Dan O’Connell, Chief Strategy Officer bij Dialpad – Interview Series

Dan is de Chief Revenue Officer bij Dialpad. Eerder was hij de CEO van TalkIQ, een start-up voor real-time spraakherkenning en natuurlijke taalverwerking die Dialpad in mei 2018 heeft overgenomen. Voordat hij bij TalkIQ kwam, had hij verschillende sales-leiderschapsfuncties bij AdRoll en Google (GOOGL ).

Dialpad is een AI-gestuurd cloudcommunicatieplatform dat het makkelijker en efficiënter maakt om met uw team te verbinden en samen te werken

U was eerder de CEO van TalkIQ, een start-up voor real-time spraakherkenning en natuurlijke taalverwerking die Dialpad in mei 2018 heeft overgenomen. Wat was de magische formule achter deze start-up die het zo succesvol maakte in spraakherkenningstechnologie?

Het was een combinatie van meerdere factoren: timing, mensen en focus. Automatische spraakherkenning (ASR) is niet nieuw, het bestaat al decennia lang — veel langer dan mensen denken. Gedurende deze tijd (en vooral de afgelopen vijf jaar) heeft ASR-technologie geprofiteerd van de toename van de rekenkracht, de cloud, de beschikbaarheid van datasets en de massale adoptie van slimme speakers op de consumentenmarkt. Al deze factoren hebben geleid tot een toename van de nauwkeurigheid van transcripties.

Naast deze trends waren we ook gelukkig om specialisten (zoals linguïsten) te combineren met hackers. En met hackers bedoel ik ingenieurs die producten snel op de markt kunnen brengen — ze drijven innovatie en lossen problemen snel op. En hoewel hun oplossingen niet altijd elegant zijn, zijn ze meestal het snelst en laten ze je toe om als innovator te worden gezien — wat iets is dat je kunt gebruiken vanuit een marketing- en verkoopstandpunt. Dat verhaal speelt goed als je een start-up aan het opbouwen bent en probeert geld te verzamelen.

We hadden experts op het gebied, natuurlijke trends in de markt, een enorme blauwe oceaan als het gaat om het toepassen van de technologie in het bedrijfsleven en een team met een trackrecord van het brengen van innovatieve technologie naar de markt met herhaalbare GTM-bewegingen.

Tenslotte namen we een andere aanpak om het probleem op te lossen. Traditionele transcriptiemotoren werkten als bandopnames. Je nam een gesprek op; je bewaarde het audiobestand; je zette het door je transcriptiemotor; en enige tijd later kreeg je je output. Aanvankelijk duurde het 30 minuten om een 30-minutengesprek te transcriberen, dus je hebt het over echte vertragingen op grote schaal.

We wilden dat probleem oplossen en een streaming- of real-time transcriptiemotor bouwen die geen audiobestand nodig heeft. Dit klinkt misschien een beetje nieuw vandaag, maar jaren geleden was er geen streamingmotor die real-time langdurige 8khz (wat mijn fancy manier is om te zeggen arme kwaliteit audio, d.w.z. niet stereo-kwaliteit — 44khz) audio kon verwerken. We wilden geen bandrecorder bouwen.

We wilden een real-time motor bouwen om gesprekken te begrijpen en te analyseren. Als we dat konden doen, dan zouden de mogelijkheden eindeloos zijn, omdat je dan workflows kunt automatiseren en allerlei coole dingen kunt doen die nog nooit eerder zijn gedaan. En grote complimenten aan Jim Palmer, Etienne Manderscheid, Kevin James, Noah Gaspar en vele anderen voor het bouwen van deze soort real-time motor.

Kunt u de overgangsperiode bespreken na de overname van TalkIQ door Dialpad in mei 2018?

Het overnameproces verliep eigenlijk super soepel. Dialpad was een partner van TalkIQ en onze productteams waren al wekelijks op de locatie van Dialpad. En ik had eerder met de mede-oprichters Craig Walker en Brian Peterson gewerkt bij Google en was enthousiast over de mogelijkheid om samen te werken.

We zagen de toekomst op dezelfde manier: deze technologieën (ASR/NLP) ingebakken in een communicatie-/samenwerkingsplatform konden disruptief zijn voor de markt en een game-changer voor bedrijven. Dit is de reden waarom we, bijna onmiddellijk na de overname, een financieringsronde van $50M hebben opgehaald onder leiding van ICONIQ. Beleggers zagen de kansen in de toekomstige toepassing van de technologieën en het team dat aan deze problemen werkte.

Bij TalkIQ waren we eigenlijk een start-up die probeerde om drie verschillende start-ups tegelijk te zijn: we bouwden onze eigen telefoonysteem, spraakherkenningmotor en in-house NLP-technologie. Dit zijn drie moeilijke problemen om op te lossen. Dialpad had al succesvol de telefoonkant opgelost, dus toen het overnameaanbod kwam, was het een makkelijke beslissing. We zagen Dialpad als het meest innovatieve bedrijfscommunicatieplatform in de ruimte, en onze visie voor de toekomst van bedrijfscommunicatie sloot goed aan bij elkaar.

Wat zijn enkele van de verschillende machine learning-technologieën die bij Dialpad worden gebruikt?

Onze native Voice Intelligence (Vi™) motor maakt gebruik van AI en ML om organisaties te helpen verkoop te stimuleren, concurrerende inzichten te verkrijgen, klantenservice te verhogen en efficiëntere online vergaderingen te houden.

ASR- en NLP-technologieën van TalkIQ worden gebruikt om gesprekken van spraak- en videogesprekken in real-time op te nemen. Tegelijkertijd stelt onze eigen technologie ons in staat om binnenkomende conversatiegegevens te verwerken en deze nauwkeurig te transcriberen en om te zetten in een eenvoudig te lezen formaat.

De ingebouwde ML helpt Vi te verbeteren naarmate het meer wordt gebruikt. Hoe meer je Vi gebruikt, hoe beter het wordt in het verwerken van gesprekken. Na verloop van tijd zullen oproeptranscripties nauwkeuriger worden en zal Vi in staat zijn om de subtiele nuances van de gesprekken te verwerken.

Dialpad heeft onlangs een belangrijke AI-mijlpaal bereikt na het analyseren van meer dan een miljard minuten aan spraak, waarbij benchmarktests aantoonden dat het transcriptiemodel van Dialpad dat van grote concurrenten, waaronder het verbeterde telefoonmodel van Google, overtrof. Wat voor soort tests werden uitgevoerd om deze resultaten te kwantificeren?

We hebben een verzameling testsets die audio en de bijbehorende transcriptie bevatten, die als de grondwaarheid van wat er in de audio werd gezegd, wordt beschouwd. We sturen dezelfde audio naar elke concurrent en ontvangen een transcriptie terug, die we vervolgens vergelijken met de grondwaarheid. We berekenen het aantal fouten om een nauwkeurigheidspercentage te bepalen. We hebben onszelf sinds de overname van TalkIQ in april 2018 met Google vergeleken en hadden altijd een lagere nauwkeurigheid totdat nu.

Wat zijn enkele van de belangrijkste differentiatoren achter de eigen Voice Intelligence (Vi™) motor van Dialpad en concurrerende motoren?

Een van de grootste differentiatoren is dat we langer bezig zijn met deze technologie, wat betekent dat we meer data hebben geanalyseerd om ervoor te zorgen dat onze technologie de meest nauwkeurige is. We hebben meer dan een miljard minuten aan spraakcommunicatie geanalyseerd en verwerken ongeveer 90 miljoen minuten per maand met onze Vi-motor. In dit opzicht zijn we letterlijk jaren voorop de concurrentie.

Een andere differentiator is onze aangepaste en schaalbare aanpak van taalmodellen. Voor elke klant bouwen we een database met bedrijfsspecifieke trefwoorden, zodat we trefwoordversterking kunnen uitvoeren om de nauwkeurigheid te verbeteren. Bijvoorbeeld, voor een gebruiker die haar naam ‘Kathryn’ spellen en werkt bij een bedrijf genaamd Skribbl, zou ons systeem de juiste namen correct spellen, terwijl andere modellen ze waarschijnlijk zouden spellen zoals ze klinken (d.w.z. “Katherine” en “scribble”).

Wat zijn uw persoonlijke meningen over de toekomst van natuurlijke taalverwerking? Hoe lang duurt het voordat AI bijna 100% of zelfs 100% nauwkeurig is?

Volmaakte nauwkeurigheid is bijna onhaalbaar. Misschien word ik ooit verrast (ik hoop het!). Ik denk dat we heel, heel dichtbij zullen komen, maar nooit volmaakt. De reden is dat automatische spraakherkenning (en vervolgens NLP) oneindig veel problemen heeft om op te lossen: accenten, proximiteit tot microfoons, achtergrondruis, connectiviteitsproblemen, verschillende soorten microfoons, hoe snel iemand praat, articulatie, context (Sara vs Sarah vs Serra), acroniemen, slang enz. Terwijl ik zou willen zeggen dat we er zullen komen, denk ik dat we heel dichtbij zullen komen, maar de laatste mijl, of 1-2% in termen van nauwkeurigheid, zal moeilijk zijn.

Dat gezegd hebbende, denk ik dat er interessante ontwikkelingen zullen zijn op het gebied van leesbaarheid. Vandaag de dag, wanneer je een conversatietranscriptie bekijkt, kan het lezen als een stroom van bewustzijn. We praten natuurlijk op een vloeiende manier, gebruiken doorlopende zinnen, herhalen woorden, herstarten zinnen — we doen allerlei dingen die we niet zouden doen in een geschreven vorm. Er zijn unieke kansen als het gaat om het hebben van een meer leesbare versie van een transcript — een die redundanties verwijdert, interpunctie voorspelt of verbetert en de transcriptie fine-tuned of geoptimaliseerd voor leesbaarheid.

In mijn mening zijn er twee versies: de letterlijke versie die zo dicht mogelijk bij 100% komt van een conversatie (doorlopende zinnen en alles), en dan is er de verbeterde versie die veel makkelijker te begrijpen is vanwege de interpunctie en optimalisaties.

En dit leidt ons naar de vraag of we een conversatie kunnen synthetiseren tot de meest betekenisvolle delen? Heb je een volledige transcriptie nodig of heb je een nauwkeurige samenvatting die is opgemaakt voor leesbaarheid?

Het hangt zeker af van je gebruiksscenario, maar dit is wat interessant en spannend aan deze ruimte. We zijn misschien in het derde inning van wat mogelijk is en we zijn nog niet eens begonnen met de innovatie van workflows waarin we zullen zien dat NLP meer “contextueel bewust” wordt, zoals het gebruik van eerdere conversaties om de nauwkeurigheid te verbeteren.

Hoe specifieker de context is die de modellen hebben om van te leren, hoe beter. Denk aan het delen van dezelfde context over meerdere conversaties en het continue aanpassen van de context voor ML om slimmer te worden. Contextueel bewuste technologie is ook belangrijk voor het verbeteren van de nauwkeurigheid, gezien de enorme verschillen in de manier waarop we communiceren. Wat voor mensen misschien subtiele linguïstische verschillen lijken, is heel moeilijk om een ML-model te trainen om te dupliceren.

Wat zijn enkele van de diensten die Dialpad momenteel aan klanten biedt?

Dialpad is een slimmere manier om te werken. We hebben het platform gebouwd voor de moderne, hybride werkkracht van vandaag — mensen en teams in staat stellen om efficiënter, effectiever en meer betrokken te zijn, van waar dan ook ter wereld. We bieden een naadloze bedrijfscommunicatie-ervaring — bellen, chatten, videobellen en callcenters — met ongeëvenaarde kwaliteit, beveiliging en betrouwbaarheid. Dialpad levert die ervaring als een geïntegreerd, cloudgebaseerd platform dat economisch, eenvoudig te implementeren en gemakkelijk te beheren is.

Is er nog iets dat u wilt delen over Dialpad?

2020 was een monumentaal jaar voor het bedrijf, wat echt geweldig is om over na te denken, gezien wat de wereld heeft meegemaakt (en nog steeds meemaakt). We hebben ons personeelsbestand verdubbeld, $100M aan financiering veiliggesteld, een bedrijf overgenomen en dit allemaal gedaan terwijl onze klantenbestand exponentieel groeide.

Met remote work dat hier om blijft, verwachten we dat deze groei zal aanhouden, en we kijken ernaar uit om het komende jaar te zien. We geloven dat de “werken van overal” beweging de behoefte aan innovatieve technologieën zal vergroten die helpen om slimmer te werken — niet harder. Bedrijven zullen een beroep doen op AI om efficiënties te stroomlijnen, saaie taken te elimineren en medewerkers in staat te stellen om zich te concentreren op grotere prioriteiten. Dialpad is goed uitgerust om aan deze behoeften te voldoen.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen Dialpad bezoeken.