ボーカルイメージのニック・ラホイカ氏、共同創設者兼CEO – インタビューシリーズ

ニック・ラホイカは、ボーカルイメージの共同創設者兼CEOです。ボーカルイメージは、人々がソフトスキルを身に付けることを支援するコーチングスタートアップです。10年以上のITおよびビジネス開発の経験を持つシリアルエントレプレナーであるニックは、ボーカルイメージを創設する前に2つのベンチャーを成功させました。ニックの旅は非常に個人的なものです。彼は学校で発音の不明瞭さのためにいじめを受けたことがあり、それが彼のコミュニケーションを改善する使命を生み出しました。

2020年の革命の後、故郷を追放されたニックは、英語のコマンドが最小限だったエストニアに到着しました。彼は自分のアプリを使用して声のトレーニングを行い、わずか6ヶ月で最初の資金調達を獲得しました。AWS AIチャレンジとMeta x Hugging FaceヨーロッパAIスタートアッププログラムの優勝者であるボーカルイメージは、最近、エデュケイピタル（フランス）が主導する360万ドルのシードラウンドを調達し、1400万ドルの年間再発行収入に拡大しました。

ボーカルイメージを2021年に創設しました。AIソフトスキルコーチを作成することを何がインスパイアしたのか、そして最初に何を解決しようとしたのかについてお話しください。

発音の不安は、私の人生の一部でした。学校で発音の不明瞭さのためにいじめを受けた経験が本当に私に残っています。 後で、IT学生インターンとして、高レベルのクライアントにプレゼンテーションを行う必要がありましたが、同じ恐怖が戻ってきました。

2021年、ベラルーシでの失敗した革命の後、私は一夜にしてヨーロッパに移住しなければなりませんでした。突然、私は英語で投資家にピッチしなければなりませんでした。英語はほとんど話せませんでしたが、選択の余地はありませんでした。私は毎日数時間、ボーカルイメージの初期バージョンを使用して発音の練習を行いました。自分の会社の名前を言うために「V」サウンドを正しく発音することができるようにするために、数週間かかりました。

私たちは、ビルトインの声のレコーダーとコメント機能を持つYouTubeのようなアプリから始めました。ユーザーはビデオを視聴し、行を繰り返し練習し、自分の録音を聴くことができました。ユーザーがそれを使用するのを見て、私たちはすぐに彼らがフィードバックを必要としていることを実感しました。私たちの初期ユーザーは、コンテンツを消費するだけで実際の結果を得るのに十分ではないことを示しました。彼らは即時のフィードバックが必要でした。私たちは人間のコーチを通じてフィードバックを提供することを試みましたが、そのアプローチはスケーラブルではありませんでした。そこでAIを使用することにしました。

私自身の洞察から、私が最初のピッチをプラットフォームで練習することができたことは、人よりも簡単だったということです。プレッシャーはなく、判断もありませんでした。私が自分の問題を解決したとき、私は同じ問題に直面している多くの人々を実感しました。200万人以上が発音の不安に苦労しています。

ボーカルイメージの前に、あなたはダンススタジオを運営していました。動きと表現のバックグラウンドは、コミュニケーションと声の自信へのあなたのアプローチにどのように影響しましたか。

私はダンサーではありませんでした。実際には、私は自己表現と人々を中心としたビジネスを構築しました。そこで私は、人々がダンスを見ているだけで、内面的自信について多くを知ることができることを実感しました。

動きも、自己表現において非常に重要な役割を果たします。動き、姿勢、呼吸はすべてコミュニケーションの一部です。そこでAIコーチングが強力なツールになるのです。AIコーチングは、すべての分野でトレーニングを行うことができます。

以前、企業はパブリックスピーキング、ボディランゲージ、自信心のための別々のコーチを雇用しなければなりませんでした。現在、AIを使用することで、すべてがつながります。コミュニケーションの完全な絵が描けます。ただ一部だけではありません。

ほとんどのAIコミュニケーションツールとは異なり、ボーカルイメージはChatGPTを基盤として使用しないことを決断しました。どのような理由がありましたか。

ChatGPTの周りのハプニングは、実際には私たちにとって大きな転換点でした。メインストリームになったとき、AIへの信頼の大きなスパイクを生み出し、私たちが自分のテクノロジーを信じることができるようにしました。

しかし、ここが重要な点です。私たちはそれを基盤として使用したくありませんでした。私たちの目標は、ユニークなモデルを使用して人の声と話し方のパターンを評価することでした。Gemini、Claude、ChatGPTなどの大規模言語モデルやコミュニケーション文学からのヒントやテクニックを現在のモデルに使用していますが、それらは私たちのフィードバックメカニズムの核心ではありません。実際のフィードバックの基盤は人間の入力です。

AIコーチングがロボットのような感覚を与えるという恐怖は実際です。対策として、ボーカルイメージ内にコミュニティを育みました。ユーザーがすぐに接続でき、コミュニケーションを改善する共通の目標を共有し、互いの旅をサポートすることができます。このコミュニティは、私たちのAIを常に成長させ、改善しています。

人間の声だけを使用してAIをトレーニングすることの違いについて、従来のLLMベースのアプローチと比較して、結果や本物性について説明してください。

大規模言語モデルを評価やコンテキストのために使用していますが、システムの実際の基盤はデータ自体です。コアモデルは、コミュニケーションスキルを改善するために集まった人々のコミュニティでトレーニングされました。

AIは、学習する人間によってのみ良くなります。私たちの独自のデータセットには、100万を超えるユニークな人間の声が含まれており、トーン、リズム、感情がすべて表現されています。これらはコミュニケーションの実質を表しています。

100万を超える人間の声のデータセットをキュレーションしてラベル付けする際に直面した課題について説明してください。

すべてのデータポイントに同等の信頼性を置くことはできません。ユーザーによっては注意深く評価しますが、他の人たちはただクリックするだけです。信頼性のあるフィードバックとノイズを区別するシステムを設計しなければなりませんでした。

最も難しい部分は運用上のものでした。質を数量よりも重視する評価エコシステムを構築する必要がありました。そこでコミュニケーションが重要になりました。これらはランダムなインターネットユーザーではありません。彼らは実際にソフトスキルを改善しようとしており、他の人にも同じことを助けることを願っています。すべての評価は匿名です。これにより、フィードバックは偏見がないことを保証できます。

コミュニティ主導の「Tinderのような」評価メカニズムは非常に興味深いです。どのようにしてAIの継続的な学習を形作るのでしょうか。

すべての評価、すべての言語が、私たちのモデルをより賢くする小さな知恵のピースになります。これは生きているフィードバックループです。トレーニングと評価を行う人が増えるにつれて、システムは話し方のニュアンスや感情を認識する能力が高まり、文化を超えて信頼性、温かみ、または権威を人々がどのように認識するかを学びます。

ソフトスキルではなく技術的な能力に重点を置いたAIモデルを開発する際の重要な教訓について教えてください。

主な課題は測定でした。「信頼できる」または「カリスマ的」の普遍的な尺度はありません。私たち自身の尺度を作成しなければなりませんでした。

ここで、大数の法則が役立ちました。100,000人が特定の声が自信を持っているまたは共感的であると同意する場合、集団的認識を信じることができます。時間の経過とともに、私たちのAIは、単純に正しく間違えることができない主観的な質、たとえば信頼性やカリスマを予測することを学びました。これがブレークスルーでした。長い間、無形と考えられてきたものを定量化することを学んだのです。

1400万ドルの年間再発行収入と360万ドルの新しいシードラウンドを達成しました。次の成長段階の主な優先事項について教えてください。AIモデルを進化させること、ユーザー基盤の拡大、コミュニティ体験の深化などです。

私たちの使命は常に人間中心でした。人々がより自信と本物のコミュニケーションを行うことを支援します。

次の段階は、その影響を世界中に拡大することです。新しい言語や地域に拡大し、新しいソフトスキルモジュール、たとえば交渉、積極的な傾聴、雄弁さを開発しています。

多くのユーザーは、AIコーチがロボットのように感じる、または個人的ではないと言います。ボーカルイメージが感情的に共鳴し、コンテキストに応じたフィードバックを提供することを保証する方法について教えてください。

ハイパーパーソナライゼーションに焦点を当てています。最初のインタラクションから、私はあなたが誰であるか、たとえばあなたのアクセント、年齢、職業的背景、話し方を学びます。時間の経過とともに、私はあなたの改善、苦手な点、そしてあなたに最も響くフィードバックを思い出すことができます。

これにより、AIは動的に適応できます。体験は個人的なものです。完全にあなたのデータと旅によって形作られ、汎用的なスクリプトによってではありません。

将来、生成的AIや感情AIが成熟するにつれて、AIソフトスキルコーチングはどのように進化すると思いますか。

人間の発達は、常に性質と養育の混合です。科学によれば、リーダーシップはおよそ半分は生まれつき、半分は学習されたものです。学習された部分は、以前は高額なコーチを雇用できるエグゼクティブに限定されていました。 長い間、企業はリーダー1人をコーチングするために年間7,000ドルから25,000ドルを費やさなければなりませんでした。 AIがそれを変えます。

また、人間のトレーナーと関わることは、複数のコーチを雇用することを必要としますが、AIコーチはすべてを置き換えることができます。

現在、私たちはパイプラインの異なるモデルを使用してコミュニケーションのさまざまな側面を分析していますが、将来は、総合的に評価してガイダンスする単一の統合システムです。このテクノロジーは成長を民主化します。コミュニケーションをマスターするには、カリスマ的な性格や大きな企業予算が必要ではありません。ただ、好奇心とアクセスが必要です。そうした環境を作ることが、私が毎日駆り立てるものです。

素晴らしいインタビュー、ありがとうございました。詳細については、ボーカルイメージを訪れてください。