ヤンドン・リウ、Connectlyの共同創設者＆CTO – 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。以前は、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、ビジネスが顧客と通信し、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、마케팅、カスタマー・エクスペリエンス、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ての顧客ジャーニーを実現します。

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、創業者コミュニティの友人を通じて出会い、メッセージングの未来に対する共通の情熱で結ばれました。私がStravaとUberでテクノロジー・チームを率い、ステファノスがFacebook Messengerを担当していた経験を基に、AIを活用した将来のインフラストラクチャを作ることを目指しました。そうして、企業が顧客からのメッセージをより効果的に活用できるようにすることを目指しました。

Small Language Models（SLMs）とは何ですか？また、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、パラメータと計算要件がLLMsよりも少ないです。WhatsAppやInstagramのようなメッセージング・プラットフォーム上でのAIマーケティング・ソリューションの文脈では、SLMsはより速いレスポンスタイムを提供し、様々なデバイスに簡単にデプロイできます。小さいサイズにより、レスポンスの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がホールシネーションの可能性を減らし、AIのレスポンスの信頼性を向上させる方法について説明してください。

SLMsは、パラメータの小さいセットに焦点を当てることで、ホールシネーション（AIが不正確または無意味な情報を生成する場合）の可能性を減らします。AIを活用したメッセージング・ベースのマーケティング・ソリューションの場合、この焦点のあるアプローチにより、より予測可能で信頼性の高いレスポンスが保証され、顧客の信頼とエンゲージメントが向上します。SLMsの複雑性の低減により、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、AIのインタラクションの全体的な信頼性が向上します。

SLMsが特に小売業者に利益をもたらす理由、特にチャットボットの文脈では何ですか。

LLMsは、大量のデータを使用するため、遅いことがよくあります。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、より正確にサポートするために、より速いレスポンスタイムが必要です。小売業者にとって、SLMsは、より実用的で利益の高い選択肢です。SLMsは、小売業界でより詳細な情報を提供できます。また、SLMsはよりアジャイルであるため、コストが低く、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について説明してください。

SLMsは、特定のタスクやドメインに簡単にファインチューンできるため、顧客によりパーソナライズされた体験を提供します。小さいサイズにより、より迅速で効率的なカスタマイズが可能になり、ビジネスはモデルを顧客のユニークなニーズと好みに合わせて調整できます。この焦点のある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インタラクションが可能になり、顧客体験が向上します。

Connectlyは、SLMsをどのようにしてプラットフォームに統合してEコマースの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Eコマースの機能を強化するために、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のようなメッセージング・プラットフォーム上での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レコメンデーションやインスタント・カスタマー・サポートが提供されます。SLMsの軽量性により、レスポンスが迅速で関連性が高く、全体的な顧客体験が向上し、エンゲージメントが促進されます。

小売業者がSLMsを運用に成功させ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を使用して素晴らしい成果を上げています。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、顧客の過去の購入履歴と好みに基づいてアウトフィットをレコメンドしています。同様に、家電小売業者は、Instagram上でSLMsを展開して、製品の特徴や在庫に関する顧客の質問にリアルタイムで回答し、ショッピング体験を向上させ、カスタマー・サポート・チームの負担を軽減しています。

小売業者がLLMsからSLMsに移行する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に移行することを検討する必要があります。SLMsは、より速く、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ンできます。WhatsAppやInstagramのようなメッセージング・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。

私は、SLMsの効率性と精度をさらに高める進歩について最も楽しみです。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は最小限のデータで特定のタスクにさらに熟練することができます。また、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のようなプラットフォーム上での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、小売業者がパーソナライズされた顧客とのやり取りを提供する上で、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、見通しを教えてください。

私は、小売業界におけるSLMsの採用が大きく成長することを見ています。小売業者が顧客とのやり取りをより効率的に、コスト効率よく行う方法を求めるにつれて、SLMsの速度と適応性の価値が高まっています。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、メッセージング・アプリ上でのパーソナライズされたショッピング体験に幅広く統合され、顧客の満足度とロイヤルティを高めるために、より迅速でパーソナライズされたインタラクションを提供するのに役立ちます。