シャローネ・ベン＝レヴィ、オーディオコードのグローバルセールスおよびビジネス開発担当VP – インタビューシリーズ

シャローネ・ベン＝レヴィ、オーディオコードのグローバルセールスおよびビジネス開発担当VP、コンタクトセンターは、25年以上のキャリアを持ち、セールス、마케팅、ビジネス開発、およびコンタクトセンターの革新を経験したコミュニケーションテクノロジーのエグゼクティブです。オーディオコードでのキャリアの中で、エンタープライズコミュニケーション、カスタマーエクスペリエンスのソリューション、およびAI駆動のコンタクトセンター技術の成長を牽引することを重点としたシニアリーダーシップの役職を歴任しました。オーディオコード以前は、NICE Systemsでカスタマーエンゲージメントとエンタープライズソフトウェアの貴重な経験を積みました。彼のキャリアの中で、ベン＝レヴィは、クラウドコミュニケーション、自動化、および会話AIを通じて、企業がカスタマーインタラクションを近代化するのを支援することに重点を置いてきました。これにより、彼はコンタクトセンター技術の進化における認識された声となりました。

オーディオコードは、エンタープライズボイス、コンタクトセンター、およびAI駆動のカスタマーエクスペリエンスのソリューションを専門とするコミュニケーションテクノロジー企業です。1993年に設立された同社は、ボイスネットワーキングおよびVoIPインフラストラクチャの提供者から、クラウド、ハイブリッド、およびオンプレミス環境全体でカスタマーおよび従業員のインタラクションを近代化することに役立つ、インテリジェントなボイスコミュニケーションのリーダーに進化しました。同社のポートフォリオには、ボイスAIプラットフォーム、会話AIソリューション、セッションボーダーコントローラ、Microsoft Teamsのボイス統合、CPaaSオファリング、およびコンタクトセンターの近代化ツールが含まれます。VoiceAI ConnectやLive Hubなどのプラットフォームを通じて、オーディオコードは、企業がボイスボット、AIエージェント、エージェントアシスト機能、会話IVRソリューション、およびリアルタイムコミュニケーションサービスを展開できるようにし、既存のテレフォニーおよびコンタクトセンターインフラストラクチャと統合します。同社のテクノロジーは、世界中の企業およびサービスプロバイダーによって、カスタマーエクスペリエンスの向上、ワークフローの自動化、およびデジタルトランスフォーメーションイニシアチブのサポートに使用されています。

オーディオコードでのキャリアは20年以上となり、エンベデッドシステムエンジニアリングから生産性アプリケーションのリーダーシップまで幅広い分野を経験しました。ボイスAIがエンタープライズ環境で信頼性の高いものになるために必要な要素について、どのような洞察を得ましたか。

エンタープライズコミュニケーションを多角的に見てきた経験から、信頼性はシステムのすべての層に最初から組み込まれる必要があることを学びました。

エンベデッドシステムでの経験から、小さな技術的な決定が実稼働環境で大きな影響を与えることを学びました。遅延、オーディオ品質、転写の精度、自然なターンテイキング、ほかすべての要素が信頼性を考慮して設計される必要があります。なぜなら、どれか1つの要素が失敗すると、全体のシステムが失敗するからです。理想的な条件下でのみ動作するボイスAIシステムは、実用的ではありません。

リーダーシップを担うようになってからは、エンタープライズが複雑なインフラストラクチャをサポートし、厳格なアップタイム要件を満たす必要があることを明確にしました。パイロットでは問題なかったシステムが、実際の負荷で劣化する場合は、問題を解決していません。

私のキャリアから得た教訓は、エンタープライズにおけるボイスAIの基準は信頼性であるということです。信頼性は、組織がシステムを重要なビジネスプロセスの一部として依存できるようになる時にのみ築かれます。

多くの組織はチャットボットを試みましたが、ボイスは別の複雑さの層を導入します。テキストベースのAIから完全な会話ボイスシステムへの移行における最大の技術的な課題は何ですか。

最大の課題は、エンタープライズボイス環境の複雑さです。これらは、SIPベースのテレフォニー プロトコルとAIのHTTP/SSEベースのAPIの間の仲介を必要とする、別々の「島」に分割されることがよくあります。さらに、SIPとHTTP/SSEの両方を知っているエンジニアは非常に少数です。加えて、テキストベースのシステムとは異なり、ボイスではリアルタイムの処理とオーケストレーションが必要であり、異なるプロトコル間の変換が必要です。これにより、スムーズで会話的なエクスペリエンスを提供することが技術的に大幅に困難になります。遅延、背景ノイズ、発音、アクシデントなどが新たな要因として加わります。これらの要因は、テキストのみのシステムでは存在しませんでした。

オーディオコードは、従来のテレフォニーシステムとモダンなAIプラットフォームの橋渡しに焦点を当てています。VoiceAI Connectのようなソリューションは、レガシーのインフラストラクチャと先進的なAIモデルをどのように統合しますか。

VoiceAI Connectは、従来のカスタマーコンタクトポイント（電話番号、SIPトランク、コンタクトセンターのテレフォニー）を、Google (GOOGL ) CX Agent Studio、Amazon (AMZN ) Lex、Microsoft Copilotを含む30以上の会話AIプラットフォームに直接接続するブリッジです。リアルタイムのボイスオーケストレーション、包括スピーチツーテキストとテキストツースピーチ、およびボットフレームワークのルーティングを処理し、企業がボイスを有効にしたAIボットを簡単に選択できるようにします。レガシープラットフォームは通常、メディアサーバーから新しいボイスAIオファリングへのAPI統合が不足しています。オーディオコードは、これらのAPIを手動で書く必要性を排除することで、SIPテレフォニーインターフェースを介してこれらに接続し、モダンなAIインターフェースに接続します。

企業はしばしばパイロットプロジェクトを超えて進むのに苦労しています。ボイスAIが全社的に拡大することを妨げる主要なアーキテクチャ的または運用上の障壁は何ですか。

ボイスAIはまだ進化の途上です。企業が一つのAIテクノロジーをパイロットする頃には、新しいものが登場しています。オーディオコードは常に最新のボイスAIソリューションに統合しているため、企業は環境を将来にわたって保護し、さまざまなボットを試すことができます。オーディオコードのオーケストレーションにより、企業はパフォーマンス、コスト、言語、コンプライアンスを考慮して、さまざまな目的のためのさまざまなボットを選択できます。これにより、実稼働への移行が成功する可能性が高まります。

その他の実稼働オーケストレーションの考慮事項は、スケーラビリティ、ビジネス継続性、および複数のコンタクトセンター環境への接続に関連しています。

実際の展開において、エンドユーザーの視点から見た、AI駆動のコールエクスペリエンスの成功例は何ですか。また、人間のようなインタラクションを大規模に実現するには、どのくらいの距離がありますか。

2020年および2021年頃に私たちと一緒に始めた大きな顧客があります。彼らは、人間のようなインタラクションがすでに大規模にうまく機能していることを証明しています。実際のユースケースには、コールステアリング、約束のスケジューリング、送金などのカスタマー向けタスク、およびAIコールサマライズ、リアルタイムのナレッジガイダンス、ライブボイス翻訳などのエージェント向けツールが含まれます。

エンドユーザーにとって、AI駆動のコールエクスペリエンスは無駄のないものです。堅苦しいメニューツリー（1を押してこれ、2を押してあれ）をナビゲートするのではなく、会話型IVRシステムを通じて、呼び出し先が自然に自分の言葉で話すことができます。これにより、最初の接点からより直感的で効率的なインタラクションが生まれます。

業界はまだ完全に人間のような複雑なインタラクションに到達していませんが、これらの機能は企業を大幅に近づけています。AIと自動化を人間のサポートと組み合わせることで、企業はより正確でよりパーソナライズされたエクスペリエンスを提供できます。

ボイスAIは、スピーチ認識、自然言語理解、リアルタイム処理に依存しています。現在、ボトルネックはどこにあり、どのように解決されていますか。

大きな企業のボトルネックは、統合に戻ります。最近のOpus Researchの報告書によると、企業の38%がコストをボイスAIの採用の障壁として挙げている一方で、65%が既存のシステムとの統合、60%が統合の複雑さを挙げています。

CCaaSベンダーは、統合をブロックするか、財政的に実行可能でないようにすることで、独自のボットモデルを採用する障壁を増やしています。古いシステムには、更新されたAPI統合が不足しています。オーディオコードのVoice AI Connectは、既存のコンタクトセンター環境に標準のSIPで接続し、30以上のボイスAIボットフレームワークと20以上のスピーチツーテキストおよびテキストツースピーチエンジンにAIP統合を提供することで、APIを手動で書く必要性を排除します。

同報告書では、全体的なパフォーマンス品質（ボイス品質、会話の流れなど）が、ボイスAIの採用を遅らせる最大の理由（72%）であると強調しています。Voice AI Connectは、ミックスアンドマッチボットフレームワーク、STT、TTSを可能にし、各ユースケースとバリエーション（ジャーゴンや言語）に最適な実装を可能にします。さらに、AI業界は急速に進化しており、新しいAIプロバイダーに簡単に切り替える必要があります。

統合は、低遅延、費用対効果、シームレスな展開、セキュリティの強化、デバッグの確保、ビジネス継続性の確保、およびオンプレミスオプションの提供が必要です。

オーディオコードは、複数のAIおよびスピーチプロバイダーに接続する柔軟なアプローチを推進しています。ボイスAIシステムを構築する際に、ベンダーの柔軟性はどのくらい重要ですか。

ベンダーの柔軟性は非常に重要です。企業は、単一のベンダーの環境で運営することは稀であり、市場にはさまざまなAI、スピーチ、テレフォニー、コミュニケーションのソリューションがあります。統一されたボイスAI戦略を作成するには、企業はこれらの異なるソリューションを統合し、すべてのソリューション間の相互運用性を確保する必要があります。また、コスト、遅延、ユースケースのパフォーマンス、言語サポート、ジャーゴンを最適化する必要があります。

柔軟なアプローチにより、企業は複数のプロバイダーと統合し、さまざまなユースケースに適したテクノロジーを選択し、市場の進化に適応できます。

金融やヘルスケアなどの規制された業界では、ボイスインタラクションデータの収集と分析は、通常のクラウドベースのAIワークフローとはどのように異なりますか。

ボイスデータの取り扱いは、厳格なプライバシーとコンプライアンス要件によって規制されており、これらはクラウドベースのAIツールの使用を大幅に制限します。規制された組織は、機密データを制御された環境内に保ち、インフラストラクチャの外に出さないようにするために、オンプレミス展開を採用することがよくあります。

コンプライアンス基準では、ボイスインタラクションを特定の形式で記録および保存することが必要であり、監査のために高い精度と逐語的トランスクリプトが必要です。たとえば、金融では、取引会社は、規制監査のために、正確に話された通りのすべての録音されたコールとトランスクリプトを保存する必要があります。ヘルスケアでは、患者向けコールを扱う提供者は、録音とトランスクリプトを完全に安全でHIPAAコンプライアントにする必要があります。全体的に、データは、保護された情報が外部のクラウドサービスに公開されないように、オンプレミスで処理される必要があります。

企業がアクションを取ることができるAIエージェントを展開し始めると、カスタマーサービスと内部運用におけるボイスインターフェースの役割はどのように変わりますか。

ボイスインターフェースは、受動的なツールから、リアルタイムで分析およびアクションを取ることができる、能動的で知的なシステムに進化しています。会話を記録またはルーティングするだけでなく、AI駆動のボイスシステムは、顧客の問題を解決したり、バックエンドプロセスをトリガーしたり、ITの問題を解決するのに役立つことができます。これは、ボイスが最初で最も自然な接触点であることが多いため、特に強力です。

AIエージェントは、顧客に割引を承認するために人間の監督者にプロアクティブにアプローチすることができます。アイテムを顧客のウェブカートに追加するなどの直接的なアクションを取ることもできます。さらに、写真を分析するなどの特殊なスキルを持つ他のボットと共同作業することができます。各レベルは、以前存在しなかった複雑さのレベルを表しています。

将来を見据えると、ボイスはエンタープライズAIシステムの主要インターフェースになるでしょうか。あるいは、より広範なマルチモーダルエクスペリエンスの一部として残るでしょうか。

個人的な例を挙げてみましょう。私は2人のティーンエイジャーの子供を持っています。彼らは、可能であれば、人間のカスタマーサービス担当者と話したくないと思っています。しかし、彼らはボットと話したいよりもテキストで会話したいと思っています。ボイスは、人間が数百万年間にわたって使用してきた自然なコミュニケーションの手段です。少なくとも、心を読むことができるようになるまで、キーボードやマウスよりも優れています。

素晴らしいインタビュー、詳しく知りたい読者はオーディオコードを訪問してください。