Rana Gujral、Behavioral SignalsのCEO – インタビュー・シリーズ

Rana Gujralは、Behavioral SignalsのCEOです。Behavioral Signalsは、会話に感情を導入することで、人間と機械のコミュニケーションギャップを埋める会社です。

Behavioral Signalsは比較的若いスタートアップで、2016年に設立されました。創設の話を聞かせてください。

CTOのAlex PotamianosとチーフサイエンティストのShri Narayananが、会社の画期的な特許技術であるスピーチから感情と行動を抽出する技術を市場に導入するために、Behavioral Signalsを2016年に設立しました。Shriは、南カリフォルニア大学（USC）のAndrew J. Viterbi教授です。また、USCのSignal Analysis and Interpretation Laboratory（SAIL）を設立し、現在はその所長を務めています。Alexは、スピーチと自然言語処理、インタラクティブボイスレスポンスシステム、行動インフォマティクスの分野で高く評価されているイノベーターです。彼は、AT&T Labs-Research、Bell Labs、Lucent Technologiesで20年以上のリーダーシップを経験しています。

私たちは、ビジネスの世界を改善し、変えるために、テクノロジーが核心にあると考えています。Behavioral Signalsのアルゴリズムは、人間の感情と行動を分析し、データを活用可能な情報に変換し、より良いビジネス上の決定と利益の増加につながります。現在まで、人間の感情は、量化不可能で、測定不可能であると考えられてきました。しかし、私たちの特許取得済みの分析エンジンは、人間の相互作用の「方法」を測定し、解釈します。

Behavioral Signalsは、感情コンピューティング（Emotion AI）と呼ばれるマシンラーニングの一種を使用しています。詳しく説明してください。

Emotion AIは、人間の感情を読み取り、解釈し、応答し、模倣することができるマシンを開発するために使用されています。消費者にとって、これは、デバイスがあなたの声の感情的なヒントを読み取り、より自然なやり取りを提供できることを意味します。

AIへの依存が増すにつれて、感情的に知的なAIの必要性も増します。仮想アシスタントに今日の試合の結果を読んでもらうことは一つのことですが、AI駆動のボットに高齢者の介護を任せることは別の話です。現在、AIは医療の状態を診断し、治療をアウトラインすることができますが、患者とより人間的なやり取りをするために、感情的な知性が必要です。

その他のマシンラーニング技術を使用していますか?

マシンラーニングでは、主に深層学習とNLPを使用しています。Behavioral Signals Processing分析モデルで、これを少し詳しく説明します。私たちは、10年以上にわたる受賞歴のある研究と特許技術に基づいて、Behavioral Signal Processingという分野を開拓しました。これは、人間の声から自動的に情報を抽出して、人間のやり取りの質を測定することを目的としています。これは、エンジニアリングと行動科学を結び付ける新しい分野です。深層学習は、より優れた予測モデルを作成するためのツールです。

声のトーンからどのようなデータを収集していますか?

私たちの深層学習AI技術は、会話の両側で何が話されているか、そしてどう話されているかを分析し、感情と行動を測定します。感情の範囲は多様ですが、重要なのはこの分析の集約された知性です。例えば、銀行員と顧客の会話を考えてみましょう。私たちは、礼儀正しさ、冷静さ（怒っているかどうか）、顧客への共感、顧客の反応、話し方のスタイル（ゆっくり、速い、関心があるかどうかなど）を測定して、会話の質のスコア、結果の有効性、銀行員のパフォーマンスを計算することができます。

意図を予測するためにどのようなデータ分析を行っていますか?

意図の予測は、すでに説明したことと似ています。私たちは、顧客の声の感情的な信号を使用して、製品の購入、サブスクリプションの更新、または債務者の債務の支払いについての意図を予測します。意図の予測は、企業が売上を増やし、コストを削減し、顧客満足度を向上させるのに役立ちます。

Behavioral Signalsは、6回にわたってINTERSPEECHの人間の相互作用と計算パラリンガスティクスの質のチャレンジで金賞を受賞しています。このチャレンジとは何ですか? これはどれほどの大きな成果ですか?

INTERSPEECHは、スピーチ処理と応用に関する世界最大の技術カンファレンスです。出席者数が多く、研究論文も多数あります。このカンファレンスでは、スピーチ科学とテクノロジーのすべての側面に対する学際的なアプローチを強調しています。チャレンジは、スピーチ認識と自然言語処理の分野におけるチューリング賞と見なされています。私たちの科学的業績と、オーディオデータから行動や特性を抽出する能力を認めてもらったことは、重要な成果です。

Behavioral Signalsはどれほどのスピードで異なる言語に適応できますか? どれほどの大きなデータセットが必要ですか?

私たちのテクノロジーは言語に依存しません。私たちは、どう話されているかを聞きます。何を話しているかではなく、感情を表現する方法を聞きます。各言語には独自の特徴があり、アルゴリズムの調整が必要になる場合がありますが、予測分析モデルへの影響は通常小さくなります。

Behavioral Signalsの最新の解決策であるAIメディエーテッド・コンベーションについて話してください。

AIメディエーテッド・コンベーション（AI-MC）は、感情AIとボイスデータを使用して、顧客を最も適切な従業員に接続する自動的なコールルーティング・ソリューションです。上記の銀行員と顧客の例に戻りましょう。私たちのテクノロジーは、会話のダイナミクスを導き、結果を改善することを目的としています。目標は、顧客体験の向上、コレクションの増加、解決時間の短縮など、さまざまなものになるかもしれません。どのような目標であっても、両側が望ましい結果に到達することを可能にするカタリストがあります。そのカタリストは、人間同士の間で自然に発生するアフィニティや相性です。ビジネスコミュニケーション（セールスコール、サポート、コレクションなど）では、人間同士のやり取りが常に発生します。アフィニティは、2人のペアごとに異なります。私たちは、他の人よりも相性が良い人と相性が悪い人を持っています。このマッチングは、プロファイルデータとNLPおよびBehavioral Signal Processingでの長年の研究と経験に基づいて開発された優れたアルゴリズムを使用して行われます。

私たちは最近、EUの銀行のコールセンターでBehavioral SignalsのAI-MCソリューションを実装しました。ケーススタディは、ガートナーのEmotion AI Adoption Reportに掲載されました。ソリューションは、20%の増加した債務再構築申請と、7.6%の減少したコール数を実現しました。これらの結果は、銀行にとって300万ドルのプラスの収益に相当しました。

Behavioral Signalsについてさらに何か共有したいことがありますか?

私たちは、研究上の成果を誇りに思っていますが、業界からの賞賛も感謝しています。2019年の秋、ガートナーのMaverick Researchに掲載され、bleeding edge technologiesを特集しました。今年、ガートナーのHype Cycleに掲載され、技術が「変革的」と評価されました。先月、ガートナーのCool Vendor 2020に選ばれました。

ご協力ありがとうございました。詳しく知りたい方は、Behavioral Signalsを訪れてください。