Gautam Kanumuru、YogiのCEO＆共同創設者 – インタビュー・シリーズ

マイクロソフトでNLPとCortanaに取り組んだ後、Clarke.AIを買収されるまでエンジニアリング・VPを務めました。Yogiを創設するきっかけとなったものは何ですか？また、貴方の背景はYogiの使命にどのように影響しましたか？

Yogiを創設するきっかけとなったのは、自然言語処理の可能性でした。マイクロソフトとClarke.AIでは、NLPのパフォーマンスが5〜10%向上すると、数百のダウンストリーム・ユースケースが解放されるのを見ていました。しかし、デモでは印象的なものの、顧客に実際の価値を提供できないギャップも感じていました。Yogiでは、そのギャップを埋めることを目指しました。実店舗の棚に並ぶ製品にYogiのプラットフォームがもたらすインサイトをもとに、実際の変化をもたらすものを作りたいと考えました。

Yogiの初期段階で、消費者ブランドが顧客センチメントのような繊細な分野でAIを信頼することを妨げていた最大の障害は何でしたか？

懐疑的な声は2つの場所から聞かれました。1つは技術そのもので、もう1つは私たちが大企業にアプローチする小規模企業であるということです。私たちはすぐに、製品が何ができるかを話すだけでなく、実際に示す必要があることを学びました。サンプルを分析することを申し出たり、現場でのビジネス上の質問に答えたり、最初の日から価値を提供することが重要でした。また、導入後の問題に対処することを約束しました。そうした信頼性が重要でした。

YogiはAIとNLPを使用して製品レビューからセンチメントを抽出します。生のショッパー・フィードバックをグラニュラーな、アクション可能なインサイトに変換するプラットフォームのプロセスを説明してください。

私たちはそれを3つの段階で考えています。集約、組織、分析です。まず、顧客のフィードバックを複数のチャネルから集約します。レビュー、アンケート、サポート・チケットなどを、正確に製品、SKU、小売業者に紐づけます。その後、データを組織化します。ここで、私たちの2層目のAIが人間のようにフィードバックを読み取り、話し手が何について話しているか、どのように説明しているか、どのようなセンチメントで話しているかを特定します。キーワードだけに頼るのではなく、人間のように読み取るのです。

最後に、分析します。ここで、ユーザーにインサイトを提示します。最新のツールでは、ユーザーが複雑な質問を入力し、数秒以内に回答を得ることができます。

YogiのAIモデルは、一般的なセンチメント分析ツールとどう違いますか？消費者フィードバックのニュアンスを捉えるために、特定のテクニックを使用していますか？

Yogiは、消費者フィードバックのPh.D.レベルの卒業生です。一般的なモデル、たとえばChatGPTのような高度なモデルは、すべてについてある程度知っている賢い大学生です。私たちは、特にこの分野向けにモデルをフィーネットチューニングしています。独自のデータセットと広範な前処理を使用しています。センチメント、トピック、製品マッピングなどの構造を追加することで、モデルが評価するテキストの周りの豊富なコンテキストを提供します。

多くのAIプラットフォームは、顧客レビューのコンテキストや皮肉を扱うのに苦労しています。Yogiは、構造化されていない、感情的に複雑なデータの課題に対処する方法は何ですか？

私たちは、継続的なトレーニングとユーザーの入力を通じて対処しています。モデルは、皮肉、曖昧さ、変化するスラングの例を継続的に吸収することで改善されます。また、ユーザーが問題の解釈をフラグ設定できるようにし、それをトレーニング・プロセスにフィードバックできます。このフィーネットチューニングには数百万の例が必要ではなく、数例で意味のある改善が可能です。

Yogiは、企業が製品レベルの問題を検出して、センチメントの変化を追跡し、リアルタイムで対応できるように支援しています。成功事例を共有できますか？

もちろんです。幅広いユースケースがありますが、一般的な3つのカテゴリがあります。まず、製品イノベーションです。企業は新しいカテゴリを探索し、製品を発売する前に未満たされたニーズを特定するためにYogiを使用しています。製品発売の2年前にYogiを使用して、製品の開発からパッケージングまですべてを形作ることがあります。

2つ目は製品品質です。チームが製品のコンポーネントを変更した場合、発売後にセンチメントを追跡して、苦情が増加したかどうかを確認できます。これは、美容、食品、家電など、さまざまな業界で適用できます。

3つ目は戦略的分析です。企業がYogiを使用して、消費者フィードバックを分析し、買収対象製品を評価する例があります。これは、従来なかったデューデリジェンスの一層です。

Yogiは現在、PDPの最適化、市場メッセージの調整、出荷の問題を追跡するために使用されています。製品はこれらのワークフローをサポートするためにどのように進化しましたか？

すべてが顧客主導です。消費者フィードバックは、製品、営業、マーケティング、サポートなど、企業のすべてのチームに関連するものであると考えています。したがって、ユーザーが新しい目的でインサイトを取得しているのを見ると、Yogiはそのユースケースをネイティブにサポートできるかどうかを確認します。那が私たちの成長の方法です。マーケティングやサプライ・チェーンのためにビルドしなかったですが、チームが価値を見出し、機能を要求しました。私たちはそれに応えました。

企業が競合他社を監視し、脅威となる前にディスラプターを検出する方法について、教えてください。

公的情報源であるレビューと評価をリアルタイムで追跡します。プラットフォームは、アラートと「インサイト・フィード」を使用して、競合他社の製品で何らかの異常が発生した場合にユーザーに通知します。ユーザーは手動ですべてを監視する必要はありません。Yogiは常にスキャニングし、注目すべきものがあれば、プロンプトなしで表面化します。

次の3〜5年で、AI駆動の消費者インサイトの未来はどうなりますか？Yogiはその景観でどのような役割を果たすと思いますか？

2つの重要な変化が起こります。1つは自動化です。週単位で行っていたタスクが、数時間または数分で完了するようになります。近い将来、ユーザーがYogiに質問を投げかけて、完全にフォーマットされたレポートやスライドを返される日が来るでしょう。

2つ目は、新しい分析の出現です。AIにより、かつては高価または時間のかかるものであった、パブリック・データからのアドホック・フォーカス・グループのような迅速な、反復的な調査が可能になります。私たちは、Yogiが両方の分野でリーダーシップをとることができると考えています。研究の迅速化と、新しいワークフローの実現です。

素晴らしいインタビュー、詳しく知りたい読者はYogiを訪問してください。