コネクティの共同創設者兼CTOであるヤンドン・リウ – インタビュー・シリーズ

ヤンドン・リウは、Connectly.aiの共同創設者兼CTOです。彼は以前、StravaでCTOを務めていました。ヤンドン・リウは、カーネギーメロン大学に通っていました。

2021年に設立されたConnectlyは、会話型人工知能（AI）のリーダーです。独自のAIモデルを使用して、Connectlyのプラットフォームは、企業が顧客と通信し、メッセージングプラットフォーム上で製品を販売する方法を自動化します。Connectlyは、セールスとマーケティングから顧客体験とサポートまで、顧客の好みのメッセージングプラットフォーム内で全顧客ジャーニーを実行できるようにします。

Connectlyの創設ストーリーを共有してください。

Connectlyは、会話型AIのリーダーになるというビジョンから生まれました。私の共同創設者であるステファノスと私は、創設者コミュニティの共通の友人を通じて出会い、メッセージングの将来に対する共通の情熱を共有しました。私がStravaとUberでテクノロジー・チームを率いた経験と、ステファノスがFacebook Messengerを担当した経験を活かし、将来のAIパワード・インフラストラクチャーを作り、企業が顧客のメッセージをよりよく活用できるようにしました。

Small Language Models（SLMs）とは何ですか？それらはLarge Language Models（LLMs）とどう違いますか。

SLMsは、人間の言語を理解し、生成するように設計されたAIモデルですが、LLMsよりもパラメータと計算要件が少ないです。WhatsAppやInstagramなどのメッセージングプラットフォーム上のAIマーケティング・ソリューションの文脈では、SLMsは応答時間が短く、さまざまなデバイスで簡単に展開できます。したがって、リアルタイムの顧客とのやり取りに最適です。SLMsの小さなサイズにより、品質を損なうことなく効率的なパフォーマンスが可能になります。

SLMsは、顧客とのやり取りの信頼性を高め、AIの応答の信頼性を高めるために、ホールシネーションの可能性をどのように減らすのでしょうか。

SLMsは、管理可能なパラメーターの小さなセットに焦点を当てることで、ホールシネーションの可能性を減らします。ホールシネーションとは、AIが不正確または無意味な情報を生成することを指します。AIベースのメッセージング・マーケティング・ソリューションの文脈では、この焦点付けられたアプローチにより、より予測可能で信頼性の高い応答が可能になり、顧客の信頼と関与が高まります。SLMsの複雑さが減ることで、オフ・トピックまたは誤ったコンテンツを生成する可能性が最小限に抑えられ、全体的なAIのやり取りの信頼性が向上します。

SLMsは、特にチャットボットの文脈では、小売業者にとって特に有益です。なぜでしょうか。

LLMsは、大量のデータを食わせるため、応答が遅いことがあります。しかし、メッセージングと会話型コマースでは、顧客をよりよくサポートするために、より迅速な応答時間が必要です。小売業者にとって、SLMsはより実用的で有益です。小売業界では、詳細な情報を提供できます。さらに、SLMsはよりアジャイルであるため、通常、より安価です。したがって、小規模なスタートアップから大規模なオンライン小売業者まで、すべての小売業者が利用できます。

SLMsは、LLMsよりも顧客によりパーソナライズされた体験を提供する方法を説明してください。

SLMsは、特定のタスクやドメインに簡単にファインチューニングできるため、顧客によりパーソナライズされた体験を提供します。SLMsの小さなサイズにより、カスタマイズがより迅速で効率的になり、企業はモデルを顧客の独自のニーズと好みに合わせて調整できます。この焦点を当てたカスタマイズにより、より関連性の高いパーソナライズされたやり取りが可能になり、顧客体験が向上します。

Connectlyは、SLMsをどのようにプラットフォームに統合して電子コマース機能を強化していますか。

私たちは、SLMsをプラットフォームに統合して電子コマース機能を強化することで、効率性と適応性を活用しています。これらのモデルにより、WhatsAppやInstagramなどのメッセージングプラットフォーム上で迅速で正確な顧客とのやり取りが可能になり、パーソナライズされた製品の推奨やインスタント・カスタマー・サポートが提供されます。SLMsの軽量性により、応答が迅速で関連性が高く、全体的な顧客体験が向上し、関与が高まります。

小売業者が運用でSLMsを成功裏に実装した具体的な例をいくつか示してください。

私たちのクライアントは、SLMsで大きな成功を収めています。ファッション小売業者は、SLMsを使用して、WhatsApp上でパーソナライズされたスタイリング・アドバイスを提供しています。顧客の過去の購入と好みに基づいて、アウトフィットを推奨しています。同様に、家電小売業者は、Instagram上で製品の機能と在庫についての顧客の質問にリアルタイムで回答するためにSLMsを展開しました。ショッピング体験が向上し、カスタマー・サポート・チームの負担が軽減されました。

小売業者は、LLMsからSLMsへの移行を検討するべき理由を教えてください。

小売業者は、SLMsの効率性とコスト効率の向上により、LLMsからSLMsへの移行を検討するべきです。SLMsは、より迅速で、計算要件が少なく、特定のタスクに簡単にファインチューニングできます。したがって、WhatsAppやInstagramなどのメッセージングプラットフォーム上でのリアルタイムの顧客とのやり取りに最適です。この移行により、より迅速でパーソナライズされたカスタマー・サービスを提供しながら、運用コストを削減できます。

SLMs技術の将来の進歩について、どれが最も楽しみですか。

SLMs技術の進歩について、最も楽しみなのは、効率性と精度の向上です。例えば、転移学習とファインチューニング技術の改善により、SLMsはより少ないデータで特定のタスクに適応できるようになります。さらに、SLMsとマルチモーダル機能（テキスト、音声、画像データの組み合わせ）の統合により、WhatsAppやInstagramなどのプラットフォーム上でより豊かでインタラクティブな顧客体験が可能になります。これらの進歩により、SLMsは、小売業者が魅力的なパーソナライズされた顧客とのやり取りを提供するために、さらに貴重なツールになります。

小売業界におけるSLMsの採用が次の数年でどのように進化するかについて、ご覧になっていることを教えてください。

　小売業界におけるSLMsの採用が大幅に増加することを予想しています。小売業者が顧客と関わるためのより効率的でコスト効率の高い方法を求めるにつれて、SLMsの速度と適応性はますます貴重な資産となります。SLMsは、カスタマー・サービス・プラットフォーム、마케팅キャンペーン、WhatsAppやInstagramなどのメッセージング・アプリ、さらにはTikTok上でのパーソナライズされたショッピング体験にさらに広く統合されるでしょう。この移行により、小売業者はより迅速でパーソナライズされたやり取りを提供し、顧客の満足度とロイヤルティを高めることができます。

素晴らしいインタビュー、ご覧になりたい読者はConnectlyを訪問してください。