Deon Nicholas, mede-oprichter en CEO van Forethought – Interviewreeks

Deon Nicholas is de mede-oprichter en CEO van Forethought. Voordat hij Forethought oprichtte, bouwde Deon producten en infrastructuur bij Facebook (META ), Palantir (PLTR ), Dropbox (DBX ) en Pure Storage. Hij heeft publicaties over machine learning en octrooien voor infrastructuur, was finalist op het ACM International Collegiate Programming Contest en werd opgenomen in de Forbes 30 onder 30. Oorspronkelijk uit Canada, houdt Deon van tijd doorbrengen met zijn vrouw en zoon, basketballen en zo veel mogelijk boeken lezen.

Forethought, het AI- en machine learning-platform voor ondernemingen, begon met een focus op klantenservice. Het AI-systeem van het bedrijf kan leren van interne documenten, e-mails, chats en zelfs oude ondersteuningsaanvragen om tickets automatisch op te lossen, correct door te sturen en snel de meest relevante institutionele kennis naar boven te halen.

We gingen zitten voor ons interview met Deon op de jaarlijkse 2023 Upper Bound-conferentie over AI, die gehouden wordt in Edmonton, AB en wordt gehost door Amii (Alberta Machine Intelligence Institute).

Dit is ons tweede interview met Deon. In ons eerste interview gingen we dieper in op zijn verleden en hoe hij zijn start maakte in AI. In dit interview gingen we dieper in op zijn visie voor de toekomst.

Kunt u samenvatten wat Forethought is?

Bij Forethought zijn we het generatieve AI-bedrijf voor klantenservice. We lanceerden in 2018 op TechCrunch Disrupt en sindsdien zijn we gegroeid tot het ondersteunen van grote ondernemingen zoals Instacart en anderen. En eigenlijk bieden we een intelligentie-laag aan bovenop hun klantenserviceticketgegevens, die vervolgens worden vertaald in dingen zoals chatbots, maar hopelijk slimmer, alles van agentondersteuning tot het gebruik van generatieve AI en dergelijke.

Hoe lang geleden bent u overgestapt op generatieve AI?

Wat interessant is, is dat we zelfs vanaf de oprichting al een vorm van generatieve AI gebruikten. Niets dat ik zou zeggen zo krachtig is als wat er vandaag beschikbaar is. Maar bijvoorbeeld, GPT2 werd gelanceerd, geloof ik in 2018, 2019, en open source, en er waren andere modellen zoals T5. Dus we hadden verschillende grote taalmodellen gebruikt, geknutseld met die dingen en ook met enkele interne modellen die we zelf hadden gebouwd. Maar wat veranderd is, denk ik, is dat het vroeger een functie was die je enkele voordelen gaf als je het spaarzaam gebruikte. En nu denk ik dat het in de afgelopen zes maanden een fundamentele verschuiving is in hoe bedrijfsmodellen plaatsvinden en hoe de motoren werken. En voor ons moesten we eigenlijk onze engine opnieuw ontwerpen, zou ik zeggen, in de afgelopen paar maanden. En we lanceerden SupportGPT in maart van dit jaar, 2023. En dat maakte gebruik van grote taalmodellen zoals OpenAI’s GPT en herschreven hoe we de hele zaak doen. En het is niet noodzakelijkerwijs een nieuw product, maar een nieuwe motor die al onze producten aandrijft, wat heeft geleid tot een heleboel verbeteringen in de hele stack.

Wat is het proces voor een bedrijf dat wil beginnen met het gebruik van SupportGPT?

Uiteindelijk is het ingebed in een van onze producten. Dus wat ik zal zeggen, is dat het altijd begint met uw gegevens, en dat is onze differentiator. Het unieke aan Forethought is het verschil met de meeste bedrijven: daar begint u met een leeg canvas en moet u alle regels vastleggen in code. Voor ons begint u door te integreren. Dus, als u een populaire helpdesk of een CRM zoals een Zendesk, een Salesforce Service Cloud gebruikt, en u wilt met ons werken, meldt u zich aan en installeert u onze integratie in uw helpcenter. En dat activeert indexing, dat activeert training, fine-tuning en al die dingen, en bouwt het model en de motor. En dan van daaruit, kunt u configureren, kunt u bewerken en kunt u een van onze producten implementeren. En ons meest populaire product is Solve, dat een AI-agent is die op een website kan zitten, bijna alsof u een chatbot hebt, of kan bestaan in e-mail in elke vorm en automatisch met uw klanten praten en reageren, met behulp van de SupportGPT-motor, zoals ChatGPT voor uw website, zogezegd.

Maar dan lost die automatisering alleen 50% van de problemen op, zogezegd. En dus, wat gebeurt er met de problemen die nog steeds naar een mens moeten gaan? Nou, we hebben ook Triage, dat de naam is van ons tweede product, route problemen, tag ze, zorg ervoor dat ze bij de juiste agent in het juiste kanaal op het juiste moment komen, zodat u dat kunt implementeren. En dan is Assist een agent-co-piloot, dus intern gerichte GPT voor de klantenserviceagenten, en uiteindelijk Discover, dat ons meest recente, maar in veel opzichten meest krachtige product is, dat op zoek is naar inzichten en aanbevelingen doet, ook met behulp van generatieve AI aan het bedrijf over wat moet worden bijgewerkt en wat moet worden veranderd.

Met zo veel afhankelijkheid van generatieve AI, is hallucinatie een probleem?

Ja. Ik denk dat hallucinatie een van de grote problemen is bij het gebruik van generatieve AI voor de meeste praktische use-cases, en ik heb een video opgenomen over dit onderwerp op LinkedIn, dat een beetje viral ging, over hallucinatie als een van de grote problemen met generatieve AI. Er zijn veel gevallen waarin het geen probleem is, zoals wanneer u een mens in de lus heeft of het een puur creatief use-case is, en u iets nieuws wilt, zoals marketing, u komt met advertentietekst en blogs, en u laat iemand het uiteindelijk redigeren. Dat is echt goed dat ze een beetje hallucineren. Het is een vorm van creativiteit. Maar in gevallen zoals financiën of gezondheidszorg, of klantenservice waar uw gezondheid, uw rijkdom, uw levensonderhoud, of iets, of u een correct antwoord wilt, is hallucinatie enorm. Het is een enorm probleem, en het is een grote beperking. Dus, op veel manieren, een van de coolste dingen die we realiseerden en waarom we dit kunnen doen en niemand anders kan, was omdat we al een vorm van generatieve AI gebruikten voor de afgelopen vijf jaar.

Al onze modellen waren vanaf het begin gericht op correctheid: beleid en werkprocessen begrijpen. Als iemand bijvoorbeeld binnen 30 dagen om een terugbetaling vraagt, kunt u die geven; daarna niet. Dat hadden we al opgebouwd. Toen we de modernere grote taalmodellen gingen gebruiken, bleek hun menselijke manier van communiceren perfect samen te gaan met de feitelijke informatie en correctheid van de modellen van Forethought. Met prompt engineering en fine-tuning kunnen we die correctheid benutten en het hallucinatieprobleem verkleinen. Het verdwijnt niet volledig, maar wordt klein genoeg om de oplossing effectief te maken. Uiteindelijk willen we minder hallucinaties dan mensen fouten maken. Als uw nauwkeurigheid gelijk is aan die van mensen, staat u sterk.

We hebben u voor het laatst geïnterviewd in 2021. Wat heeft u sindsdien geleerd over ondernemen?

O, mijn hemel. De hele wereld is veranderd. Vanuit een ondernemersperspectief zijn er een paar dingen gebeurd. Eind 2021, kort na ons interview, haalden we onze serie C binnen. We haalden 65 miljoen serie C binnen van Steadfast Capital, NEA, evenals luminaries zoals Gwyneth Paltrow, Baron Davis en Robert Downey Jr. Op veel manieren zagen we een enorme opwinding rondom onze visie, en ik denk dat dit mensen waren die generatieve AI zagen voordat het cool was. Het was cool op veel manieren. Dat was een spannende en gekke tijd voor ons om te groeien en brandstof te gooien op iets dat werkte. Maar wat interessant was, is dat kort daarna, halverwege 2022, dus zes maanden later, een recessie. De hele wereld ontploft, zogezegd, recht? En dus leerde me dat veel, omdat waar sommige bedrijven uitgaven, ze uitgaven knipten, en het hele bedrijfsmodel van het zijn van een ondernemer veranderde van groeien tegen elke prijs.

Eerst was de gedachte: u heeft een enorme kapitaalbuffer, geef die uit en groei naar de volgende financieringsronde. Plotseling werden onze investeerders, andere durfkapitalisten en bestuursleden wakker: geld is niet gratis. U moet een winstgevend bedrijf bouwen, of in elk geval een efficiënt bedrijf. Het ging niet meer om groei tegen elke prijs, maar om zoveel mogelijk groei binnen een redelijk efficiënt model. Dat veranderde bijna van de ene op de andere dag, omdat toegang tot nieuw kapitaal over één of twee jaar niet gegarandeerd was — bij een recessie misschien drie jaar. Klanten hielden de hand op de knip. Dus moesten we ons richten op onze eigen efficiëntie en die van onze klanten.

Dat dwong ons om scherper te focussen. We leverden al waarde: als medewerkers meer vragen in dezelfde tijd oplossen, bespaart dat kosten en verbetert de klantervaring en het klantbehoud. Maar we moesten dat beter overbrengen in onze presentaties, communicatie en productfocus. Ook intern moesten we efficiënter worden. We konden niet blijven aannemen dat we veel geld hadden en altijd meer konden ophalen. Hoe bouwen we een bedrijf als we nooit meer financiering krijgen?

Wat als het jaren duurt voordat de durfkapitaalmarkt weer opengaat? Dan moeten we zo efficiënt werken dat we bij een Series D-ronde de juiste succesindicatoren kunnen tonen, zoals die in deze nieuwe wereld worden gemeten. Met ontslagen en alle andere veranderingen was 2022 een moeilijk jaar. In 2023 is generatieve AI weer populair. Er zijn dus hoogte- en dieptepunten.

Dat leert u gefocust en veerkrachtig te blijven. Bij succes is dit een reis van tien jaar; zonder succes eindigt die eerder. Vergeet bij alle hoogte- en dieptepunten niet dat u aan die uiteindelijke visie blijft bouwen.

Wat zijn de grootste uitdagingen die u tegenkomt bij het bouwen van chatbots voor klantenservice en andere use-cases?

Ja. De grootste uitdagingen. Ik zal in chronologische volgorde gaan. De eerste was technisch, werken de modellen? En dus begonnen we al in 2017 met het gebruik van veel van deze moderne, zogenaamde natuurlijke taalbegrip- en natuurlijke taalgeneratie-motoren. En gewoon zorgen dat u altijd op de voorgrond van onderzoek bent, maar tegelijkertijd zorgen dat u waarde levert. Omdat een van de dingen die we realiseerden, is dat toen we onze klanten vroegen, “Hey, waarom?”, in de vroege dagen, zeiden ze dat dit probleem enorm is. Als u dit voor ons kunt bouwen, zullen we ervoor betalen. Het probleem is dat chatbots nooit hebben gewerkt.

Zelfs in 2017, voordat we officieel waren gelanceerd, vroegen we ons af of we wel in deze markt moesten zitten. Maar als u doorvraagt, ziet u een duidelijk probleem waarvoor de oplossingen niet werkten. Toen ik bleef vragen waarom, besefte ik dat wij het — door onze achtergrond of toevallig — heel anders aanpakten. Mensen hadden wel van AI en chatbots gehoord, maar wij deden iets anders. Bestaande systemen gebruikten beslisbomen: regels die rechtstreeks in code waren vastgelegd. Bij het woord ‘terugbetaling’ werd een terugbetaling uitgevoerd, maar ‘ik wil mijn geld terug’ werd niet begrepen omdat het sleutelwoord ontbrak.

Het waren beslisbomen en regels, met No-Code-bouwers die daar een gespreksvorm aan gaven. Het was geen AI. Ik wist niet eens dat alle chatbots zo werden gemaakt. Wij wilden iets anders doen, en mensen vroegen verbaasd of dat kon. AI bestaat al ongeveer tien jaar als modewoord, maar de mogelijkheden van de moderne vorm, die we nu met generatieve AI zien, werden enkele jaren geleden nog niet op dit gebied toegepast. Dat was een belangrijk inzicht, met veel gevolgen.

Er is veel ruis op de markt. Als we zeggen dat we iets anders doen, antwoorden mensen dat een ander bedrijf ook AI belooft. We moesten telkens opnieuw onze waarde bewijzen. Zodra we een proof of concept in hun systeem draaiden en lieten zien hoe het werkte en leerde, was het overtuigend. Dat ziet u aan de klanten en logo’s, maar het was een moeizame weg waarop we onze waarde stap voor stap moesten bewijzen. Dat was waarschijnlijk de grootste uitdaging: een rumoerige markt met slechte oplossingen.

Als je erover nadenkt, is het eigenlijk duidelijk dat beslisbomen niet zullen werken. Destijds was dat niet zo duidelijk.

Het was toen inderdaad niet duidelijk. En het was ook het beste wat je op dat moment kon doen.

Dat is ook waar.

Mensen verwarren klantenservice in gespreksvorm met AI. Er is veel overlap: ChatGPT is een goed voorbeeld van een gesprek, maar GPT-3, de engine erachter, bestond eerder en was de AI die het gesprek beter maakte. Vroeger wilden we gesprekken én AI, maar de enige manier om gesprekken te maken was ze uit te schrijven. Het was een groot IVR-systeem — interactieve spraakrespons of een keuzemenu aan de telefoon — in chatvorm. Daarna plakten mensen er het woord AI op. We kregen gesprekken, maar geen AI. Daar ging het mis: de mogelijkheden waren er nog niet, of mensen wisten niet dat ze bestonden en dat het om twee verschillende zaken ging.

U hebt uzelf beschreven als een AI-optimist in een recente podcast. Waarom bent u zo optimistisch over AI?

Nou, een paar dingen. Ten eerste, denk ik dat het een nieuwe bedrijfsmodel of platformshift is. Dezelfde manier waarop computing in en van zichzelf een ding werd. Computers gingen van grote mainframes naar persoonlijke computers. Het ging van het internet, het internet werd een platformshift, en toen cloud, van desktop naar cloud, en alle dingen. Elke decade of zo, is er een nieuwe shift, en deze shifts brengen nieuwe bedrijfsmodellen met zich mee. En in feite, biljoenen dollars waard aan nieuwe bedrijven in en van zichzelf, Salesforce (CRM ), bijvoorbeeld, een 200 miljard dollar gigant, en alles wat ze deden, was het erkennen van deze shift naar de cloud. Ze zouden waarschijnlijk claimen dat ze de verschuiving naar de cloud hebben veroorzaakt. Ze herkenden die verschuiving en brachten databases, het centrale registratiesysteem van bedrijven, van lokale systemen zoals Oracle en Siebel naar de cloud. En toen bouwden ze een systeem van record voor verkoopmensen, IPO, miljard dollar bedrijf. En, bij de weg, deden ze hetzelfde voor service, servicecloud, marketingcloud, boem, boem, boem, 200 miljard dollar bedrijf. En nu vraag ik mezelf af, wat zou er gebeuren als dat Salesforce in onze tijd was gebouwd? In 10 jaar later, wat het ook is, weet ik niet hoe oud ze nu zijn, maar in 2030. Hetzelfde zal gebeuren. En ik denk dat het zijn dat deze AI-first bedrijven, zoals Forethought, de volgende Salesforces zullen worden, die al deze kansen zullen creëren, biljoenen dollars waard aan kansen. Ik denk dat dat geweldig zal zijn voor bedrijven, maar het zal ook geweldig zijn voor klanten, voor consumenten. Toen smartphones verschenen, kreeg u een supercomputer in uw zak.

Nu krijgt u met GPT een superbrein in uw zak. Als u een knipbeurt nodig heeft, kan uw AI met de AI van de kapper praten en een afspraak maken. Hopelijk wordt dat allemaal door Forethought mogelijk gemaakt, maar u begrijpt wat ik bedoel: het is een compleet andere manier van werken. Economische modellen zullen veranderen. Ik zie dit ook als een gelijkmaker, omdat deze innovatie gemakkelijk te gebruiken is. Vroeger had u een doctoraat in AI nodig om te weten hoe het werkte. Nu gebruikt mijn moeder ChatGPT. Meer mensen maken kennis met AI, willen misschien leren programmeren of prompt engineer worden. Of u nu expert bent of niet, het maakt mogelijkheden toegankelijker. Juist over die economische kansen ben ik het meest optimistisch.

Wat zijn uw voorspellingen voor AGI? Denkt u dat we het in ons leven zullen zien?

Ja. Eerst zal ik zeggen dat niemand het weet. Dit is waarschijnlijk waar.

Iedereen die zegt dat hij het weet, liegt. Maar ja, ik denk dat we genoeg vooruitgang zien. Er kan AGI bestaan vandaag. Wie zal zeggen dat GPT en die klasse van modellen niet ongeveer zo intelligent zijn als de menselijke hersenen? Ik weet het niet, misschien. Het antwoord is waarschijnlijk niet, maar een menselijke hersenen heeft wat? Een triljoen neuronen, GPT komt daar aan. En dus, wat gebeurt er als dit ding een biljoen neuronen heeft en getraind wordt met de juiste gegevens, en onze hersenen zijn geëvolueerd door evolutie, maar in sommige zin is reinforcement learning evolutie op steroïden voor machines.

Al die technieken bestaan nu. Het is niet langer zo vergezocht. Misschien zijn nieuwe technieken nodig: de transformer en het recurrente neurale netwerk leken achteraf vanzelfsprekend, maar vooraf onmogelijk. Misschien hebben we nieuw onderzoek nodig om zover te komen, maar de bestaande mogelijkheden zijn al zo goed dat het niet meer ver weg lijkt. We zijn er misschien in zekere zin al, of alle ingrediënten zijn aanwezig en we moeten de juiste combinatie vinden, of we bereiken het over 30 tot 50 jaar.

Er zijn ook risico’s. Volgens mij was het Andrej Karpathy, de AI-specialist van Tesla, die de beste vergelijking maakte: kernenergie. AGI kan ongeveer even krachtig zijn. Kernfusie zou onbeperkte energie kunnen leveren en bijvoorbeeld ruimtereizen mogelijk maken die we ons nu niet kunnen voorstellen. Maar er is ook de donkere kant: kernwapens en hun enorme vernietigingskracht.

Als samenleving hebben we geleerd daarmee om te gaan doordat meerdere partijen erover beschikken en gezamenlijk regels afspreken voor verantwoord gebruik. AI heeft een vergelijkbare kracht, al begint die in de digitale wereld. Daardoor voelt het aanvankelijk minder bedreigend, tenzij zoiets toegang tot kernwapens krijgt. Mijn punt is dat we in een goede positie zijn als we tegelijk met AI ook beschermingsmaatregelen ontwikkelen. AI die door GPT gegenereerd nepnieuws kan herkennen en even krachtig is als GPT, is bijvoorbeeld heel belangrijk. Ik blijf optimistisch, maar dat betekent niet dat we niet tegelijk de technologie moeten ontwikkelen om het veilig te maken.

U houdt van lezen, kunt u enkele goede boeken aanbevelen?

Het meest recente boek dat ik las, was ‘The Advantage‘ van Patrick Lencioni, dat leert over het bouwen van een gezonde organisatie, alles van hoe u vergaderingen doet tot uitlijning van het executive team, tot het communiceren van missie en waarden, en echt het bouwen van een gezonde organisatie. Het brengt zijn andere boeken, zoals Death by Meeting, samen. The Advantage is waarschijnlijk het meest recente boek dat ik heb gelezen. Over AI, heb ik ironisch genoeg geen AI-boeken onlangs gelezen. Ik lees sommige AI-papers, maar ik denk dat er een boek is genaamd ‘Superhuman‘, dat mij sterk werd aanbevolen, dat ik moet gaan lezen. En ten slotte, zal ik zeggen, nog een non-fictie, ‘Good to Great‘. Mijn favoriete managementboek aller tijden. Fictie, The Expanse. Het is nu een tv-serie.

Ik heb die tv-serie gezien.

U heeft hem gezien? Volgens mij staat hij op Amazon Prime. Ik houd ervan omdat het meer wetenschappelijk realisme is dan alleen sciencefiction, al zit dat er ook veel in. De serie werkt subtiele ideeën uit: hoe zou een wereld met ruimtereizen eruitzien en hoe zou de politiek zich ontwikkelen? Het laat zien hoe mensen zich waarschijnlijk zouden gedragen. Heel subtiel zit er ook een geavanceerde vorm van AGI in de telefoons, zonder dat die centraal staat. Mensen zeggen iets tegen hun telefoon, die gaat aan de slag en heeft de taak een paar uur later uitgevoerd. Ze praten ermee alsof het een persoon is, gaan verder met hun dag en krijgen later antwoord.

Zo zal AGI volgens mij in onze wereld werken. Iedereen krijgt een persoonlijke Einstein, C3PO of R2-D2, op een telefoon of uiteindelijk in een robot. Die voert taken uit, beantwoordt vragen en zoekt dingen uit, met de intelligentie van Einstein. Stel dat ieder mens op aarde een vriend Albert Einstein had, met intelligentie die gelijk is aan of beter is dan die van mensen: dan kunnen we meer doen. Mensen vragen meteen wat er gebeurt als zulke systemen kwaadaardig worden. Maar er zijn al acht miljard wezens met menselijke intelligentie. Mensen doen op allerlei manieren slechte dingen, en toch hebben we een samenleving en beschaving opgebouwd die blijft bestaan.

Interessant dat het het tegenovergestelde is van Star Trek, waar ze nadrukkelijk laten zien dat ze technologie gebruiken.

We praten niet steeds over telefoons, maar als u iemand honderd jaar geleden had verteld dat u onmiddellijk met iemand in Qatar kon praten, had dat als magie geklonken. Veel dingen van nu zouden dat zijn voor mensen van toen.

Ook een Kindle zou honderd jaar geleden magie zijn geweest: een boek dat steeds anders is, afhankelijk van wat u wilt.

Precies, het lijkt rechtstreeks uit Harry Potter te komen. Zo denk ik over deze technologieën. Elektriciteit en de drukpers veranderden ook alles snel. Eerst is iets groot en ongelooflijk, en de volgende generatie vindt het vanzelfsprekend. Stel u een wereld voor waarin AGI vanzelfsprekend is en overal in is geïntegreerd.

U tweette onlangs, “Meet succes, niet door hoeveel dingen je start, maar door hoeveel dingen je afmaakt.” Wat ziet de finishlijn eruit voor uw bedrijf?

Wat is het eindspel? Terugkerend naar het concept van nieuwe economische bedrijfsmodellen, een van de dingen die ik super inspirerend vind, is dat wanneer mensen zeggen dat Google (GOOGL ) geen duurzaam concurrentievoordeel heeft. In feite zei Google dat het lekte of zo, en iedereen had een paniek. Ik bedoel, het is waar. Ik denk dat ze geen duurzaam concurrentievoordeel hebben. Maar ook, OpenAI heeft waarschijnlijk geen duurzaam concurrentievoordeel. Niemand heeft een mote. Maar meer belangrijk, de bestaande bedrijfsmodellen van vandaag, er zullen veel meer verhalen zijn in de komende maanden over bedrijf X dat geen duurzaam concurrentievoordeel heeft. Het wordt verstoord door AI. En dat zal gebeuren in klantenservice. Het zal gebeuren met helpdesks, het zal gebeuren met CRMs, het zal gebeuren met zoekmachines, het zal gebeuren met alles.

Ik denk dat het meest spannende deel daarvan is, dat er veel bedrijven zijn die nu op de wagon springen, maar deze technologie is evenveel een duurzame technologie als het een disruptieve is, en wat ik bedoel, is dat er bedrijven zullen zijn die sneller aanpassen, maar ook bedrijven die een redelijke hoeveelheid schaal hebben, kunnen versnellen met een hogere afgeleide dan degenen die nog niet op schaal zijn.

En soms zal dat niet waar zijn. Er kunnen kleinere bedrijven zijn, en het zal overal zijn, maar het is niet noodzakelijkerwijs een gegeven. En dus heb je deze verschillende lagen van bedrijven, en er kunnen de oudste zijn die te langzaam zullen zijn om aan te passen en omver geworpen worden. U kunt de kleinste bedrijven hebben die sneller bewegen, en u kunt ergens ertussenin hebben. Dus dat idee dat we het soort bedrijf kunnen zijn dat elke enkele touchpoint tussen mensen en bedrijven sneller en slimmer maakt. Vandaag is dat in klantenservice, omdat dat de meest voorkomende interactie is die we hebben. U heeft een probleem; u stelt een vraag. We helpen die aandrijven. Vandaag verwerken we meer dan 100 miljoen ondersteuningsaanvragen per jaar, en we zijn pas begonnen. Uiteindelijk zal dat een miljard zijn, 10 miljard, biljoen. En dat is alleen al in klantenservice.

Ik denk dat AI, en hopelijk via Forethought, u deze technologie kunt toepassen op marketing. Waarom neemt u alleen contact op met een bedrijf wanneer u een vraag heeft? Wat als u wilt leren over een nieuw product? Wat als u een dienst heeft die u interesseert? Wat als u contact opneemt met bedrijven waarvoor u werkt? U heeft een vraag over IT? U heeft een vraag over HR? Elke enkele touchpoint kan worden getransformeerd door AI. En ik denk dat we de kans hebben, echt de kans hebben, om deel te zijn van dat verhaal, om dat bedrijf te zijn, of een van die bedrijven, die die toekomst brengt, en dat is het eindspel, dat is onze missie. En uiteindelijk gaat het om het ontgrendelen van menselijk potentieel. Uiteindelijk zal dit alles sneller maken, alles efficiënter, mensen tijd, energie en aandacht teruggeven, zodat ze kunnen focussen op tijd doorbrengen met hun dierbaren, wat het ook is. Mensen worden beter.

En ik denk dat we die kans hebben. Ik denk dat we dat kunnen doen. En ik denk dat vanuit een bedrijfsperspectief, dat een bedrijf kan zijn dat een paar miljard, als het niet tientallen of honderden miljarden dollars waard is. Het kan op dezelfde manier zijn, net als het verhaal van Salesforce. Wat als Salesforce in 2023 was gebouwd? Bedankt voor het geweldige interview, lezers die meer willen leren, moeten ons eerste interview met Deon lezen, of Forethought bezoeken.