Josh Feast, CEO og medgrunnlegger av Cogito – Intervju-serie

Josh Feast, er CEO og medgrunnlegger av Cogito, et foretak som kombinerer Emotion og Conversation AI i en innovativ plattform som gir realtids coaching og veiledning til kontaktsenteragenter, gir overordnede visibilitet inn i live-samtaler fra team som jobber fra hvor som helst, og kontinuerlig overvåker kunde- og medarbeideropplevelser.

Historien om Cogito starter i 1999, før selskapet ble grunnlagt. Kan du dele noen innblick i disse tidlige dagene ved MIT Human Dynamics Lab og hva som ble arbeidet med?

Fra 1999 til 2006, utviklet Dr. Sandy Pentland grunnleggende basisvitenskap som viste tilstedeværelsen og kraften av sosiale signaler i menneskelig kommunikasjon og evnen til maskiner til å detektere og tolke dem.

I 2007, ble Cogito spunnet ut fra MIT Media Lab. Kan du dele denne opphavsfortellingen?

Før min tid ved MIT, erkjente jeg behovet for teknologi som er informert av konversasjonskontekst for å hjelpe brukerne gjennom emosjonelt ladde situasjoner. Mens jeg jobbet ved New Zealand Department of Child, Youth and Family Services (nå kjent som Child, Youth and Family-enheten i Ministry of Social Development), merket jeg at mange sosialarbeidere var utbrent på grunn av den høye emosjonelle naturen av deres oppgaver og trodde at ledelsessystemene som støttet dem ville ha stor nytte av en slik teknologi. Jeg tok mine observasjoner fra den tiden til MIT, og Cogito ble senere skapt fra Dr. Pentlands MIT Media Lab-forskning som syntes å adresse problemet direkte. Cogito mottok finansiering fra Defense Advanced Research Projects Agency (DARPA) for å forske og utvikle en kunstig intelligensplattform og atferdsmodeller for å automatisk detektere menneskelige psykologiske tilstander. Denne teknologien viste seg å være suksessfull i å hjelpe militærveteraner som returnerte fra kamp gjennom deployeringer med Department of Veteran Affairs (VA).

Emotion AI-teknologien som brukes i Cogito, ble først validerert ved å hjelpe helsepersonell til å detektere tidlige tegn på PTSD og andre psykiske lidelser hos soldater som returnerte fra kamp. Kan du diskutere noen detaljer om dette og de resultater som ble sett?

Målet med å deployere denne teknologien til helsepersonell, var å detektere depresjon og forebygge selvmord hos militærveteraner som returnerte fra kamp. Plattformen vi utviklet, enablet leger til å spore veteranenes totale mentale helse gjennom stemmesignaler og å peke på hendelser som hjemløshet og andre advarselssignaler for dårlig mentale helse. Vi innsett raskt at vi hadde noe spesielt, og at teknologiens anvendelse kunne være nyttig utenfor støtte til militærveteraner og helse-systemer i områder med høye volumer av komplekse, emosjonelt ladde samtaler. Med våre røtter fortsatt sentrert på den menneskelige erfaringen, ble vi Cogito du kjenner i dag, som støtter realtids coaching og veiledning for stor skala bedriftskontaktsenteragenter over flere industrier, inkludert helse.

Kan du diskutere hvordan Cogito bruker AI til å analysere atferdsmønster og gi tilbakemelding i samtalen?

Cogito bruker en kraftfull kombinasjon av Emotion og Conversation AI for å avdekke nye innblick fra alle samtaler, og trekke ut både hva som ble sagt og hvordan kundene mottok meldingen. Disse AI-modellene måler kundeopplevelse (CX) i realtid på alle samtaler for å ha innvirkning i øyeblikket, i stedet for post-samtaleanalyse som kun fokuserer på å forbedre fremtidige interaksjoner.

Cogito trekker ut og analyserer over 200 akustiske og stemmesignaler på millisekund for å gi kontaktsenteragenter hint om hvordan de kan justere atferden og overflate de beste anbefalingene basert på temaene som diskuteres og ønskede resultater.

Cogito utfører live, i-samtale stemmeanalyse for å augmentere atferd i realtid og skape bedre menneskelige forbindelser i stor skala mellom kunder og kontaktsenteragenter, uavhengig av hvor de jobber.

Hvordan guider denne tilbakemeldingen agenter til å bygge bedre forhold til kunder?

Den realtids tilbakemeldingen kontaktsenteragenter mottar fra Cogitos hint, tillater agentene å vise mer konsekvent emosjonell intelligens, som resulterer i at agentene leverer empati på hver samtale. Forbedret empati fører til bedre samtaleutfall, som reduserte håndteringstider, økt førstegangs løsning, forbedret kunde tilfredshet og økt kunde livstid verdi.

Hver kontaktsenterrepresentant har forskjellige styrker og svakheter. Den realtids tilbakemeldingen de mottar på samtalen, hjelper til å forbedre kundeservicen, enten det er å gi mer empati, snakke langsommere eller lyde mer oppmuntrende. Denne tilpassede tilbakemeldingen i øyeblikket, tillater agentene å bygge et forhold til kunden basert på den enkelte kundens erfaring og stemmesignaler plukket opp av AI-modellen. Dette forbedrer både kundeopplevelsen og agentopplevelsen.

Realtids tilbakemelding er ikke bare nyttig for CX – det er også nyttig for medarbeideropplevelsen (EX). Våre verktøy hjelper til å støtte representanter til å ha mer positive arbeidsopplevelser, som er bevist å drive høyere nivåer av CX.

I 2019, ga Cogito ut en rapport med tittelen “Kjønns-debiasing i tale-emotions gjenkjenning.” Hva var noen av de viktigste innblickene når det kom til effekten av kjønnsforvrengning i tale med hensyn til emosjon?

Vår rapport fokuserte på modelltilnærmingen og optimeringsteknikkene samt sampling-forvrengning. Derfor må mer forskning gjøres for å mildne negativ forvrengning generelt i maskinlæring og spesielt i tale-emotions gjenkjenning. Nøkkelinnblick inkluderer:

Kvinnelig tale tenderer til å være høyere tone enn mannlig tale, som resulterer i mer vidtspente harmoniske.

Tale-emotions gjenkjenning-modeller kan være påvirket av denne forskjellen. Dette kan føre til lavere nøyaktighet for kvinnelig tale sammenlignet med mannlig tale.

Debiasing maskinlæringsteknikker kan brukes til å redusere denne nøyaktighets-ubalansen. I rapporten, introduserer Cogito en ny debiasing-teknikk som utfører favorably relativt til baseline.

Hvordan opererer Cogito for å mildne effekten av uønsket kjønns- eller andre typer forvrengning?

Cogito bruker naturlig språkbehandling (NLP) modeller som kombinerer menneske-bevisst AI-systemer, dyp læringsmaskin-modeller og andre komplekse regler som hjelper datamaskiner til å forstå, analysere og simulere menneskelig språk. Vi jobber kontinuerlig med og utvikler våre NLP med nye data for å mildne forvrengning.

Cogito har en omfattende protokoll for maskinlæringsmodellutvikling, som uttrykkelig retter seg mot å mildne forvrengning og sikre etisk maskinlæring (ML)-basert produktfunksjoner. Dette protokollen dekker områder som sampling av data for trening, å mildne forvrengning i menneskelig merking og å bruke ML-debiasing-teknikker.

Cogito bruker en “fairness”-dataset bestående av en stor mengde audio-data hvor talerne selv-rapporterer forskjellige demografiske kategorier. Alle modeller blir evaluert mot fairness-dataset og mot de forskjellige demografiske kategoriene. Vi bruker også ML Ops-teknikker til å objektive overvåke modeller i produksjon og systematisk utføre modell-auditor med menneskelig annotering.

Hva er dine personlige synspunkter på hvordan AI ikke bare skal erstatte mennesker, men heller augmentere menneskelig atferd?

Det finnes ting mennesker kan gjøre og nuanser de kan gi i menneske-til-menneske interaksjoner som teknologi som AI ikke kan etterligne på egen hånd. For eksempel, ønsker kunder å motta empati når de kontakter kundeservice. Hvis kunden interagerer kun med et automatisert system drevet av AI, kan deres problem bli løst, men de kan ende opp med å føle frustrert eller irritert over interaksjonen. Hvis vi erstatter alle kontaktsenteragenter med AI, eliminerer vi det menneskelige elementet som er nødvendig for å bygge forhold og oppnå og opprettholde lojale kunder.

Når man engasjerer i en serviceinteraksjon, verdsetter mennesker å snakke med noen som kan sette seg i deres sko, som har hatt erfaringer lignende det de selv går gjennom. På samme måte, verdsetter mennesker følelsen av at noen andre tar seg av dem og eier løsningen på deres problem. Det vil ta lang tid før standalone AI virkelig oppfattes som noe annet enn et selv-hjelp-verktøy.

Er det noe annet du ville like å dele om Cogito?

Ved Cogito, utvikler vi nye teknologier for å innføre neste generasjon kontaktsentre. Tidligere i år, ga vi ut vår Employee Experience (EX) Score for å spore agenters erfaringer. Liknende vår kundeopplevelse (CX) score, kombinerer EX Score menneske-bevisst Emotion AI og Conversation AI, og trekker ut realtids innblick over enkeltinstanser eller trender over flere samtaler. Midt i høye nivåer av misnøye, utbrenthet og flukt, hjelper EX Score med å løse spørsmålet om hvordan man kan forebygge utbrenthet og hjelpe agent-erfaringen, som igjen driver bedre kundeopplevelser og lang-siktig forretnings-bærekraft.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, bør besøke Cogito.