Rebecca Greene, CTO i współzałożyciel Regal – seria wywiadów

Rebecca Greene, CTO i współzałożyciel Regal, jest executive z branży technologicznej, liderem produktu i inwestorem z dużym doświadczeniem w tworzeniu cyfrowych biznesów ukierunkowanych na klienta. Przed założeniem Regal w 2020 roku, pełniła funkcję Chief Product Officer w firmie Handy, gdzie kierowała zespołami produktu, designu i danych oraz wspierała integrację firmy z ANGI Homeservices po jej przejęciu. Wcześniej w swojej karierze Greene pracowała w zarządzaniu produktem w Amazon (AMZN ) oraz pełniła role stratega, konsultanta i specjalisty ds. usług finansowych w firmach Booz & Company, First Manhattan Consulting Group i Bear Stearns. Jest również partnerem w Blue Trail Partners, gdzie wspiera założycieli w tworzeniu firm o wysokim wpływie.

Regal to platforma głosowego AI dla przedsiębiorstw, która umożliwia tworzenie, wdrażanie, ulepszanie i zarządzanie autonomicznymi agentami AI dla sprzedaży, obsługi klienta i workflow operacyjnych. Platforma łączy technologię głosową, zaawansowane funkcje i dane klientów w czasie rzeczywistym, aby dostarczać spersonalizowane rozmowy przychodzące i wychodzące, integrując się z istniejącymi systemami zarządzania relacjami z klientami, centrami kontaktowymi, telefonią i bazami danych. Założona w 2020 roku, firma została zaprojektowana, aby pomóc przedsiębiorstwom zautomatyzować interakcje z klientami bez wymiany istniejącej infrastruktury technologicznej.

Pomogłaś skalować Handy od wczesnego etapu startupu do biznesu, który ostatecznie stał się częścią ANGI, co dało Ci pierwszorzędną wiedzę na temat tworzenia produktów w czasie hiperrozwoju. Jakie lekcje z tej podróży przekonały Cię do założenia Regal, a jaki problem doświadczeń klienta nie mógł być rozwiązany za pomocą istniejącej technologii centrów kontaktowych?

Podczas gdy byliśmy w ANGI, mój współzałożyciel, Alex, i ja zarządzaliśmy centrum kontaktowym z 3 000 osobami, które obsługiwało prawie 100 milionów interakcji z klientami każdego roku. Na początku moim celem było zminimalizowanie liczby połączeń telefonicznych od klientów, ponieważ wszyscy w branży technologicznej mówili „głos jest martwy”, więc graliśmy na niechęć do telefonu. FAQ, czatboty, ukrywanie numeru telefonu na stronie. Zrobiliśmy wszystko, co mogliśmy, aby skierować klientów w kierunku samoopieki.

Ale klienci i tak dzwonili. Ludzie naprawdę chcą rozmawiać przez telefon, gdy coś jest ważne, pilne lub zbyt skomplikowane, aby wyjaśnić to w polu tekstowym. Wtedy zaczęliśmy głębiej analizować głos jako kanał wychodzący, ponieważ dane pokazały, że jest to niezwykle skuteczne. Jeśli chcesz, aby klient zaktualizował kartę kredytową lub przypomniał mu o spotkaniu, e-mail może mieć klikalność 2%. Z połączeniami telefonicznymi możemy uzyskać odpowiedź od 20 do 30% ludzi. To 10 razy lepiej.

Problem polegał na tym, że żadna istniejąca technologia centrów kontaktowych nie pozwalała firmom spełnić tego popytu w sposób opłacalny. Połączenia telefoniczne kosztują około 10 dolarów za obsługę, więc większość firm była zachęcana do unikania ich, nawet gdy klienci ich chcieli. Przerwa między wysokim popytem na głos a brakiem opłacalnego sposobu jego dostarczania to to, co przekonało mnie i mojego współzałożyciela do założenia Regal w 2020 roku.

Regal obsłużył już setki milionów interakcji z klientami przy użyciu AI w organizacjach przedsiębiorstw. Jakie były największe wyzwania techniczne w uczynieniu głosowego AI wystarczająco niezawodnym dla produkcji na skalę przedsiębiorstw, a jakie przełomy umożliwiły powszechne przyjęcie?

Regal niedawno przekroczył 500 milionów połączeń obsłużonych przez AI, co odpowiada 408 latach rozmów. Mamy obecnie 100+ głosów AI, 33 języki i 26 LLM, i wygenerowaliśmy 9 miliardów dolarów przychodu dla naszych klientów.

Dla nas i naszych klientów największym wyzwaniem było upewnienie się, że agenci mają odpowiedni kontekst, gdy rozmawiają z klientem i udzielają dokładnych wskazówek. Pracujemy z firmami z niektórych z najbardziej uregulowanych branż, takich jak opieka zdrowotna i ubezpieczenia, gdzie niezwykle ważne jest, aby AI rozumiało, co może i nie może powiedzieć. Traktujemy nasze AI jak pracowników: musisz ich szkolić, nadzorować i oceniać ich wydajność ciągle.

Prawdziwym przełomem było pojawienie się LLM z prawdziwym rozumowaniem i generowaniem języka, co pozwoliło na automatyzację złożonych, wieloetapowych połączeń po raz pierwszy.

Wiele osób nadal kojarzy agenci AI z frustrującymi systemami IVR lub robotycznymi czatbotami. Co się zmieniło w ciągu ostatnich kilku lat, aby nowoczesne agenci głosowi mogli dostarczać znacznie bardziej naturalne rozmowy?

Agenci AI są zupełnie inni niż systemy IVR z przeszłości. Każdy, kto nadal używa IVR, jest bardzo ograniczony, ponieważ są one deterministyczne. Dziś agenci naprawdę rozumieją rozmowę w sposób, w jaki robi to osoba, używając LLM do generowania języka i napędzanych kontekstem i danymi z 500 milionów poprzednich rozmów. W połączeniu z lepszą jakością głosu, poprawionym czasem odpowiedzi i bardziej naturalną logiką rozmowy, większość naszych klientów nie jest w stanie rozróżnić, czy rozmawia z AI, czy nie, lub nie przeszkadza im to, o ile dostarcza to, czego potrzebują.

Jako CTO, jak balansujesz szybki postęp w modelach podstawowych z potrzebą stabilności, bezpieczeństwa i przewidywalnego zachowania dla klientów przedsiębiorstw?

To jest podstawowe napięcie, które zarządzam jako CTO: modele podstawowe rozwijają się niezwykle szybko, ale nasi klienci z branż regulowanych potrzebują przewidywalności, bezpieczeństwa i stabilności.

My nie jesteśmy dostawcą modeli; dostarczamy aplikację do tworzenia agentów AI, i siedzimy obok innych oprogramowań centrów kontaktowych. To rozdzielenie pozwala nam na wprowadzanie ulepszeń bez destabilizowania barier, integracji i kontroli zgodności, na które nasze firmy polegają. To również dlatego, że skupiliśmy się na umożliwieniu każdemu zespołowi tworzenia agentów AI, które mogą obsłużywać złożone workflow w ciągu tygodni, a nie miesięcy. Niedawno uruchomiliśmy produkt o nazwie Copilot, który z jedną rozmową może stworzyć działający projekt roboczy agenta głosowego dla zespołów z logiką biznesową, marką i zabezpieczeniami już wbudowanymi.

Platforma Regal łączy agenci AI z kontekstem klienta i workflow biznesowym, a nie tylko odpowiada na pytania. Dlaczego dostęp do danych klienta i systemów biznesowych staje się równie ważny jak postępy w samych modelach językowych?

Sam model językowy może prowadzić rozmowę, ale nie może nic zrobić dla Twojego klienta. W momencie, gdy poprosisz go o sprawdzenie zamówienia, zastosowanie rabatu, eskalację przypadku lub aktualizację rekordu, agent AI musi być podłączony do tych samych systemów, których używają agenci ludzcy – takich jak ich CRM i systemy rozliczeniowe.

Im lepsze są same modele, tym ważniejszy jest dostęp do prawdziwych danych klienta i systemów biznesowych, co odróżnia dobrze obsłużone doświadczenie AI od frustrującego.

Wasza platforma obsługuje organizacje z branż takich jak opieka zdrowotna, ubezpieczenia, edukacja i usługi finansowe. Czego nauczyły Cię te branże o wdrożeniu AI w sposób odpowiedzialny, utrzymując zaufanie klienta?

Celowo koncentrujemy się na branżach wysoko uregulowanych i o wyższej złożoności, a nie na łatwych przypadkach o niskim ryzyku, częściowo ze względu na moje własne doświadczenie w kierowaniu produktem, designem i danymi oraz współpracy z centrami kontaktowymi przedsiębiorstw.

Zaufanie i zgodność naprawdę mają znaczenie w tych interakcjach. Odpowiedzialne wdrożenie AI polega na upewnieniu się, że agenci mają niezawodne bariery ochronne, dokładny kontekst na poziomie konta i wyraźną ścieżkę do człowieka, gdy coś wykracza poza ich zakres. Zaufanie w branżach regulowanych nie pochodzi z tego, że AI jest bezbłędne, ale z tego, że jest przewidywalne i naprawialne.

Wiele osób zakłada, że AI zastąpi ludzkich agentów centrów kontaktowych. Jak widzisz ewolucję relacji między pracownikami a agentami AI w ciągu najbliższych pięciu lat, a jakie odpowiedzialności powinny zawsze pozostać przydzielone do ludzi?

AI nie zajmie wszystkich miejsc pracy, ale zmieni to, jak wygląda praca.

Bardziej istotną rolą ludzką w ciągu najbliższych kilku lat nie jest tradycyjny agent centrum kontaktowego – to nowa rola. Mój współzałożyciel i ja nazywamy ją Inżynierem CX: ktoś, kto zarządza i nadzoruje agenci AI, pracując wstecz od podróży klienta, a nie siedząc w poszczególnych połączeniach. Można już zobaczyć ten trend w szerszym zakresie, z AWS, które właśnie zainwestowało 1 miliard dolarów w jednostkę Forward Deployed Engineering, aby pomóc klientom budować z AI, rolę, która nie istniała jeszcze rok temu.

Możemy oczekiwać podobnej zmiany w CX: gdy agenci AI obsługują coraz więcej objętości, ludzie, którzy koordynują, zarządzają i sprawdzają jakość tych agentów, stają się niezwykle ważni.

Głosowy AI uległ znaczącej poprawie, ale klienci stają się coraz bardziej świadomi, że rozmawiają z AI. Jaka rola przejrzystości i ujawnienia odgrywa w budowaniu długoterminowego zaufania, a czy firmy powinny zawsze informować klientów, że wchodzą w interakcje z agentem AI?

Klienci zawsze mogą poprosić o człowieka, i budujemy to w każdej wdrożeniu. To, co widzimy w praktyce, to fakt, że większość ludzi albo nie jest w stanie rozróżnić, czy rozmawia z AI, albo nie przeszkadza im to, o ile interakcja sama w sobie ma znaczenie, a nie to, kto jest po drugiej stronie.

Istnieje również strukturalny powód, dla którego nie jest to często omawiane: niektóre firmy już obsługują większość interakcji z klientami za pomocą AI, ale jeszcze nie reklamują tego. Uważam, że przejrzystość ma znaczenie w momencie, gdy klient o to pyta, ale nie jest potrzebna jako wymóg ogólny na każdej interakcji.

Ze względu na to, że AI może teraz obsłużywać coraz bardziej złożone rozmowy, jakie wskaźniki powinny koncentrować się organizacje poza prostą redukcją kosztów, oceniając, czy wdrożenie AI rzeczywiście poprawiło doświadczenie klienta?

Wewnętrznie organizacje powinny zwrócić uwagę na to, jak bardzo ich własny zespół korzysta z AI na co dzień, i traktować intensywne użytkowanie jako ogólny dobry znak. Ale większym wskaźnikiem, który firmy powinny brać pod uwagę, jest przychód na pracownika. Jeśli AI naprawdę działa, to liczba ta powinna rosnąć, i to finansuje wzrost i lepsze marże. AI nie zastępuje Twoich ludzi, ale ci, którzy z niego korzystają, kończą znacznie więcej, zachowując ten sam zespół. Mogą obsłużywać więcej klientów, zamykać więcej umów, budować więcej, gdy wskaźnik przychodu na pracownika jest tym, przeciwko któremu mierzą.

Spójrzając w przyszłość, jakie wschodzące technologie lub możliwości uważasz, że zdefiniują następną generację agentów AI przedsiębiorstw, a jakie rozwoju jesteś najbardziej podekscytowany, aby wprowadzić na rynek w ciągu najbliższych kilku lat?

Dziś głos jest już 60-70% interakcji z klientami, a reszta jest podzielona między czat, e-mail i tekst. Gdy AI sprawia, że interakcje głosowe są lepsze i bardziej zdolne, oczekuję, że głos stanie się dominującym kanałem i ostatecznie osiągnie 95% wszystkich interakcji z klientami.

To, co zdefiniuje następną generację agentów AI przedsiębiorstw, to to, jak aktywni i zaangażowani są oni w interakcje z klientami. Nowość AI w doświadczeniu klienta się zużywa, i wszyscy wiedzą, że staje się coraz bardziej zdolna, ale jestem podekscytowany, aby pchnąć jego granice i sprawić, aby wykonywał jeszcze bardziej złożone przypadki użycia.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Regal.