Josh Feast, CEO i współzałożyciel Cogito – seria wywiadów

Josh Feast, jest CEO i współzałożycielem Cogito, przedsiębiorstwa, które łączy Emotion i Conversation AI w innowacyjną platformę, która zapewnia coaching i wskazówki w czasie rzeczywistym dla agentów centrum kontaktów, daje nadzorcom widoczność na żywo rozmów zespołów pracujących z dowolnego miejsca oraz ciągle monitoruje doświadczenia klientów i pracowników.

Historia Cogito zaczyna się w 1999 roku, zanim firma została założona. Czy mógłbyś podzielić się niektórymi spostrzeżeniami na temat tych wczesnych dni w MIT Human Dynamics Lab i tego, nad czym wtedy pracowano?

Od 1999 do 2006 roku, Dr Sandy Pentland opracował podstawową naukę, demonstrując obecność i moc sygnałów społecznych w komunikacji ludzkiej oraz zdolność maszyn do wykrywania i interpretowania ich.

W 2007 roku Cogito zostało wydzielone z MIT Media Lab. Czy mógłbyś podzielić się tą historią powstania?

Przed moimi czasami w MIT, rozpoznałem potrzebę technologii, która byłaby poinformowana przez kontekst konwersacji, aby pomóc użytkownikom w sytuacjach obciążonych emocjonalnie. Podczas pracy w Nowozelandzkim Departamencie Dzieci, Młodzieży i Usług Rodzinnych (obecnie znany jako jednostka Dzieci, Młodzieży i Rodziny w Ministerstwie Rozwoju Społecznego), zauważyłem, że wielu pracowników socjalnych było wypalonych z powodu wysokiego poziomu emocjonalności ich obowiązków i uwierzyłem, że systemy zarządzania, które ich wspierają, znacznie skorzystałyby na takiej technologii. Przyniosłem swoje obserwacje z tamtego czasu do MIT, a Cogito zostało później stworzone z badań Dr. Pentlanda w MIT Media Lab, które wydawały się bezpośrednio rozwiązywać ten problem. Cogito otrzymało finansowanie od Defense Advanced Research Projects Agency (DARPA), aby zbadać i rozwinąć platformę sztucznej inteligencji i modele behawioralne, które automatycznie wykrywałyby stany psychologiczne ludzi. Ta technologia okazała się skuteczna w pomocy weteranom wojskowym powracającym z działań wojennych poprzez wdrożenia w Departamencie Spraw Weteranów (VA).

Technologia Emotion AI używana w Cogito została po raz pierwszy zwalidowana przez pomoc w wykrywaniu wczesnych objawów PTSD i innych zaburzeń psychicznych u żołnierzy powracających z działań wojennych. Czy mógłbyś omówić niektóre szczegóły dotyczące tego i rodzajów wyników, które zostały zaobserwowane?

Celem wdrożenia tej technologii w opiece zdrowotnej było wykrywanie depresji i zapobieganie samobójstwom wśród weteranów wojskowych powracających z działań wojennych. Platforma, którą opracowaliśmy, umożliwiła lekarzom śledzenie ogólnego stanu zdrowia psychicznego weteranów za pomocą sygnałów głosowych i wskazywanie zdarzeń, takich jak bezdomność i inne ostrzeżenia o złym stanie zdrowia psychicznego. Szybko zrealizowaliśmy, że mamy coś wyjątkowego, i że zastosowanie tej technologii może okazać się przydatne poza wspieraniem weteranów wojskowych i systemów opieki zdrowotnej w obszarach o wysokim poziomie złożonych, obciążonych emocjonalnie rozmów. Z naszymi korzeniami nadal skupionymi na doświadczeniu ludzkim, staliśmy się Cogito, które znasz dzisiaj, wspierając coaching i wskazówki w czasie rzeczywistym dla agentów dużych przedsiębiorstw contact center w wielu branżach, w tym w ochronie zdrowia.

Czy mógłbyś omówić, jak Cogito używa AI do analizy sygnałów behawioralnych i dostarczania informacji zwrotnej w trakcie rozmów?

Cogito używa potężnej kombinacji Emotion i Conversation AI, aby ujawnić nowe spostrzeżenia z wszystkich rozmów, wyodrębniając zarówno co zostało powiedziane, jak i jak klienci odebrali przekaz. Te modele AI mierzą doświadczenie klienta (CX) w czasie rzeczywistym we wszystkich połączeniach, aby mieć wpływ w tym momencie, a nie tylko w analizie po rozmowie, która koncentruje się tylko na poprawie przyszłych interakcji.

Cogito wyodrębnia i analizuje ponad 200 sygnałów akustycznych i głosowych w milisekundach, aby dać agentom contact center wskazówki, jak dostosować swoje zachowanie i wyświetlić najlepsze rekomendacje na podstawie omawianych tematów i pożądanych wyników.

Cogito wykonuje analizę głosu w czasie rzeczywistym, aby uzupełnić zachowanie w czasie rzeczywistym i tworzyć lepsze ludzkie połączenia na dużą skalę między klientami a agentami contact center, niezależnie od miejsca, w którym pracują.

Jak ta informacja zwrotna pomaga agentom budować lepsze relacje z klientami?

Informacja zwrotna w czasie rzeczywistym, którą agenci contact center otrzymują od Cogito, pozwala im wykazywać bardziej spójną inteligencję emocjonalną, co skutkuje tym, że agenci dostarczają empatię w każdym połączeniu. Poprawiona empatia prowadzi do lepszych wyników konwersacyjnych, takich jak zmniejszone czasy obsługi połączeń, zwiększona pierwsza rozwiązanie połączenia, poprawiona satysfakcja klienta i zwiększona wartość klienta na przestrzeni czasu.

Każdy przedstawiciel contact center ma różne mocne i słabe strony. Informacja zwrotna w czasie rzeczywistym, którą otrzymują oni podczas połączenia, pomaga poprawić ich obsługę klienta, czy to poprzez okazywanie większej empatii, mówienie wolniej lub brzmienie bardziej optymistycznie. Ta dostosowana informacja zwrotna w tym momencie pozwala agentom budować relację z klientem opartą na tym konkretnym doświadczeniu klienta i sygnałach głosowych wykrywanych przez model AI. To z kolei poprawia zarówno doświadczenie klienta, jak i doświadczenie agenta.

Informacja zwrotna w czasie rzeczywistym nie tylko korzystnie wpływa na CX, ale także na doświadczenie pracownika (EX). Nasze narzędzia pomagają wspierać przedstawicieli w mających bardziej pozytywne doświadczenia pracy, co udowodniono, że napędza lepsze doświadczenia klienta.

W 2019 roku Cogito opublikowało pracę zatytułowaną „Gender de-biasing in speech emotion recognition.” Jakie były niektóre z kluczowych spostrzeżeń, gdy chodzi o wpływ uprzedzeń płciowych w mowie w odniesieniu do emocji?

Nasza praca koncentrowała się na podejściu modelowym i technikach optymalizacji, a także na biasie próbkowania. Dlatego też wymagane są dalsze badania, aby złagodzić negatywny bias ogólnie w machine learningu i szczególnie w rozpoznawaniu emocji w mowie. Kluczowe spostrzeżenia obejmują:

Mowa kobieca ma tendencję do bycia wyższej tonacji niż mowa męska, co skutkuje bardziej rozległymi harmonikami.

Modele rozpoznawania emocji w mowie mogą być wpływane przez tę różnicę. Może to prowadzić do niższej dokładności dla mowy kobiecej w porównaniu z męską.

Techniki de-biasowania machine learningu mogą być stosowane, aby zredukować tę nierówność dokładności. W pracy Cogito wprowadza nową technikę de-biasowania, która działa korzystnie w porównaniu z modelem bazowym.

Jak Cogito działa, aby złagodzić skutki niepożądanych uprzedzeń płciowych lub innych rodzajów uprzedzeń?

Cogito używa modeli przetwarzania języka naturalnego (NLP), które łączą systemy AI świadome ludzi, głębokie modele uczenia maszynowego i inne złożone reguły, które pomagają komputerom zrozumieć, analizować i symulować język ludzki. Ciągle pracujemy nad i rozwijamy nasze NLP z nowymi danymi, aby złagodzić bias.

Cogito ma kompleksowy protokół rozwoju modeli machine learningu, który wyraźnie ma na celu złagodzenie uprzedzeń i zapewnienie etycznego machine learningu (ML) w funkcjach produktu. Ten protokół obejmuje obszary, takie jak próbkowanie danych szkoleniowych, złagodzenie uprzedzeń w ludzkim oznaczaniu i stosowanie technik de-biasowania ML.

Cogito używa zestawu danych „fairness”, który składa się z dużej ilości danych audio, w których mówcy samodzielnie zgłaszają różne kategorie demograficzne. Wszystkie modele są oceniane w odniesieniu do zestawu danych fairness i w odniesieniu do różnych kategorii demograficznych. Używamy również technik ML Ops, aby obiektywnie monitorować modele w produkcji i systematycznie przeprowadzać audyty modeli z adnotacjami ludzkimi.

Jakie są Twoje osobiste poglądy na to, jak AI nie powinno zastępować ludzi, ale raczej uzupełniać ich zachowanie?

Istnieją rzeczy, które ludzie mogą robić i niuanse, które mogą dostarczyć w interakcjach międzyludzkich, których technologia AI nie może naśladować sama. Na przykład klienci chcą otrzymać empatię, gdy kontaktują się z obsługą klienta. Jeśli klient wchodzi w interakcję tylko z zautomatyzowanym systemem napędzanym przez AI, ich problem może zostać rozwiązany, ale mogą skończyć się czując sfrustrowanymi lub zirytowanymi przez interakcję. Jeśli zastąpimy wszystkich agentów contact center przez AI, eliminujemy ludzki element, który jest niezbędny do budowania relacji i osiągania oraz utrzymywania lojalnych klientów.

Podczas angażowania się w interakcję usługową, ludzie cenią rozmawianie z kimś, kto może się wczuć w ich sytuację, kto miał doświadczenia podobne do tych, przez które przechodzą. W tym samym duchu ludzie cenią uczucie, że ktoś inny zajmuje się nimi i rozwiązuje ich problem. Będzie to długi czas, zanim samodzielne AI będzie postrzegane jako coś innego niż narzędzie samopomocy.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat Cogito?

W Cogito rozwijamy nowe technologie, aby wprowadzić następną generację contact center. Na początku tego roku, wydaliśmy nasz wskaźnik doświadczenia pracownika (EX), aby śledzić doświadczenia agentów. Podobnie jak nasz wskaźnik doświadczenia klienta (CX), wskaźnik EX łączy Emotion AI i Conversation AI, wyodrębniając spostrzeżenia w czasie rzeczywistym na poziomie pojedynczych przypadków lub trendów w wielu połączeniach. Wśród wysokich poziomów niezadowolenia, wypalenia i rotacji, wskaźnik EX pomaga rozwiązać pytanie, jak zapobiec wypaleniu i poprawić doświadczenie agenta, co z kolei napędza lepsze doświadczenia klienta i długoterminową zrównoważoność biznesu.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Cogito.