Alex Levin, Regalの共同創設者兼CEO – インタビュー・シリーズ

アレックス・レヴィンは、Regalの共同創設者兼CEOです。Regalは、企業がコンプライアントでAI駆動のカスタマー・コンベーションを通じて収益を生み出すことを支援するボイスAIプラットフォームです。Regalを2020年に創設する前に、アレックスはHandy、Thomson Reuters (TRI ) 、その他のスタートアップでの成長と製品チームを率いていました。ハーバード大学の卒業生であり、Forbes Technology Councilのメンバーであるアレックスは、イノベーションと企業グレードのガードレールを組み合わせた、スケーラブルなボイス・ファースト・インフラストラクチャーの構築に焦点を当てています。

Regalは、セールス、サポート、スケジューリング、コレクション用のAIボイス・エージェントを提供しています。これらのエージェントは、自然に聞こえるように設計されており、CRMシステムと統合され、規模で数百万の会話を処理できます。プラットフォームには、ノーコード・ビルダー、リアルタイム・アナリティクス、A/Bテスト、および規制産業向けの組み込みコンプライアンスが含まれています。

アレックスさん、アンギやハンディでのリーダーシップ・ロールからレガルを創設することを決めたきっかけは何でしたか？また、コンタクト・センターの経験を完全に再構築する必要があると感じた具体的な瞬間はありましたか？

アンギ/ハンディでの経験から、ボイスの顧客との信頼構築における力強さを感じていました。顧客から重要な問題がある場合、電話での対応が求められることが多く、電話での対応は他のチャネルよりも高いライフタイム・バリューをもたらしていました。しかし、コンタクト・センター・ソフトウェア・ベンダーは、顧客のニーズよりも「除去」や「自動化」に重点を置いていました。その結果、顧客が電話番号を隠すような無駄なゲームが繰り返されていました。

私と共同創設者は、ボイスを最も効果的なチャネルにするために、コストを下げて運用を容易にすることを目指しました。レガルができていたら、コンタクト・センターを運営していたときに役に立ったでしょう。

レガルは2020年に立ち上げられましたが、そのときはジェネレーティブAIブームの前でした。ボイスAIの技術的可行性を評価する際に、どのようなプロセスを経て、早期に動く決心がついたのでしょうか？

2020年以前から、ボイスが最も重要なチャネルであると信じていました。2020年には、オーケストレーション、A/Bテスト、パーソナライゼーション・ツールを構築して、ボイスをチャネルとして管理するコストを下げることができると考えました。コンタクト・センターでのヒューマン・エージェントの管理を支援するツールを提供し始めました。その製品は急速に成長しました。

しかし、あなたの指摘通り、企業を立ち上げるには飛躍する信念が必要です。人間のエージェントの限界を超える方法を見つけるまでに時間がかかりました。2022年末のChatGPTの登場まで、会話を支えるのに十分な「AI」を見つけることができませんでした。2023年末まで、顧客が話したいと思えるボイス・エージェントのデモを作成することができませんでした。

自然な会話で人間のパフォーマンスに匹敵する、またはそれを超えるボイス・エージェントをトレーニングする際に、最も困難な技術的な課題は何でしたか？

多くの素晴らしい技術的な課題があります。遅延を500ms以下に抑えること、企業のナレッジ・ベースや顧客データをリアルタイムに取得する方法を見つけること、AIエージェントが電話でのアクションを取ること、ガーディアンやセーフティ・フィーチャーの実装、ターン・テイキングや適切な発話のキューを通じて人間のようなインタラクションを実現する方法を見つけることなどです。

私が現在最も楽しみにしているプロジェクトの1つは、AIエージェントの自動評価を改善する方法を見つけることです。そうすれば、AIエージェントをプロダクションに投入する前に、数百時間かかる手動QAを省略できます。

これを実現するために、AIを使用して数百のバリエーションに富んだシミュレートされた顧客会話を作成し、AIエージェントがそれらを実行し、AIスーパーバイザーがQAして、AIエージェントまたは企業のポリシーとナレッジ・ベースへの改善提案を返します。現在、評価製品が動作しており、顧客のフィードバックは素晴らしいもので、急速に改善されています。

これは、AIエージェントごとのマネージャーの数という新しいメトリックにとって非常に重要です。近い将来、数百の異なるAIエージェントを管理できるマネージャーはほとんどいなくなります。

レガルは、リアルタイムで会話をパーソナライズするためにマシン・ラーニングをどのように活用していますか？これは、顧客の履歴、トーン、意図認識、またはその組み合わせに基づいていますか？

私たちは、他の市場よりもパーソナライゼーションに深く投資しています。なぜなら、ブランドが数百万の顧客を1人ずつテストできるように支援したいからです。現在使用されている一般的なヒューマン・エージェントの再現ではなく、それを実現したいと思っています。

私たちは、CRMデータ、イベント・データ、会話履歴をすべて結び付ける統一された顧客プロファイルを構築しました。企業は、会話ごとにAIエージェントに顧客に関するすべての情報または特定のデータ・ポイントへのアクセスを許可できます。LLMは、利用可能なデータを使用して人間のような会話応答を提供します。

LLMにはまだ限界があります。したがって、サードパーティのデータ・サービス、カスタム・アプリケーション、MLなどの他のツールを利用できる「カスタム・アクション」を構築しました。たとえば、多くのブランドには、顧客に次にどの製品を提案するかを示す傾向モデルがあります。会話に合わせてそれらを接続できます。

レガルは、会話の自然なリズムやカデンスを犠牲にすることなく、リトリーバル・オーガスト・ジェネレーション（RAG）をどのように使用していますか？

RAGは、私たちにとっての違いを作り出す分野です。ボイスAIエージェントのために、チャットや他のデジタル・チャネルでのAIエージェントよりも高速化する必要がありました。数秒の死時間は電話を完全に台無しにします。

私たちは、リトリーバルの待ち時間を短縮し、リトリーバルに時間がかかった場合でも、AIエージェントが顧客と会話を続けることができるようにしました。

レガルのエージェントは、実際の投資家の声など、実在の人間の声に基づいてモデル化されています。こうした高忠実度のレプリカを構築するために、技術的および倫理的に何が必要ですか？

技術的には、プロフェッショナルな声優や友人のように聞こえる「声のクローン」を作成するのは驚くほど簡単です。高品質のオーディオを5〜10分間録音するだけで十分です。

たとえば、最近、家族のために亡くなる家族の声をレコーディングする方法を尋ねられました。若い世代が将来彼らと話すことができるように。少しの指導で、彼らは今すぐ祖父母の声をレコーディングする予定です。

あなたの2点目の質問については、祖父母はこれに同意しています。プロフェッショナルな声優や私たちの投資家も同意しています。同意なしに声のクローンを許可する悪い役者（大統領選挙でのようなもの）は閉鎖されるべきです。

アドバイスとして、声のクローンを許可する場合（または公の人物で悪い役者によってクローンされる可能性がある場合）、家族だけが知っている安全な言葉を作成して、電話での本物を識別できるようにすることを確認してください。

レガルをCRM、決済システム、内部APIに統合することの重要性を強調しています。解決しなければならなかった最も難しい統合課題は何でしたか？

CRMやNICEのようなコンタクト・センター・ソフトウェアなどの主要製品との統合は、比較的簡単です。最も難しいのは、AIエージェントが取る可能性のあるアクションに必要なAPIを企業が利用できるようにすることです。ヒューマン・エージェントはホテルの予約をクリックして行いますが、AIエージェントは予約APIが必要です。

モデル・パフォーマンスを時間の経過とともに測定して改善するには、どのようなアプローチを取りますか？監督付きファイン・チューニングや強化学習はこのプロセスでどのような役割を果たしますか？

私たちは、AIエージェントとヒューマン・エージェントの違いを顧客がテストできるA/Bテスト・スイートを最初から構築しました。そうすれば、異なるモデルでの結果の違いを明確に判断できます。

ただし、現在、強化学習は使用していません。なぜなら、法務チームが意図しない変更が起こる可能性があることを心配しているからです。代わりに、ヒューマン・マネージャーが受け入れることができる変更を提案することに焦点を当てています。プロンプト、ナレッジ・ベース、LLMのファイン・チューニングなどです。

VCやVCの声のクローンと話すというのは、独特な概念です。レガルのAIアドバイザーを創設者に利用できるようにした意図は何でしたか？それらは現在どのように使用されていますか？

素晴らしい投資家にアクセスできたことは幸運でした。彼らに恩返しするために、このプロジェクトを始めました。Satya AIと話すのは楽しいですし、エグゼクティブから、ロードマップのアドバイスや価格モデルに関するフィードバックなど、さまざまな目的でAI VCを使用していることを聞いています。

私たちがRAGやナレッジ・ベースの機能を示すために、このプロジェクトを愛しています。投資家の両親からも親指を上げています。

しかし、注意してください。決定をアドバイザーに委ねることはできません。エグゼクティブとして、2つの悪い選択肢や2つの良い選択肢のどちらかを選択するのが難しい場合があります。

これらの投資家エージェントは、一般的なスタートアップの知識に基づいていますか、または個々のVCの固有のアドバイスや哲学に基づいていますか？

すべてのAIエージェントには、LLMトレーニングからの一般的な知識があります。しかし、必要な結果を得るために、投資家の豊富な著作を各AIエージェントのナレッジ・ベースにアップロードしました。

さらに、投資家のユニークな個性やエッセンス、たとえばJake SaperのポジティブさやAlexa Von Tobelの活気を捉えることができました。

レガルのAIの進化について見てみると、どのような将来の展開を予想しますか？より自律的な意思決定、感情的な知性、またはマルチモーダル・サポートの向上を期待できますか？

昨年の最も興奮する部分は、AIエージェントがヒューマン・エージェントを上回るパフォーマンスを示したことです。来年、基礎となるAIモデルとレガルのアプリケーションの向上により、人間と区別がつかないAIエージェントが現れ、さらに人間のエージェントの能力を超えるものが現れると思います。AIエージェントを採用する企業は、予想よりも早くコストを削減し、顧客体験を改善するでしょう。

素晴らしいインタビュー、詳しく知りたい読者はRegalを訪問してください。