Benjamin Dorr, CEO av WellSaid – Intervju-serie

Benjamin Dorr er administrerende direktør i WellSaid og har over 20 års erfaring med å drive og investere i tidlige og vekstfase-selskaper, hovedsakelig innen teknologi. Umiddelbart før WellSaid var Benjamin COO i Cordial, et enterprise cross-channel-markedsføringsplattform og 2x Deloitte Fast 500-valg. Han har også hatt tverrfunksjonelle lederroller i Valassis Digital, Rustic Pathways, Rhythm NewMedia og Counsyl. Benjamin startet sin karriere i Citi, Morgan Stanley (MS ) og The Carlyle (CG ) Group, og han har en bachelorgrad fra Harvard i datavitenskap og offentlig politikk.

Siden det ble grunnlagt i 2019, har WellSaid utnyttet avansert tekst-til-tale-teknologi til å skape ultra-realistiske, premium AI-stemmer ved å nøye velge profesjonelle stemmeskuespillere og bygge sin egen AI-plattform. Selskapet tilbyr bedriftsklare løsninger – som sin Studio-verktøy for samarbeidende stemmeoversettelse og en API for sømløs integrasjon – som hjelper team i markedsføring, opplæring, video-produksjon og produktutvikling med å levere konsekvent, på-virksomhet-lyd. Ledet av sterke verdier og ansvarlige AI-prinsipper, prioriterer WellSaid tillit, kvalitet og etisk utvikling for å sikre engasjerende, høye-emosjon, troverdige lydopplevelser.

DU har hatt en fascinerende reise – fra investeringsbank og VC til å hjelpe å skala opp misjonsdrevne selskaper. Hvordan har disse ulike erfaringene formet din ledelsesstil og visjon for WellSaid?

Før jeg grunnla mitt første startup i 2006, var jeg heldig nok til å oppleve en ledelsesstil som har formet hvordan jeg leder. Tidlig i min karriere havnet jeg hos en fantastisk investor som heter Ed Mathias, hvis ledelses- og investeringsstil resonnerte med meg. Han bygde alle opp rundt seg og anså sitt nettverk som sin største aktivum. Han lette etter diamanter i ruhet i tillegg til konsensus-vinnere, og han argumenterte for at det finnes mange måter å tjene penger på, så du kan optimere for andre ting – intellektuell nysgjerrighet, mennesker du liker å jobbe med, hva som hjelper verden, osv.

AI-stemme har utviklet seg raskt i bare noen få år. Hva er det største spranget fremover du tror kommer neste – og hvordan forbereder WellSaid seg på det?

Ubikviteten. Ettersom kvaliteten på AI-stemme øker, øker antallet brukstilfeller, fra intern en-til-mange-kommunikasjon som opplæring og enablement til ekstern en-til-mange-kommunikasjon som markedsføring. Samtidig nærmer seg den underliggende kostnaden av AI-stemme nivået til tradisjonell tekst-til-tale, noe som betyr at flere kan bruke AI-stemme. Med lanseringen av Caruso – vårt nyeste modell – og vår overordnede datapipeline, skyver vi vår innovasjon fremover både i kvalitet og kostnad. Dette er en av fordelene med å være vertikalt integrert i AI fra datasett til modell til applikasjon.

SYntetiske stemmer er overalt nå – fra lydbøker til kundeservice-roboter. Hvordan sikrer du at WellSaid sine stemmer forblir pålitelige og menneskesentriske i denne raskt utviklende bransjen?

Mennesker er i kjernen av hver enkelt aspekt av WellSaid. WellSaid sin lukkede kildekode-stemmeteknologi er bygget på ansvarlig lisensiert stemme-data fra betalte skuespillere. Men våre stemmeskuespillere er mer enn bare treningsdata, de er sanne samarbeidspartnere gjennom hele prosessen. Og våre kunder er ikke bare testere, men de er partnere i å utvikle den perfekte stemmen for hver anvendelse. Hver funksjon i WellSaid-plattformen reflekterer dette, og gir brukerne muligheten til å gjøre om en linje, betone et ord eller oppdatere innhold umiddelbart uten å kompromittere kvalitet, konsistens eller rettigheter.

Hver stemme er produksjonsklar og kommersielt godkjent for offentlig eller kunde-orientert innhold.

WellSaid legger vekt på “ansvarlig AI”. Hva betyr det i praksis når det gjelder å utvikle nye stemmemodeller?

WellSaid setter standarden for ansvarlig AI med en robust ramme sentrert rundt rettferdighet, transparens, personvern og sikkerhet, og innholdsmoderasjon.

WellSaid hyrer ekte stemmeskuespillere, og sikrer deres uttrykte, skriftlige samtykke til å levere stemme-data til plattformen, og kompenserer dem rettferdig med en kontinuerlig andel av inntektene. For å beskytte deres personvern og sikkerhet, bruker WellSaid lagerbilder og aliaser for å representere de syntetiske stemmene, og oppmuntrer dem til å være forsiktige med å dele deres tilknytning til WellSaid for å redusere risikoen for at andre misbruker deres stemme.

For å forhindre spredning av desinformasjon og audio-dypfalsk fra stemme-kloning, kan WellSaid-brukere ikke laste opp stemme-data fra politikere, kjendiser eller andre personer uten at WellSaid har den pågjeldendes uttrykte, skriftlige samtykke. WellSaid har også strenge standarder for passende innhold, og forbinder bruk av stemmer for innhold som er skadelig, hatfullt, bedragerisk eller ment å vekke vold.

WellSaid sikrer at innhold alltid tilhører skaperen, og garanterer at brukerne eier opphavsretten og beskyttelsen over materialet eller innholdet som er skapt på plattformen.

Gjennom WellSaid sin omfattende beskyttelse, setter vi bransjens forventninger til hva ansvarlig AI-stemme bør se ut som i produksjon.

WellSaid har som mål å tilby den “høyeste kvalitet-til-kostnadsforholdet” i bransjen. Hva innovasjoner – tekniske, operative eller strategiske – vil hjelpe deg å levere på det løftet?

I WellSaid prioriterer vi å integrere hele vår produkt-pipeline vertikalt. Innenfor Caruso er et godt eksempel vårt egenutviklede vocoder, som lar oss trene med 1/10 av antallet parametre som et vanlig verktøy som BigVGAN, og vi kan gjøre det med 2 ganger bedre lydkvalitet. Strategisk har vi vært bevisste på å levere kvalitet fremfor bredde (som å tilby alle språk). Ved å gjøre det, har vi kanskje mistet litt forretning – men det er på bekostning av å levere et høykvalitetsprodukt til lavere kostnad til vårt kjerne-publikum.

Hvordan ser du på den fremtidige utviklingen av AI-stemme i bedriftsmiljøer de neste 3-5 årene?

AI er ikke et helt nytt område, men en del av en kjent mønster. Liksom oppblomstringen av mobile enheter eller den tidlige internett-tiden, markerer AI en endring som utfordrer team til å tenke om hvordan innhold skapes, hvordan mennesker engasjerer seg med programvare, og hvordan stemme representerer en merkevare.

De neste årene vil bedriftsselskaper ikke kunne unngå AI-stemme, slik de ikke kunne unngå andre teknologiske revolusjoner i fortiden. Ettersom AI-stemme-kvaliteten fortsetter å forbedre seg, sammen med lavere kostnader og enklere arbeidsflyter enn tradisjonell stemme-skuespiller-innhold, vil AI-stemme bli standarden for bedriftsinformasjon som reklame, opplæring og utvikling, video-produksjon og mer.

Ser du en fremtid hvor selskaper dypt personliggjør AI-stemme for merkevare-identitet – kanskje sogar lisensierer stemmer som de lisensierer musikk eller karakterer i dag?

Mange selskaper har svært distinkte stemmer i sin merkevare-identitet, og bruker jevnt over samme minneverdige stemme-skuespiller eller kjendis-talsperson over hele innholdet. AI-stemme gjør det mulig for ethvert selskap å bygge opp samme gjenkjennelse for mindre. AI-stemmer kan være like dynamiske og personlige som tradisjonell stemme-skuespill, og merkevarer vil snart bli synonyme med sine AI-stemmer – noen er allerede det.

DU har betonet viktigheten av selskapskultur og verdier i å bygge store selskaper. Hvordan anvender du nå denne filosofien i WellSaid?

Jeg tenderer til å være enig i ideen om at en god kultur er å jobbe med gode mennesker, så å maksimere talent-tetthet, påvirkning og kjemi er alle kritiske initiativer for vårt lederteam. WellSaid sin prinsipper er hvordan vi har til hensikt å jobbe sammen, og gir oppfordringer til hver enkelt team-medlem i stedet for en statisk dyd. Følgende prinsipper er hva som hjelper oss å oppnå en god selskapskultur:

• Vi oppfinner teknologi som revolusjonerer måten mennesker jobber på.

• Vi handler ansvarlig og streber etter å minimere skade.

• Vi setter kundene i sentrum av alt vi gjør.

• Vi respekterer individualitet samtidig som vi erkjenner at vi jobber best som et team.

• Vi har til hensikt å bygge et stort selskap som vi alltid kan være stolte av.

Hvordan tenker du om de etiske implikasjonene av å skape stemmer som er ikke-til-å-skille fra ekte mennesker? Hva slags ansvar følger med det?

Mens oppblomstringen av AI har ført til etiske utfordringer og bekymringer, tok WellSaid beslutningen fra starten av å prioritere transparens og overholdelse. Det er vårt ansvar som selskap å forhindre misbruk, dypfalsk eller spredning av desinformasjon. Dette inkluderer å jobbe med stemme-talenter for å skape tilpassede stemmer som er lisensiert for bestemte bruksområder, å etablere klare kontroller over hvem som kan bruke disse stemmene, og til hva formål. Det er også ansvarlig for merkevarer som bruker AI-stemme å sikre at de samarbeider med pålitelige AI-leverandører som har disse sikkerhetstiltakene på plass.

Hva er det som spenner deg mest om den neste kapitlet for WellSaid – og hva tror du vil overraske bransjen med hvor AI-stemme er på vei?

Vi snakker om antallet “Ord WellSaid” som en nordstjerne for vårt team. Jeg er spent på å se disse ordene vokse når flere og flere selskaper fortsetter å se verdien i AI-stemme for å levere menneske-sentriske budskap til sine publikum i stor skala. Ettersom bruken av AI-stemme fortsetter å utvide seg, vil mennesker bli overrasket over hvor sømløst det vil være å adoptere teknologien over en bred variasjon av bruksområder. Mulighetene er uendelige for AI-stemme og lyd som grensesnitt i både programvare og fysiske miljø.

Takk for det flotte intervjuet, lesere som ønsker å lære mer kan besøke WellSaid.