Ofer Ronen, Co-Fondatore e Amministratore Delegato di Tomato.ai – Serie di Interviste

Ofer Ronen è il Co-Fondatore e Amministratore Delegato di Tomato.ai, una piattaforma che offre un filtro vocale alimentato da intelligenza artificiale per ammorbidire gli accenti per le voci degli agenti offshore mentre parlano, con il risultato di migliorare i metriche di CSAT e vendite.

Ofer in precedenza ha venduto tre startup tecnologiche, due a Google, e una a IAC. Ha trascorso gli ultimi cinque anni a Google costruendo soluzioni di intelligenza artificiale per i centri di contatto all’interno dell’incubatore Area 120. Ha chiuso oltre 500 milioni di dollari in accordi per queste nuove soluzioni. Ha un master in Ingegneria Informatica con un focus sull’intelligenza artificiale presso l’Università del Michigan, e un MBA presso Cornell.

Cosa ti ha inizialmente attirato verso il machine learning e l’intelligenza artificiale?

L’intelligenza artificiale ha avuto una lunga storia di inizi e arresti. Periodi in cui c’era molta speranza per la tecnologia per trasformare le industrie, seguiti da periodi di delusione perché non ha quite soddisfatto le aspettative.

Quando stavo facendo un master in intelligenza artificiale un paio di decenni fa, all’Università del Michigan, era un periodo di delusione, quando l’intelligenza artificiale non stava proprio facendo un impatto. Ero intrigato dall’idea che i computer potessero essere insegnati a eseguire compiti attraverso esempi vs le tradizionali euristiche, che richiedono di pensare a quali istruzioni esplicite fornire. All’epoca stavo lavorando in un laboratorio di ricerca sull’intelligenza artificiale su agenti virtuali che aiutavano gli insegnanti a trovare risorse online per le loro classi. Allora non avevamo i big data, le risorse di calcolo potenti o le reti neurali avanzate che abbiamo oggi, quindi le capacità che abbiamo costruito erano limitate.

Da 2016 a 2019 hai lavorato all’incubatore Area 120 di Google per progettare agenti virtuali molto robusti per i più grandi centri di contatto. Qual era esattamente questa soluzione?

Più recentemente ho lavorato all’incubatore Area 120 di Google su alcuni dei più grandi progetti di agenti virtuali vocali, tra cui un paio di progetti per aziende Fortune 50 con oltre cento milioni di chiamate di supporto all’anno.

Per costruire agenti virtuali vocali più robusti che possano gestire conversazioni complesse, abbiamo preso milioni di conversazioni storiche tra esseri umani e le abbiamo utilizzate per rilevare il tipo di domande di follow-up che i clienti hanno oltre il loro problema iniziale dichiarato. Analizzando le domande di follow-up e analizzando i diversi modi in cui i clienti formulano ogni domanda, siamo stati in grado di costruire agenti virtuali flessibili che possono avere conversazioni tortuose. Ciò ha riflesso meglio il tipo di conversazioni che i clienti hanno con gli agenti umani. Il risultato finale è stato un aumento significativo delle chiamate gestite interamente dagli agenti virtuali.

Nel 2021 e 2022, hai costruito una seconda startup all’interno di Area 120, potresti condividere cosa era questa azienda e cosa hai imparato da questa esperienza?

La mia seconda startup all’interno di Area 120 si concentrava nuovamente sui centri di contatto. La nostra soluzione si concentrava sulla riduzione della churn dei clienti attraverso un contatto proattivo con i clienti subito dopo una chiamata di supporto fallita in cui il cliente ha espresso il proprio problema ma non ha raggiunto una risoluzione. Il contatto sarebbe stato effettuato da agenti virtuali addestrati ad affrontare quei problemi aperti. Cosa ho imparato da questa esperienza è che la churn è una metrica difficile da misurare in modo tempestivo. Ci possono volere 6 mesi per ottenere risultati statisticamente significativi per i cambiamenti nella churn. Ciò rende difficile ottimizzare un’esperienza abbastanza velocemente e convincere i clienti che una soluzione funziona.

Potresti condividere la storia di genesi dietro la tua terza startup di intelligenza artificiale per centri di contatto, Tomato.ai, e perché hai deciso di farlo da solo invece di lavorare all’interno di Google?

L’idea per Tomato.ai, la mia terza startup di centri di contatto, è venuta da James Fan, il mio co-fondatore e CTO. James pensava che sarebbe stato più efficace vendere vino con un accento francese, e quindi cosa se chiunque potesse essere fatto per suonare francese?

Questa era la semenza dell’idea, e da lì il nostro pensiero si è evoluto. Mentre investigavamo ulteriormente, abbiamo trovato un punto dolente più acuto percepito dai clienti quando parlavano con agenti offshore con accento. I clienti avevano problemi di comprensione e fiducia. Ciò rappresentava un’opportunità di mercato più grande. Dati i nostri background, abbiamo realizzato l’impatto significativo che avrebbe avuto sui centri di contatto, aiutandoli a migliorare le loro metriche di vendita e supporto. Ora ci riferiamo a questo tipo di soluzione come “ammorbidimento dell’accento”.

James e io in precedenza abbiamo guidato e venduto startup, tra cui ciascuno di noi ha venduto una startup a Google.

Abbiamo deciso di lasciare Google per avviare Tomato.ai perché, dopo molti anni a Google, eravamo ansiosi di tornare a creare e guidare la nostra azienda.

Tomato.ai risolve un punto dolente importante per i centri di contatto, che è l’ammorbidimento degli accenti per gli agenti. Potresti discutere perché i filtri vocali sono una soluzione preferita alla formazione degli agenti?

In Tomato.ai, comprendiamo l’importanza della comunicazione chiara nei centri di contatto, dove gli accenti possono a volte creare barriere. Invece di affidarsi esclusivamente alla formazione tradizionale degli agenti, abbiamo sviluppato filtri vocali, o ciò che chiamiamo “ammorbidimento dell’accento”. Questi filtri aiutano gli agenti a mantenere la loro voce unica, mentre riducono i loro accenti, migliorando la chiarezza per i chiamanti. Utilizzando i filtri vocali, ci assicuriamo una migliore comunicazione e costruiamo la fiducia tra gli agenti e i chiamanti, rendendo ogni interazione più efficace e soddisfacente per il cliente. Quindi, rispetto ai programmi di formazione estensivi, i filtri vocali offrono una soluzione più semplice e immediata per affrontare le sfide legate agli accenti nei centri di contatto.

Mentre gli agenti esistenti utilizzano questi strumenti per migliorare le loro prestazioni, saranno in grado di comandare tariffe più elevate, riflettendo il loro valore aumentato nel fornire esperienze eccezionali ai clienti. Allo stesso tempo, l’effetto democratizzante dell’intelligenza artificiale generativa porterà nuovi agenti di livello entry nel settore, espandendo la piscina di talenti e riducendo le tariffe orarie. Ciò rappresenta una trasformazione fondamentale nella dinamica dei servizi di centro di contatto, dove la tecnologia e l’esperienza umana ridisegnano il panorama dell’industria, aprendo la strada a un futuro più inclusivo e competitivo.

Quali sono alcune delle diverse tecnologie di machine learning e intelligenza artificiale utilizzate per abilitare la filtratura vocale?

Questo tipo di soluzione di filtratura vocale in tempo reale non sarebbe stato possibile solo un paio di anni fa. I progressi nella ricerca sul discorso combinati con nuove architetture come il modello transformer e le reti neurali profonde, e hardware di intelligenza artificiale più potente (come TPUs da Google e GPU da NVidia) rendono più possibile costruire soluzioni del genere oggi. È ancora un problema molto difficile che richiede al nostro team di inventare nuove tecniche per la formazione di modelli di discorso-discorso a bassa latenza e alta qualità.

Qual è il tipo di feedback che è stato ricevuto dai centri di contatto e come ha impattato i tassi di turnover degli impiegati?

Abbiamo una forte domanda da parte di grandi e piccoli centri di contatto offshore per provare la nostra soluzione di ammorbidimento dell’accento. Quei centri di contatto riconoscono che Tomato.ai può aiutare con i loro due problemi principali (1) le metriche di prestazione degli agenti offshore non sono all’altezza di quelle degli agenti onshore (2) è difficile trovare abbastanza agenti qualificati da assumere nei mercati offshore come l’India e le Filippine.

Ci aspettiamo che nelle prossime settimane avremo casi di studio che evidenziano il tipo di impatto che i centri di contatto sperimentano utilizzando l’ammorbidimento dell’accento. Ci aspettiamo che le chiamate di vendita vedano un immediato aumento nelle metriche chiave come entrate, tassi di chiusura e tassi di qualificazione dei lead. Allo stesso tempo, ci aspettiamo che le chiamate di supporto vedano tempi di gestione più brevi, meno richiamate e una maggiore soddisfazione del cliente.

Come menzionato sopra, i tassi di turnover richiedono più tempo per essere convalidati, quindi i casi di studio con quei miglioramenti arriveranno in una data successiva.

Tomato.ai ha recentemente raccolto un round di finanziamento da 10 milioni di dollari, cosa significa ciò per il futuro dell’azienda?

Mentre Tomato.ai si prepara per il suo lancio di prodotto inaugurale, il team rimane impegnato nel suo impegno per ridisegnare il panorama della comunicazione globale e il futuro del lavoro, una conversazione alla volta.

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