SupportLogicのCEO兼設立者Krishna Raj Raja – インタビューシリーズ

Krishna Raj Rajaは、SupportLogicのCEO兼設立者です。SupportLogicは、世界初の継続的サービスエクスペリエンス（SX）管理プラットフォームで、企業が顧客の声にリアルタイムで対応し、サービス提供を改善し、健康で利益のある顧客関係を築くことができます。

あなたは自分自身を「科学の愛好家」と称しています。科学の世界に惹かれるのは何ですか?

私にとって、科学とは、世界がどのように機能しているのか、世界に存在するパターンを探求することです。子供の頃からこの好奇心を持っており、職業生活にも持ち込んでいます。SupportLogicでは、自然言語の中に存在するパターンを探求し、それらのパターンを使用して予測を行い、推奨を行っています。これは科学と同じです。科学はパターンを予測し、推奨し、世界がどのように機能しているのかを教えてくれます。私が学んだ多くのことは、正式な教育ではなく、自然な好奇心から生まれたものです。

化学工学の学位を取得した後、コンピューターサイエンスと機械学習の分野に進みました。どうしてこのような転身に至ったのか、詳しくお話しください。

私の父は、鋼材加工で成功した事業主でした。彼は、私が将来に家族の事業を引き継ぐことを望んでいました。化学工学は、その準備をするために適切なトレーニングであると思っていました。しかし、コンピューターサイエンスは、私が長い間持っていた側面の情熱でした。実際、私の化学工学の学位の論文は、化学反応器の設計用ソフトウェアプログラムを作成することでした。

化学工学の学位を終えた後、コンピューターサイエンスが私の真正の情熱であることが明らかになりました。私のコンピューターサイエンスのスキルはすべて自己学習で、VMwareに入社したとき、私の同僚はすべてアイビーリーグ学校からコンピューターサイエンスの博士号を持っていました。私はチームの中で最も資格のない人でした。

VMwareでは、サポートおよびサービスとして製品サポートエンジニアとして働きました。改善できる可能性のある分野は何でしたか?

私はソフトウェアエンジニアから製品サポートエンジニアになりました。VMwareの技術は魅力的でした。彼らはオペレーティングシステムを扱っていたのです。私は、他のオペレーティングシステム開発者がVMware製品を日常的に使用するのを支援していました。私の背景から、2つの視点から物事を見ていました。1）どのようにしてこの顧客を幸せにし、問題を解決するか；2）この問題はソフトウェアに存在するのか、それをどう修正するか。私は製品の側面をすべてのサポート問題から見ていました。最初に気づいたことは、製品チームが製品を開発するとき、実際にどのように展開され、使用されるかを知らないため、開発プロセス中に多くのことを予測できないということでした。しかし、サポートチームはそれらの問題を把握しており、製品チームや会社の他の部門に貴重なフィードバックを提供できます。問題は、そのフィードバックが通常失われることです。サポートチームは顧客の問題を解決し、次の問題に迅速に移行することに集中しているため、その重要な情報は伝えられません。

SupportLogicの創設ストーリーについて詳しくお話しください。

SupportLogicを開始したとき、サポート業界の市場状況を見て、サポート分野におけるすべての革新がケースの除去に焦点を当てられていることを発見しました。つまり、サポート問題に対処する最善の方法は、それをサポートエンジニアや顧客から遠ざけることです。これは、私が製品サポートエンジニアとして見ていたことと矛盾していました。毎回の顧客とのやり取りは、顧客について、製品がどのように機能し、どのように機能しないのかについて学ぶ機会でした。しかし、学習問題を解決するツールがないことを発見しました。そこで、大きな機会を見出しました。

また、サポートがコストセンターとして扱われることが多かったことを発見しました。私は、これは物事を見る短絡した方法だと思いました。サポートを利益センターまたは会社の中枢神経系として見ると、組織を変革し、真正に顧客中心のものにすることができます。これが私をSupportLogicを設立するきっかけにしました。

SupportLogicでは、どのような機械学習技術を使用していますか?

会社を開始したとき、公開されている機械学習APIを使用できるものと思っていました。Amazon (AMZN ) 、Microsoft 、HPEなどから提供されているAPIは多数あります。しかし、私の驚きと失望に、多くの機械学習モデルは私たちが扱っている顧客サポートデータで動作しなかったことを発見しました。しかし、これは機会であると考えました。なぜ自分で作らないのかと考えました。既存のオープンソースプロジェクトから機械学習技術を使用して、スタンフォード大学のspaCyやGoogle BERTなどを使用し、独自の「秘密のソース」を追加して、アンサンブルモデルアプローチを使用しました。さらに、各顧客とその特定のデータセットに合わせてモデルを微調整しています。

SupportLogicは、重要なシグナルを使用して企業が顧客とよりよく接続できるようにしています。詳しくお話しください。

私たちが行っている主なことは、NLPを使用して顧客の状況を抽出することです。状況は非常に重要です。状況はタグ付けプロセスで失われることが多いからです。タグ付けシステムでは、制限された情報しかタグ付けできないからです。私たちは、顧客の状況を抽出することに優れています。たとえば、顧客が何に苛立っているのか、製品やサポートに対する印象はどうか、製品を使用して何をしようとしているのかなど、さまざまなシグナルや状況を抽出します。リアルタイムでこれらのシグナルを抽出し、ワークフローを作成することで、企業が顧客のシグナルに応じて問題を事前に解決できるようにします。つまり、顧客が非常に怒ったり、永久に去ったりする前にです。

SupportLogicソフトウェアの他の機能は何ですか?

顧客とのやり取りからシグナルを抽出すると、それらのシグナルは分析のために非常に強力なものになります。私たちには、顧客の声がどのようなものかを示す分析モジュールがあります。さらに、データを使用して予測を開始します。特定のアカウントで何が起こるかを予測できます。顧客の状況に基づいて、問題を解決するために最も適切な専門家を特定し、顧客をその専門家にマッチングできます。

また、サービスエージェントが顧客との日常的なやり取りで何をより多く行うべきか、または何をより少なく行うべきかについての指針を提供することで、サービスエージェントがソフトスキルを身につけ、全体的なパフォーマンスを向上させることができます。これは、サービスエージェントのコーチングツールとして非常に優れています。

SupportLogicについてさらに何か共有したいことはありますか?

人々がAIについて持っている一般的な誤解の1つは、AIは巨大な投資であり、非常に複雑で、1年以上かけて初めて利益が見込めるということです。実際、AIとML技術は大幅に成熟しており、既存のデータセットで動作します。数ヶ月で結果が見られ、組織にとって大きな利益をもたらすことができます。したがって、今がAIに投資する最適な時です。数ヶ月で驚くべき結果が見られ、組織にとって大きな利益をもたらすことができます。

素晴らしいインタビュー、詳しく知りたい読者はSupportLogicを訪問してください。