レベルAIのCEO兼創設者、アッシッシュ・ナガー – インタビュー・シリーズ

アッシッシュ・ナガーは、Level AIのCEO兼創設者です。アマゾンのAlexaチームでの経験を活かし、人工知能を利用してコンタクトセンターの運用を変革しています。テクノロジーと起業家精神に根ざした強い背景を持つアッシッシュは、Level AIの使命を推進する上で重要な役割を果たしてきました。彼の指導の下、Level AIはAI駆動のコンタクトセンターの重要なプレーヤーとなり、先進的な製品と人工知能の優れた実装で知られています。

アマゾンを離れてLevel AIを設立したきっかけは何ですか？ お客様サービスにおける特定の痛み点を解決するために、どのような技術を開発しようとしたのですか？

私の背景は、テクノロジーとビジネスの交差点で製品を開発することです。応用物理学の学士号を持っていますが、私の仕事は一貫して製品の役割と、新しいビジネスの立ち上げと構築に焦点を当てています。テクノロジーとビジネスに対する私の情熱が、私をAIの世界に導きました。

私は2014年にAIの仕事を始めました。当時、私たちは次世代のモバイル検索会社であるRel Cを立ち上げていました。これは現在のPerplexity AIに似たものでした。この経験が、私のAIソフトウェアへの旅を開始するきっかけとなりました。最終的に、この会社はアマゾンに買収されました。アマゾンでは、アレクサチームの製品リーダーとして、より複雑なAIの問題に取り組む機会を求め続けました。

アマゾンでの最後の1年間、2018年、私は「スタートレック・コンピューター」と呼ばれるプロジェクトに取り組みました。これは有名なSFシリーズからインスピレーションを得たもので、どんな質問にも答えることができるコンピューターを開発することを目標としていました。このプロジェクトはアレクサ・プライズとして知られ、Alexaが20分間の会話を維持できるようにすることを目的としていました。私は約10人の科学者のチームを率いて、このプロジェクトを世界的なAIチャレンジとして立ち上げました。MIT、CMU、スタンフォード、オックスフォードなどの先端機関のリーダーと密接に協力しました。明らかになったのは、当時、誰も完全に問題を解決することができなかったということです。

しかし、当時から、革新の波が来ることが予感されました。2024年現在、ChatGPTのようなテクノロジーが私たちが夢見ていたことを実現しています。自然言語処理における進歩は、アマゾン、Google (GOOGL ) 、OpenAI、Microsoftなどの会社が大規模なモデルと基盤となるインフラストラクチャを構築したことで実現しました。しかし、これらの企業はエンドツーエンドのワークフローに必ずしも取り組んでいませんでした。私たちはこのギャップを認識し、解決しようとしました。

私たちの最初の製品は、お客様サービス向けのものではありませんでした。フロントライン・ワーカー向けの音声アシスタントでした。200万ドルのシード資金を調達し、潜在的な顧客に製品を紹介しました。彼らは一様に、既存の音声とデータ・ストリームを活用できるように、テクノロジーをコンタクト・センター向けに適応させることを求めました。これにより、私たちは既存の企業が過去に固執していることを認識し、レガシー・システムを刷新するか、新しいものを構築するかのイノベーターのジレンマに直面していることを理解しました。私たちは白紙から始めて、最初のネイティブ・ラージ・ランゲージ・モデル（LLM）ベースのカスタマー・エクスペリエンス・インテリジェンスおよびサービス・オートメーション・プラットフォームを構築しました。

人間の言語の複雑さと、コンピューター・エンジニアリングの観点からこれらの問題を解決することの難しさに深い関心を持っています。特にコンタクト・センター業界では、AIが人間の発言を理解する能力が極めて重要です。例えば、Siriを使用すると、AIが人間の言語の意図とコンテキストを理解するのがどれほど難しいかが明らかになります。単純な質問でも、AIを混乱させることがあります。

AIは、意図を理解し、長い会話の中でコンテキストを維持し、世界に関する関連知識を保持することが苦手です。ChatGPTもこれらの分野で限界があります。例えば、最新のニュースを知ることができないか、会話の中で話題が変化することを理解できないことがあります。これらの課題は、お客様サービスで多くのトピックを扱い、ドメインに関する特定の知識を必要とする会話に直接関係しています。私たちは、これらの課題に対処するために、人間の言語の複雑さを扱えるように設計されたプラットフォームを構築しています。

Level AIのNLUテクノロジーは、基本的なキーワード・マッチングを超えています。顧客の意図をより深く理解する方法と、顧客サービスへの利点について説明してください。Level AIは、特に繊細な顧客のやり取りを理解する際に、AIシステムの精度と信頼性を確保する方法は何ですか？

私たちは、特定のタスクに合わせて調整された6つまたは7つの異なるAIパイプラインを持っています。たとえば、1つのワークフローでは、顧客が製品またはサービスに抱く問題を特定し、「顧客の声」と呼ぶものを理解することが含まれます。別のワークフローでは、自動化された品質スコアカードのスコアリングが含まれる場合があります。各ワークフローまたはサービスには独自のAIパイプラインがありますが、基盤となるテクノロジーは同じです。

類推として、ChatGPTやその他の生成型AIツールの背後にあるテクノロジーに基づいたテクノロジーを使用しています。しかし、私たちは、特にこれらの特殊なワークフローに特化した、社内でトレーニングされた顧客サービス向けLLMを使用しています。これにより、顧客のオンボーディング後わずか数日で85%以上の精度を達成でき、タイム・ト・バリューが速くなり、プロフェッショナル・サービスが最小限になり、精度、セキュリティ、信頼性が無比になります。

私たちのモデルは、顧客サービスに深い専門知識を持っています。従来のパラダイムでは、会話を分析するためにキーワードやフレーズを特定することが含まれていました。しかし、私たちのソリューションは、すべての可能なフレーズのバリエーションを捉えることに依存しません。代わりに、質問背後の意図を理解するためにAIを適用し、より迅速で効率的なものにします。

例えば、誰かが「アカウントをキャンセルしたい」と言った場合、多数の方法でそれを表現することができます。たとえば、「私たちは終わりだ」または「私たちは別れる」というように。私たちのAIは、質問の意図を理解し、それをコンテキストに結び付けることができます。つまり、私たちのソフトウェアはより迅速で正確です。

役立つ類推は、古いAIはルールブックのようなものでしたが、新しいAIはダイナミックな脳または学習システムのようなものであるということです。いくつかのポインターで動的にコンテキストと意図を学習し、継続的に改善します。ルールブックには限られたスコープがあり、事前に定義されたルールに合わないものが出てきたときに簡単に壊れますが、ダイナミックな学習システムは拡大し、成長し、より広範な影響を与えます。

大手ECブランドからの例は、顧客の視点から見ると非常に興味深いものです。彼らは数千の製品を持っており、常に更新を追跡することは不可能です。しかし、私たちのAIは、特定のソファについて話しているかどうかを理解することができます。スコアカードやルーブリックを毎回更新する必要はありません。

Level AIのテクノロジーを既存の顧客サービス・システムと統合する上での主な課題は何ですか？ それらをどのように解決しますか？

Level AIは、顧客エクスペリエンス・インテリジェンスおよびサービス・オートメーション・プラットフォームです。したがって、私たちは業界のほとんどのCXソフトウェアと統合します。CRM、CCaaS、サーベイ、ツール링・ソリューションなどです。これにより、私たちは中央ハブとなり、すべてのこれらのソースからデータを収集し、上位のインテリジェンス・レイヤーとして機能します。

しかし、課題は、一部のシステムがクラウド以外のオンプレミス・テクノロジー、またはAPIやクリーンなデータ統合のないクラウド・テクノロジーに基づいていることです。私たちは、顧客と密接に協力してこれに対処しています。ただし、私たちの80%の統合は現在クラウドベースまたはAPIネイティブであり、迅速な統合を可能にします。

Level AIは、どのようにしてサービス・エージェントにリアルタイムのインテリジェンスと実行可能なインサイトを提供しますか？ 顧客のやり取りが改善された具体的な例をいくつか示してください。

私たちは、顧客に以下の3種類のリアルタイム・インテリジェンスと実行可能なインサイトを提供しています：

1. マニュアル・ワークフローの自動化：サービス・レップには、6〜9分という限られた時間があり、多数のマニュアル・タスクがあります。Level AIは、会話中および会話後にノートを取るような退屈なタスクを自動化し、各顧客にカスタマイズされた要約を生成します。これにより、顧客は10〜25%のコール・ハンドリング・タイムを節約し、効率性が向上します。
2. サービス・レップのCXコパイロット：サービス・レップは、高いターンオーバー率とオンボーディングの課題に直面しています。コンタクト・センターに配属されたが、会社のポリシーを知らないと想像してください。Level AIは、会話を傍聴し、リアルタイムでガイダンスを提供する、サービス・レップの隣に座る専門家のAIです。これには、オブジェクション・ハンドリング、ナレッジ・プロビジョニング、スマート・トランスクリプションが含まれます。この機能により、顧客はサービス・レップのオンボーディングとトレーニングを30〜50%高速化することができます。
3. マネージャー・コパイロット：このユニークな機能により、マネージャーはチームのパフォーマンスをリアルタイムで可視化できます。Level AIは、会話ごとにリアルタイムのインサイトを提供し、マネージャーが介入し、センチメントと意図を検出して、リアルタイムでレップをサポートできるようにします。これにより、エージェントの生産性が10〜15%向上し、エージェントの満足度も向上します。これは、コスト削減に重要です。たとえば、顧客がレップに怒鳴った場合、システムはそれをフラグし、マネージャーはコールを引き継ぐか、レップにガイダンスを提供できます。このようなリアルタイムの介入は、このテクノロジーがなければ不可能です。

Level AIのセンチメント・アナリシスはどのように機能し、エージェントが顧客に効果的に対応できるようにしますか？

私たちのセンチメント・アナリシスは、極度の苛立ちから歓喜まで、7つの異なる感情を検出します。これにより、会話の感情を測定できます。感情スコアは、1から10のスケールで表され、1は非常に否定的な感情、10は非常に肯定的な感情を示します。会話の言葉とトーンの両方を分析しますが、実験から、言葉がトーンよりもはるかに重要な役割を果たしていることがわかりました。誰かが、平坦なトーンでひどいことを言ったり、奇妙なトーンでとても親切なことを言ったりすることができます。

私たちは、100%の顧客の会話を分析し、顧客のやり取りに関する深い洞察を提供しています。コンテキストの理解も非常に重要です。たとえば、会話が非常に否定的な感情から始まって、最終的に肯定的な感情で終わった場合、会話の80%が否定的な場合でも、全体的なやり取りは肯定的なものとみなされます。これは、顧客が最初は不満を抱いていたが、エージェントが問題を解決し、顧客が満足して会話を終えたためです。一方、会話が肯定的な感情から始まって、最終的に否定的な感情で終わった場合、会話の80%が肯定的な場合でも、それは別の話です。

この分析は、エージェントとマネージャーがトレーニングに重点を置くべき領域を特定するのに役立ちます。たとえば、顧客に挨拶したり、顧客の懸念を認めたり、共感を示したりすることなど、肯定的な感情と関連するアクションに焦点を当てます。これらは、成功したやり取りに不可欠な要素です。

Level AIは、特に顧客のやり取りがデリケートな場合に、データのプライバシーとセキュリティの懸念に対処する方法は何ですか？

私たちは、最初からセキュリティとプライバシーを優先してきました。エンタープライズ・レベルのセキュリティとプライバシーを基本原則としてシステムを構築しました。私たちの生成型AIの機能を外部ベンダーにアウトソーシングしません。すべての開発は社内で行われ、顧客固有のAIモデルを社外へのデータ共有なしでトレーニングできるようにしています。また、データを共有せずに独自のAIモデルを顧客に提供できるように、幅広いカスタマイズを提供しています。

現在の業界の懸念に対処するために、私たちのデータは外部のモデルでトレーニングに使用されません。私たちのモデルは、他のソースからのAI生成データによって影響を受けることはありません。これにより、AI生成データでトレーニングされたモデルが精度を失う問題を回避できます。Level AIでは、すべてがファーストパーティーであり、データを外部に共有したり、外部からデータを取得したりしません。

最近の3億9400万ドルのシリーズC資金調達により、Level AIのプラットフォームを拡大し、新しい顧客セグメントに到達する計画は何ですか？

シリーズCの投資は、私たちの戦略的成長と革新のイニシアチブを推進するために利用されます。主な分野には、製品開発の進歩、エンジニアリングの強化、研究開発への徹底的な取り組みが含まれます。私たちは、組織のすべてのレベルでトップクラスの人材を募集し、業界をリードするテクノロジーを開発し続け、クライアントの期待を超え、ダイナミックな市場の需要に応えることを目指しています。

次の10年間で、顧客サービスを変革する上でのAIの役割をどのように見ていますか？

一般的な見方は、自動化の側面に焦点を当て、ボットがすべての顧客サービスを処理する未来を予測することですが、私たちの見解はより繊細です。自動化の程度は、業界によって異なります。例えば、銀行や金融では自動化の程度が低く、他の業界では高い可能性があります。平均して、すべての業界で40%以上の自動化を達成することは難しいと考えています。これは、サービス・レップが質問に答えるだけでなく、トラブルシューティング、セールス・アドバイザー、さらに多くの役割を果たしているため、AIによって完全に置き換えることはできないからです。

ワークフロー・オートメーションにも大きな潜在性があります。Level AIはこれに焦点を当てています。品質保証、チケットのトライエージング、スクリーン・モニタリングなどのバックオフィス・タスクが含まれます。ここでは、生成型AIを使用して80%以上の自動化を達成できます。インテリジェンスとデータ・インサイトは非常に重要です。私たちは、構造化されていないデータからインサイトを得るために生成型AIを使用することで、インサイトの質を大幅に向上させ、プロフェッショナル・サービスを90%削減し、タイム・ト・バリューを90%高速化することができます。

別の重要な考慮事項は、組織の顔はボットであるべきか、人間であるべきかということです。基本的な機能を超えて、人間の接客は非常に重要です。私たちのアプローチは、人間のワークロードから余分なタスクを除去し、顧客との有意義なやり取りに集中できるようにすることです。

私たちは、人間が直接のコミュニケーションに最も適しているという信念を持っています。ただし、ノートを取ったり、会話をトランスクリプトしたり、スクリーンをレコーディングしたりするようなタスクには、人間は最適ではありません。これらのタスクを代行することで、顧客とのやり取りに効果的に関与するための時間を解放します。

素晴らしいインタビュー、詳しく知りたい読者はLevel AIを訪れてください。