레베카 그린, Regal의 CTO 및 공동 창립자 – 인터뷰 시리즈

레베카 그린, Regal의 CTO 및 공동 창립자는 기술 고위 임원, 제품 리더, 투자자로서 고객 중심의 디지털 비즈니스 구축에 광범위한 경험을 보유하고 있습니다. Regal을 2020년에 공동 창립하기 전에, 그녀는 Handy의 Chief Product Officer로 재직하였으며, 제품, 디자인, 데이터 팀을 이끌었으며, ANGI Homeservices의 인수 후 회사와의 통합을 지원했습니다. 이전에, Greene은 Amazon (AMZN )에서 제품 관리를 담당하였으며, Booz & Company, First Manhattan Consulting Group, Bear Stearns에서 전략, 컨설팅, 금융 서비스 역할을 수행했습니다. 그녀는 또한 Blue Trail Partners의 파트너로서, 고성과企業을 구축하는 창업자를 지원합니다.

Regal은 기업용 음성 AI 플랫폼으로, 고객 센터에서 판매, 고객 지원, 운영 워크플로우를 위한 자율적 AI 에이전트를 구축, 배포, 개선, 관리할 수 있습니다. 이 플랫폼은 음성 기술, 고급 프롬프트, 실시간 고객 데이터를 결합하여 개인화된 인바운드 및 아웃바운드 대화를 제공하며, 기존 고객 관계 관리, 연락처 센터, 전화 시스템, 데이터베이스 시스템과 통합됩니다. 2020년에 설립된 이 회사는 기업이 기존 기술 인프라를 대체하지 않고 고객 상호작용을 자동화하는 것을 도와줍니다.

Handy를 초기 스타트업에서 ANGI의 일부가 된 비즈니스로 성장시키는 데 도움을 주었으며, 제품을 초과 성장으로 구축하는 데 첫손으로 경험을 가지고 있습니다. 그 여정에서 어떤 교훈이 Regal을 공동 창립하도록 설득했으며, 기존 联絡 센터 기술로 해결할 수 없는 고객 경험 문제는 무엇입니까?

우리가 ANGI에서 일할 때,私の 공동 창립자 Alex와私は 3,000명의 연락처 센터 서비스를 운영하고 있었으며, 거의 1억 명의 고객 상호작용을 처리하고 있었습니다. 처음에,私の 목표는 고객이 가능한 한 적게 전화하도록 하는 것이었습니다. 왜냐하면 기술 분야의 모든 사람이 “음성은 죽었다”고 말했기 때문입니다. 그래서 우리는 고객을 자체 서비스로 유도하기 위해 모든 것을했습니다. FAQ, 챗봇, 웹사이트에서 전화 번호를 숨기는 등.

그러나 고객들은 계속해서 전화했습니다. 중요한 경우, 긴급한 경우, 또는 텍스트 상자에서 설명하기에는 너무 복잡한 경우에 사람들은 실제로 전화하기를 원합니다. 그때 우리는 아웃바운드 채널로서 음성을 더 깊이 조사하기 시작했으며, 데이터는 그것이 매우 효과적임을 보여주었습니다. 고객이 신용 카드를 업데이트하거나 약속에 대해 상기시키고 싶을 때, 이메일은 약 2%의 클릭률을 얻을 수 있습니다. 그러나 전화 통화를 통해 우리는 20~30%의 고객이 응답할 수 있습니다. 그것은 10배 더 좋습니다.

문제는 기존 联絡 센터 기술이 기업들이 그 수요를 경제적으로 충족하도록 허용하지 않는다는 것이었습니다. 음성 통화는 약 10달러의 비용이 들기 때문에, 대부분의 기업은 고객이 원하더라도 음성 통화를 피하도록 동기를 부여했습니다. 음성에 대한 높은 수요와 그것을 잘 제공할 수 있는 비용 효율적인 방법이 없는 간격이私の 공동 창립자와私를 2020년에 Regal을 설립하도록 설득했습니다.

Regal은 현재 기업 조직에서 수백만 개의 AI 구동 고객 상호작용을 처리했습니다. 생산에 대한 기업 규모에서 음성 AI를 신뢰할 수 있도록 만드는 데 가장 큰 기술적 도전은 무엇이었으며, 어떤 돌파구가 광범위한 채택을 가능하게 했습니까?

Regal은 최근 5억 개의 AI 처리 통화를 달성했으며, 이는 약 408년의 대화에 해당합니다. 현재 우리는 100개 이상의 AI 음성, 33개 언어, 26개의 LLM을 보유하고 있으며, 고객을 위해 900억 달러의 수익을 창출했습니다.

우리와 우리의 고객을 위해 가장 큰 도전은 에이전트가 고객과 대화할 때마다 올바른 컨텍스트를 갖도록 하는 것이었습니다. 우리는 의료, 보험, 교육, 금융 서비스와 같은高度로 규제되는 산업에서 기업들과 협력하므로, AI가 무엇을 말할 수 있고 무엇을 말할 수 없는지 이해하는 것이 중요합니다. 그래서 우리는 우리의 AI를 직원처럼 다룹니다. 즉, 훈련을 시키고, 감독을 하고, 성과를不断으로 평가해야 합니다.

진짜 돌파구는 실제 推論과 언어 생성을 가진 LLM의 도착이었습니다. 이것은 처음으로 복잡한 다중 회의를 자동화할 수 있게 되었습니다.

많은 사람들이 아직도 AI 음성 에이전트를 좌절하는 IVR 시스템이나 로봇 챗봇과 연관시킵니다. 지난 몇 년 동안 무엇이 근본적으로 변경되어 현대의 음성 에이전트가 훨씬 더 자연스러운 대화를 제공할 수 있게 되었습니까?

AI 음성 에이전트는 과거의 IVR 시스템과 완전히 다릅니다. 여전히 IVR를 사용하는 사람은 매우 제한적입니다. 왜냐하면 그것들은 결정론적이기 때문입니다. 오늘날, 에이전트는 실제로 사람처럼 대화를 推論하며, LLM을 사용하여 언어를 생성하고, 5억 개의 이전 대화에서 컨텍스트와 데이터를 사용합니다. 더 나은 음성 품질, 개선된 응답 시간, 더 자연스러운 대화 논리와 결합하여, 대부분의 고객은 실제로 AI와 대화하고 있음을 알지 못하거나, 알더라도 출력이 필요한 경우에는 신경 쓰지 않습니다.

CTO로서, 어떻게 기초 모델의 빠른 발전과 안정성, 보안, 예측 가능한 행동이 필요한 기업 고객의 요구를 균형 있게 조정합니까?

이것이私가 CTO로서 관리하는 핵심 긴장입니다. 기초 모델은 매우 빠르게 발전하지만, 규제 산업의 기업 고객은 예측 가능성, 보안, 일관된 행동을 필요로 합니다.

우리는 모델 제공업체가 아닙니다. 우리는 AI 에이전트를 구축하기 위한 응용 프로그램을 제공하며, 다른 联絡 센터 소프트웨어와 함께 작동합니다. 이 분리는 우리가 고객이 의존하는 가드레일, 통합, 규제 컨트롤을 불안정하게 만들지 않고 개선을 할 수 있게 합니다. 또한 우리가 복잡한 워크플로우를 처리하는 AI 에이전트를 몇 주 안에 구축할 수 있도록 팀을 허용하는 데 집중했기 때문입니다. 최근에 우리는 Copilot라는 제품을 출시했으며, 이는 단 하나의 대화로, 회사의 특정 비즈니스 논리, 브랜드, 보안을 이미 포함한 음성 에이전트의 작동하는 초안을 구축할 수 있습니다.

Regal의 플랫폼은 고객 컨텍스트와 비즈니스 워크플로우와 함께 AI 에이전트를 연결하는 반면, 단순히 질문에 답변하는 것보다 무엇이 더 중요합니까? 또한 고객 데이터와 비즈니스 시스템에 대한 접근이 언어 모델 자체의 발전만큼 중요해지는 이유는 무엇입니까?

독자적으로 언어 모델은 대화를 유지할 수 있지만, 실제로 고객을 위해 아무 것도 할 수 없습니다. 주문 상태를 확인하거나, 할인을 적용하거나, 사례를 승격하거나, 기록을 업데이트하라고 요청할 때, AI 에이전트는 고객이 사용하는 것과 같은 시스템에 연결되어야 합니다. 즉, CRM 및 청구 시스템과 같은 시스템입니다.

모델 자체가 품질이 향상됨에 따라, 실제 고객 데이터와 비즈니스 시스템에 대한 접근은 훌륭한 AI 처리 경험과 좌절하는 경험을 구분하는 것입니다.

Regal의 플랫폼은 의료, 보험, 교육, 금융 서비스와 같은 산업에서 기업을 지원합니다. 이러한 高度로 규제되는 분야에서 AI를 책임감 있게 배치하는 데 대해 무엇을 배웠으며, 고객의 신뢰를 유지하는 데 어떤 개발이 가장 중요합니까?

우리는 의도적으로 高度로 규제되는 산업, 즉 복잡성이 높은 산업에 초점을 맞추고 있습니다. 왜냐하면私の 배경이 제품, 디자인, 데이터를 이끌었으며, 기업 联絡 센터와 함께 일했기 때문입니다.

신뢰와 규제는 이러한 상호작용에서本当に 중요합니다. 책임감 있는 AI 배치는 에이전트가 신뢰할 수 있는 가드레일, 정확한 계정 수준 컨텍스트, 범위 밖의 경우에 대한 명확한 경로를 갖도록 하는 것입니다. 규제 산업에서 신뢰는 AI가 완벽하다는 것이 아니라, 예측 가능하고 수정 가능하다는 것입니다.

많은 사람들이 AI가 인간 联絡 센터 에이전트를 대체할 것이라고 가정합니다. 인간 직원과 AI 에이전트 간의 관계는 향후 5년 동안 어떻게 발전할 것으로 보이며, 어떤 책임은 항상 인간이 lãnh đạo해야 합니까?

AI는 모든 사람의 직장을 가져갈 것이라고 두려워하는대로, 그렇게 되지 않을 것입니다. 그러나 그것은 직무가 어떻게 보이는지 변경할 것입니다.

향후 몇 년 동안 더 중요한 인간 역할은 전통적인 联絡 센터 에이전트가 아닙니다. 그것은 완전히 새로운 역할입니다.私の 공동 창립자와私は 그것을 CX 엔지니어라고 부릅니다. 즉, AI 에이전트 자체를 관리하고 감독하는 사람입니다. 고객 여정을 역방향으로 작업하며, 개별 통화에 앉지 않습니다. 이미 이것이 더广く 발생하고 있습니다. 예를 들어, AWS는 AI로 구축하기 위한 10억 달러를 Forward Deployed Engineering 유닛에 투자했습니다. 이는 고객을 지원하기 위한 역할로, 1년 전에는 실제로 존재하지 않았습니다.

우리는 고객 상호작용의 볼륨을 처리하는 AI 에이전트가 더 많아짐에 따라, 이러한 에이전트를 管理하고 감독하는 사람들이 필수적인 채용이 될 것으로 예상합니다.

음성 AI는 극적으로 개선되었습니다. 그러나 고객은 점점 더 자주 AI와 대화하고 있음을 인식하고 있습니다. 투명성과 공개는 장기적인 신뢰를 구축하는 데 어떤 역할을 하며, 기업은 항상 고객에게 AI 에이전트와 대화하고 있음을 알릴해야 합니까?

고객은 언제든지 인간과 대화할 수 있습니다. 우리는 모든 배포에이를 구축합니다. 실제로 우리는 대부분의 사람들이 AI와 대화하고 있음을 알지 못하거나, 알더라도 출력이 필요한 경우에는 신경 쓰지 않는다는 것을 보았습니다.

구조적인 이유로 이것에 대해 더 많이 논의되지 않는 이유가 있습니다. 일부 기업은 이미 대부분의 고객 상호작용을 AI에서 실행하고 있지만, 아직 이를 광고하지 않고 있습니다.私は 투명성이 중요하지만, 모든 상호작용에서 필수는 아니라고 생각합니다. 고객이ถาม을 할 때 가장 중요합니다.

AI가 점점 더 복잡한 대화를 처리할 수 있게 되었습니다. 기업은 고객 경험을 실제로 개선했는지 평가할 때, 단순한 비용 감소 외에 어떤 지표에 중점을 두어야 합니까?

내부적으로, 기업은 자신의 팀이 실제로 일일히 AI를 사용하는지 주목해야 합니다. 그리고 많은 사용을 전체적으로 좋은 징조로 간주해야 합니다. 그러나 더 큰 지표는 매출액입니다. AI가本当に 작동한다면, 이 숫자는 증가해야 합니다. 이것이 성장과 더 나은 마진을 자금 지원합니다. AI는 사람을 대체하지 않지만, 이를 잘 사용하는 사람은 더 많은 것을 수행할 수 있습니다. 더 많은 고객을 서비스할 수 있으며, 더 많은 거래를 마무리할 수 있으며, 더 많이 구축할 수 있습니다.

향후를 내다보며, 어떤 새로운 기술이나 기능이 기업 AI 에이전트의 다음 세대를 정의할 것으로 생각합니까? 향후 몇 년 동안 시장에 어떤 개발을 가장 많이 도입하기를 기대합니까?

오늘날, 음성은 이미 고객 상호작용의 60~70%를 차지하며, 나머지는 채팅, 이메일, 텍스트로 구성됩니다. 음성 상호작용의 품질과 능력이 향상됨에 따라,私は 음성이 궁극적으로 모든 고객 상호작용의 95%가 될 것으로 예상합니다.

기업 AI 에이전트의 다음 세대를 정의할 것은 고객 상호작용에서 얼마나 적극적이고 참여하는지입니다. 고객 경험에서 AI의 신비가 사라지고, 모두가 그것이 점점 더 능숙해지고 있음을 알고 있지만,私は 그 경계를 더 밀어내고, 더 복잡한 사용 사례를 수행하도록 하는 것을 기대합니다.

이 인터뷰에 감사드립니다. 더 많은 정보를 원하는 독자는 Regal을 방문하십시오.