ミラボイス、市場調査と世論調査にAIボイスエージェントを導入するために630万ドルを調達

AIは、組織がデータを収集し解釈する方法を着実に変革しています。しかし、一つの分野は、電話ベースの調査がまだ手動で行われているという点で、頑固に手動で行われてきました。現在、ミラボイスは、新しい資金を導入してこのプロセスを近代化することを目指しています。ミラボイスは、AIパワーのボイスプラットフォームを拡大するために、630万ドルのシード資金を調達しました。

このラウンドは、アンナサル・ベンチャーズが主導し、ネオ、25マディソン、およびランプ、パブマティック、グーグル、アタラシアンなどの企業の幹部を含む高プロファイルのエンジェル投資家からの参加がありました。 (PUBM ) (GOOGL )

AIボイスエージェントによるコールセンターの置き換え

オンライン調査の隆盛にもかかわらず、電話インタビューは市場調査と世論調査の基盤として残っています。特にデジタルで関与するのが難しい人口統計に対して、より高品質で代表的なデータを提供します。

その代償は、常にコストと複雑さでした。

ミラボイスは、人間のインタビュアーを、長い構造化された会話を実行できるAIボイスエージェントに置き換えることで、このギャップに対処するように設計されています。これらのエージェントは、数百の質問を持つ調査を処理し、厳格なスクリプトに従い、リアルタイムで分岐ロジックを適用できます。

従来のシステムとは異なり、このプラットフォームは、オープンエンドのチャットではなく、定量的でルールベースの会話に特に焦点を当てています。特に、ポーリングのような分野では、一貫性と方法論的厳格さが不可欠であるため、この区別は重要です。

大規模調査を数週間から数日へ

その核心では、プラットフォームは、組織がオンラインフォームを作成するのと同じくらい簡単に、大規模な電話調査を開始できるようにします。チームは、質問書をアップロードし、ロジックを定義し、コードを書かずにキャンペーンを展開できます。

一度実行されると、システムは、複数の言語とタイムゾーンを横断して、同時に数千の電話を実行できます。会社によると、これにより、以前は数週間または数ヶ月かかっていた調査プロジェクトが、数日で完了できるようになります。

効率性の向上は大きいです。インタビューを自動化することで、伝統的なコールセンターと比較して、最大70%から90%のコスト削減が可能になります。また、インタビュー全体で一貫性も向上します。

ミラボイスは、すでに市場調査会社、ポーリング組織、学術機関と協力して、実稼働環境で数十万回の電話を実行しています。

構造化ボイスAIの技術

ミラボイスを、汎用ボイスAIツールから区別するのは、精度と制御への焦点です。

プラットフォームは、大規模な言語モデルと音声合成を組み合わせますが、事前に定義された調査構造と一致するように会話を保持するように設計された独自のシステムを追加します。これには、次のものが含まれます。

• 質問書の単語と順序の厳格な遵守
• 調査ロジックと分岐のリアルタイムの適用
• 中断、ポーズ、応答者の質問の処理
• 書き起こしと構造化されたデータ出力の両方をキャプチャする

このアーキテクチャは、AI駆動の会話における最大のリスクの1つである、妄想やスクリプトからの逸脱を最小限に抑えるように設計されています。

実践では、システムは、40分以上のインタビューと100以上の質問を実行し、会話全体で一貫性を維持することができます。

高品質データへのアクセス拡大

会社のアプローチの背後にある重要なテーマは、アクセシビリティです。歴史的に、大規模な電話調査は、予算とインフラストラクチャが豊富な組織に限定されていました。

ノーコードインターフェイスと使用量ベースの価格設定を提供することで、ミラボイスは、小規模チーム、スタートアップ、専門技術的な専門知識がなくても利用できるツールとして自己を位置付けます。

プラットフォームはまた、マルチリンガル調査をサポートし、組織がより多様な人口にリーチし、データの代表性を向上させることができます。

ボイスベースAIシステムの将来的な影響

AIボイスシステムが信頼性と会話の深さで改善し続けるにつれて、その応用は、従来のコールセンターまたは調査の使用例をはるかに超えるものになる可能性が高い。最も重要な変化の1つは、静的なフォームや手動インタビューではなく、自然なダイアログを通じて構造化された、高品質のデータを大規模に収集できることです。

これは、組織がユーザーとやり取りする方法を根本的に変える可能性があります。ヘルスケアでは、ボイスドライブンの受け入れシステムが患者受け入れを合理化しながら、より微妙な情報をキャプチャすることができます。採用では、会話型のスクリーニングにより、企業が候補者をより動的に評価できるようになります。公共部門の機関も、特にデジタルリテラシーまたは書面フォームへのアクセスが制限されている地域で、より効率的に市民のフィードバックを収集するためにこれらのシステムを採用する可能性があります。

もう1つの重要な影響は、構造化されていないボイスデータが、使用可能なデータセットに標準化されることです。歴史的に、口頭での回答は、大規模に分析するのが難しかったですが、音声認識と自然言語処理の進歩により、会話を構造化された洞察に変換することがほぼリアルタイムで可能になりました。これにより、業界全体で意思決定サイクルが速くなります。

より広い意味では、これらのシステムは、インターフェイス設計自体の変化を示唆しています。ボイスがより信頼性の高い入力方法になるにつれて、組織は伝統的なフォームベースのワークフローから、より自然で適応性の高い会話型インターフェイスに移行し始める可能性があります。

これらの開発をまとめると、ボイスAIは、既存のプロセスを改善するだけでなく、広範な業界でデータが収集、解釈、実行される方法を徐々に変革していることが示唆されます。