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 kontakt-senter agenter, gir oversikt over live-samtaler fra team som jobber fra hvor som helst, og kontinuerlig overvåker kunde- og ansatte-opplevelser.

Historien om Cogito begynner i 1999, før selskapet ble grunnlagt. Kan du dele noen tanker om 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 samtalekontekst for å hjelpe brukerne i emosjonelt ladde situasjoner. Mens jeg arbeidet ved New Zealand Department of Child, Youth and Family Services (nå kjent som Child, Youth and Family-enheten i Ministry of Social Development), la jeg merke til at mange sosialarbeidere var utbrent på grunn av den høye emosjonelle naturen i deres oppgaver og trodde at ledelsessystemene som støttet dem ville ha stor nytte av en slik teknologi. Jeg tok med mine observasjoner fra den tiden til MIT, og Cogito ble senere skapt fra Dr. Pentlands MIT Media Lab-forskning som syntes å løse problemet direkte. Cogito mottok finansiering fra Defense Advanced Research Projects Agency (DARPA) for å forske og utvikle en kunstig intelligens-plattform og atferdsmodeller for å automatisk detektere menneskelige psykiske tilstander. Denne teknologien viste seg å være nyttig for å hjelpe militærveteraner som returnerte fra kampoppdrag gjennom deployeringer med Department of Veteran Affairs (VA).

Den Emotion AI-teknologien som brukes i Cogito ble først valideret ved å hjelpe helsepersonell til å detektere tidlige tegn på PTSD og andre mentale helseforstyrrelser 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 muliggjorde at leger kunne spore veteraners totale mentale helse gjennom talesignaler og å peke ut hendelser som hjemløshet og andre advarselssignaler for dårlig mentale helse. Vi innsett raskt at vi hadde noe spesielt, og at teknologiens anvendelse kunne vise seg å være nyttig utover å støtte militærveteraner og helse-systemer i områder med høye volumer av komplekse, emosjonelt ladde samtaler. Med våre røtter fortsatt sentrert på den menneskelige opplevelsen, ble vi det Cogito du kjenner i dag, som støtter realtids coaching og veiledning for stor skala kontakt-senter agenter over flere bransjer, inkludert helse.

Kan du diskutere hvordan Cogito opererer for å analysere atferdsmessige signaler og gi tilbakemelding i samtiden under samtaler?

Cogito bruker en kraftfull kombinasjon av Emotion og Conversation AI for å avdekke nye innsikter 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-samtale analyse som kun fokuserer på å forbedre fremtidige interaksjoner.

Cogito trekker ut og analyserer over 200 akustiske og talesignaler på millisekunder for å gi kontakt-senter agenter signaler på hvordan de kan justere sitt atferd og overflate de beste anbefalingene basert på de emner som diskuteres og de 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 kontakt-senter agenter, uavhengig av hvor de jobber.

Hvordan guider denne tilbakemeldingen agenter til å bygge bedre relasjoner med kunder?

Den realtids tilbakemelding kontakt-senter agenter mottar fra Cogitos hint muliggjør at agenter kan vise mer konsistent emosjonell intelligens, som resulterer i at agenter leverer empati på hver samtale. Forbedret empati leder til bedre samtale-resultater, som reduserte håndteringstider, økt førstekall-løsning, forbedret kunde-tilfredshet og økt kunde-løpetid.

Hver kontakt-senter representant har forskjellige styrker og svakheter. Den realtids tilbakemelding de mottar på samtalen hjelper å forbedre deres kunde-service, enten det er å gi mer empati, snakke langsommere eller lyde mer optimistisk. Denne tilpassede tilbakemeldingen i øyeblikket muliggjør at agenter kan bygge en relasjon med kunden basert på den enkelte kundes opplevelse og deres talesignaler som blir plukket opp av AI-modellen. Dette forbedrer både kunde-opplevelsen og agent-opplevelsen.

Realtids tilbakemelding er ikke bare nyttig for CX – det er også nyttig for ansatte-opplevelsen (EX). Våre verktøy hjelper 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-emosjonsgjenkjenning.” Hva var noen av de viktigste innsiktene når det kom til effekten av kjønns-bias i tale med hensyn til emosjon?

Vår rapport fokuserte på modelleringstilnærmingen og optimeringsteknikkene samt sampling-bias. Derfor må mer forskning gjøres for å mitigere negativ bias generelt i maskinlæring og spesielt i tale-emosjonsgjenkjenning. Viktige innsikter inkluderer:

Kvinnelig tale tenderer å være høyere tone enn mannlig tale, som resulterer i mer vidtspredte harmonier.

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

De-biasing maskinlæringsteknikker kan være anvendt for å redusere denne nøyaktighets-ubalansen. I rapporten introduserer Cogito en ny de-biasing-teknikk som utfører favorably i forhold til baseline.

Hvordan opererer Cogito for å mitigere effektene av uønsket kjønn eller andre typer bias?

Cogito bruker naturlig språkbehandling (NLP) modeller som kombinerer menneske-bevisste AI-systemer, dyptlærte maskinmodeller og andre komplekse regler som hjelper datamaskiner å forstå, analysere og simulere menneskelig språk. Vi arbeider kontinuerlig med og utvikler våre NLP-er med nye data for å mitigere bias.

Cogito har en omfattende protokoll for maskinlæring-modellutvikling, som har som mål å mitigere bias og sikre etisk maskinlæring (ML)-basert produktfunksjoner. Dette protokollen dekker områder som sampling data for trening, mitigere bias i menneskelig labeling og anvende ML-de-biasing-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 for å objektive overvåke modeller i produksjon og systematisk utføre modell-auditor med menneskelig annotering.

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

Det finnes ting mennesker kan gjøre og nyanser de kan gi i menneske-til-menneske interaksjoner som teknologi som AI ikke kan emulere på egen hånd. For eksempel ønsker kunder å motta empati når de kontakter kunde-støtte. 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 av interaksjonen. Hvis vi erstatter alle kontakt-senter agenter med AI, så eliminerer vi det menneskelige elementet som er nødvendig for å bygge relasjoner og oppnå og opprettholde lojale kunder.

Når man engasjerer i en service-interaksjon, 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 blir oppfattet som noe annet enn en selv-hjelp-verktøy.

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

Ved Cogito utvikler vi nye teknologier for å innføre den neste generasjonen kontakt-senter. Tidligere i år lanserte vi vår Employee Experience (EX) Score for å spore agenter sine opplevelser. Liksom vår kunde-opplevelse (CX)-score kombinerer EX-score menneske-bevisst Emotion AI og Conversation AI, og trekker ut realtids-innsikter over enkeltstående instanser eller trender over flere samtaler. Midt i høye nivåer av misnøye, utbrenthet og avgang, hjelper EX-scoren å løse spørsmålet om hvordan man kan forebygge utbrenthet og hjelpe agent-opplevelsen, som igjen driver bedre kunde-opplevelser og langsiktig forretnings-bærekraft.

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