerimenti di Cogito consente loro di mostrare una maggiore intelligenza emotiva, che si traduce in una maggiore empatia su ogni chiamata. Una maggiore empatia porta a migliori risultati conversazionali, come tempi di gestione della chiamata ridotti, una maggiore risoluzione della prima chiamata, una maggiore soddisfazione del cliente e un aumento del valore del cliente nel tempo.

Ogni rappresentante del contact center ha punti di forza e debolezze diversi. I suggerimenti in tempo reale che ricevono sulla chiamata aiutano a migliorare il loro servizio clienti, sia fornendo più empatia, sia parlando più lentamente o suonando più ottimisti. Questo feedback personalizzato nel momento consente agli agenti di costruire una relazione con il cliente in base all’esperienza specifica del cliente e ai segnali vocali rilevati dal modello di intelligenza artificiale. Ciò migliora sia l’esperienza del cliente che quella dell’agente.

Il feedback in tempo reale non è solo benefico per l’esperienza del cliente (CX), ma anche per l’esperienza dell’impiegato (EX). I nostri strumenti aiutano i rappresentanti a vivere esperienze di lavoro più positive, che si sono rivelate capaci di guidare livelli più elevati di CX.

Nel 2019, Cogito ha pubblicato un documento intitolato “De-biasing del genere nella riconoscimento delle emozioni del discorso.” Quali sono stati alcuni dei principali approfondimenti riguardanti l’effetto del bias di genere nel discorso rispetto alle emozioni?

Il nostro documento si è concentrato sull’approccio di modellazione e sulle tecniche di ottimizzazione, nonché sul bias di campionamento. Pertanto, ulteriori ricerche devono essere condotte per mitigare il bias negativo in generale nell’apprendimento automatico e in particolare nel riconoscimento delle emozioni del discorso. Gli approfondimenti chiave includono:

Il discorso femminile tende ad avere un tono più alto rispetto al discorso maschile, il che comporta armoniche più ampiamente spaziate.

I modelli di riconoscimento delle emozioni del discorso possono essere influenzati da questa differenza. Ciò può portare a una minore accuratezza per il discorso femminile rispetto al discorso maschile.

Le tecniche di de-biasing dell’apprendimento automatico possono essere applicate per ridurre questo squilibrio di accuratezza. Nel documento, Cogito introduce una nuova tecnica di de-biasing che si comporta favorevolmente rispetto alla baseline.

Come Cogito opera per mitigare gli effetti di bias indesiderati di genere o di altro tipo?

Cogito utilizza modelli di elaborazione del linguaggio naturale (NLP) che combinano sistemi di intelligenza artificiale consapevoli degli esseri umani, modelli di apprendimento automatico profondo e altre regole complesse che aiutano i computer a comprendere, analizzare e simulare il linguaggio umano. Stiamo lavorando costantemente per evolvere i nostri NLP con nuovi dati per mitigare il bias.

Cogito ha un protocollo completo per lo sviluppo di modelli di apprendimento automatico, che si concentra esplicitamente sulla mitigazione del bias e sul garantire funzionalità di prodotto basate sull’apprendimento automatico (ML) etiche. Questo protocollo copre aree come il campionamento dei dati per l’addestramento, la mitigazione del bias nell’etichettatura umana e l’utilizzo di tecniche di de-biasing dell’apprendimento automatico.

Cogito utilizza un set di dati di “equità” composto da un grande corpo di dati audio in cui gli speaker auto-segnalano diverse categorie demografiche. Tutti i modelli vengono valutati rispetto al set di dati di equità e rispetto alle diverse categorie demografiche. Utilizziamo anche tecniche di ML Ops per monitorare oggettivamente i modelli in produzione e condurre sistematicamente audit dei modelli con annotazione umana.

Quali sono le tue opinioni personali su come l’AI non dovrebbe solo sostituire gli esseri umani, ma anche aumentare il comportamento umano?

Ci sono cose che gli esseri umani possono fare e sfumature che possono fornire nelle interazioni umane che la tecnologia come l’AI non può emulare da sola. Ad esempio, i clienti desiderano ricevere empatia quando contattano il supporto clienti. Se il cliente interagisce solo con un sistema automatizzato alimentato da AI, il suo problema potrebbe essere risolto, ma potrebbe finire per sentirsi frustrato o infastidito dall’interazione. Se sostituiamo tutti gli agenti dei contact center con l’AI, allora stiamo eliminando l’elemento umano necessario per costruire relazioni e raggiungere e mantenere clienti leali e duraturi.

Quando si partecipa a un’interazione di servizio, gli esseri umani valorizzano parlare con qualcuno che possa mettersi nei loro panni, che abbia avuto esperienze simili a quelle che stanno attraversando. Allo stesso modo, gli esseri umani valorizzano la sensazione di qualcun altro che si prende cura di loro e che possiede la risoluzione del loro problema. Ci vorrà molto tempo prima che l’AI autonoma sia veramente percepita come qualcosa di diverso da uno strumento di auto-aiuto.

C’è qualcos’altro che vorresti condividere su Cogito?

Presso Cogito, stiamo sviluppando nuove tecnologie per inaugurare la prossima generazione di contact center. All’inizio di quest’anno, abbiamo rilasciato il nostro punteggio dell’esperienza dell’impiegato (EX) per tracciare le esperienze degli agenti. Allo stesso modo del nostro punteggio dell’esperienza del cliente (CX), il punteggio EX combina Emotion AI e Conversation AI consapevoli degli esseri umani, derivando informazioni in tempo reale su singole istanze o tendenze su più chiamate. Di fronte ad alti livelli di insoddisfazione, burnout e turnover, il punteggio EX aiuta a risolvere la questione di come prevenire il burnout e aiutare l’esperienza dell’agente, che a sua volta guida esperienze del cliente migliori e una sostenibilità aziendale a lungo termine.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Cogito.