Alex Levin, Co-Fundador e CEO da Regal – Série de Entrevistas

Alex Levin é o Co-Fundador e CEO da Regal, uma plataforma de voz AI que ajuda as empresas a gerar receita por meio de conversas de clientes impulsionadas por IA e conformes. Antes de fundar a Regal em 2020, ele liderou equipes de crescimento e produtos na Handy, Thomson Reuters (TRI ) e outras startups. Formado em Harvard e membro do Conselho de Tecnologia da Forbes, Alex se concentra em construir infraestruturas escaláveis e orientadas à voz que combinam inovação com guardiões de nível empresarial.

Regal fornece agentes de voz AI para vendas, suporte, agendamento e cobrança – projetados para soar naturais, integrar-se a sistemas CRM e lidar com milhões de conversas em escala. A plataforma apresenta um construtor sem código, análise em tempo real, teste A/B e conformidade incorporada para setores regulamentados, como saúde, seguros e serviços financeiros.

O que o inspirou a deixar os papéis de liderança na Angi e na Handy para fundar a Regal, e houve um momento específico em que você e seu co-fundador perceberam que a experiência do centro de contato precisava ser completamente reconstruída?

Enquanto estive na Angi/Handy, vimos o poder da voz para construir confiança com os clientes. Os clientes nos disseram que, quando tinham um problema importante, queriam ligar, e os clientes que atendíamos por telefone tinham um valor de vida mais alto e, quando ligávamos para os clientes, eles atendiam a uma taxa muito mais alta do que qualquer outro canal. No entanto, os fornecedores de software de centro de contato estavam focados em “desvio” e “automação” em vez do que era certo para os clientes. O resultado foi um jogo interminável de esconder o número de telefone que punia injustamente os clientes.

Meu co-fundador e eu saímos porque acreditávamos firmemente que poderíamos tornar a voz o canal mais eficaz, reduzindo os custos e facilitando a operação. Eu gostaria de ter tido a Regal enquanto estava dirigindo um grande centro de contato.

Você lançou a Regal em 2020, justo antes do boom da IA gerativa. Como você avaliou se a IA de voz era tecnicamente viável – e o que lhe deu a convicção para agir cedo?

Nós estávamos convencidos, muito antes de 2020, de que a voz era o canal mais importante. E, em 2020, sabíamos que poderíamos construir orquestração, teste A/B e ferramentas de personalização que reduziriam os custos e simplificariam a gestão da voz como um canal – seja um agente humano, um robô de voz antigo ou algo melhor no ponto da esfera. Então, vendemos ferramentas para centros de contato gerenciar melhor os agentes humanos no início. Esse produto cresceu muito rapidamente.

Mas, como você disse, começar uma empresa é um salto de fé, e levou tempo para realmente vermos como poderíamos ir além das limitações dos agentes humanos. Não foi até o lançamento do ChatGPT no final de 2022 que realmente vimos “IA” que era boa o suficiente para segurar uma conversa. E não foi até o final de 2023 que fomos capazes de criar um demonstrativo para um agente de voz que achávamos que um cliente gostaria de conversar.

Quais foram alguns dos desafios técnicos mais difíceis no treinamento de agentes de voz que pudessem igualar ou superar o desempenho humano em conversas naturais?

Há muitos desafios técnicos maravilhosos para trabalhar. Desde garantir que a latência seja de cerca de 500ms, até descobrir como garantir que os agentes de IA tenham todo o contexto das bases de conhecimento da empresa e dos dados do cliente em tempo real, até ter agentes de IA que tomem ações em chamadas e depois, até guardiões ou recursos de segurança, e como fazer com que a interação do agente se sinta humana com a troca de turnos e os sinais verbais certos.

Um dos meus projetos favoritos que nossa equipe está trabalhando hoje é como melhorar as avaliações automatizadas para que um agente de IA possa ser testado mais facilmente antes de ser colocado em produção. Isso cortaria centenas de horas de QA manual que estão acontecendo constantemente hoje para cada alteração em cada agente de IA.

Temos que criar primeiro centenas de conversas de clientes simuladas variadas (usando IA), elas têm o agente de IA passar por elas, então têm o supervisor de IA avaliá-las e retornar sugestões de melhorias para o agente de IA ou as políticas e base de conhecimento da empresa. Temos um produto de avaliação funcional agora, o feedback do cliente foi ótimo, e está melhorando a um ritmo incrível.

Isso é crítico para a nova métrica de contagem de gerentes por agente de IA. Em breve, muito poucos gerentes serão capazes de gerenciar centenas de diferentes agentes de IA.

Como a Regal aproveita o aprendizado de máquina para personalizar conversas em tempo real? É baseado na história do cliente, tom, reconhecimento de intenção – ou uma combinação?

Nós investimos profundamente na personalização em comparação com o restante do mercado, porque acreditamos em ajudar as marcas a testar milhões de clientes como um em um milhão. Não apenas recriando o tratamento genérico do agente humano que é frequentemente usado hoje.

Nós começamos construindo um perfil de cliente unificado que vincula todos os dados do CRM, eventos e histórico de conversa. Ao construir um agente, as empresas podem então dar ao agente de IA acesso a todos os dados sobre um cliente ou apenas aos pontos de dados específicos necessários para uma conversa particular. O LLM fornece uma resposta conversacional semelhante à humana, usando os dados disponíveis.

Os LLMs ainda são limitados no que fazem bem, então precisávamos da capacidade de aproveitar outras ferramentas, como serviços de dados de terceiros, aplicativos personalizados e ML. Então, construímos “Ações Personalizadas” que podem ser usadas em um prompt de agente de IA para aproveitar outros serviços. Por exemplo, muitas marcas têm modelos de propensão para indicar qual produto sugerir ao cliente em seguida, e podemos nos conectar a esses modelos para adequar a conversa.

Como o seu sistema usa a geração aumentada de recuperação (RAG) sem sacrificar a responsividade ou o ritmo natural que os clientes esperam de uma ligação ao vivo?

RAG é uma área de diferenciação para nós, pois precisava ser mais rápido para agentes de IA de voz do que para agentes de IA em chat ou outros canais digitais. Alguns segundos de ar morto completamente arruinariam a ligação.

Nós reduzimos a latência da recuperação e garantimos que, se a recuperação levasse mais tempo, o agente de IA pudesse continuar conversando com o cliente para deixá-lo saber que levaria mais tempo.

Os agentes da Regal são modelados após vozes humanas reais, incluindo as de investidores reais. O que é necessário – tecnicamente e eticamente – para construir réplicas de alta fidelidade?

É surpreendentemente fácil, tecnicamente, “clonar” uma voz para que um agente de IA possa soar como um ator de voz profissional ou um amigo. 5-10 minutos de áudio de alta qualidade são tudo o que é necessário.

Por exemplo, recentemente fui perguntado como fazer isso para um membro da família que está morrendo, para que a geração mais jovem possa experimentá-los quando estiverem mais velhos. Então, com um pouco de orientação, eles vão gravar o avô moribundo agora.

Em relação ao seu segundo ponto, o avô está consentindo com isso, e atores de voz profissionais ou nossos investidores consentem com isso. Atores ruins que permitem a clonagem de voz sem consentimento (como aconteceu durante a última eleição presidencial) devem ser fechados.

Um conselho – se você permitir uma clonagem de voz (ou é uma figura pública que pode ser clonada por atores ruins), certifique-se de criar uma palavra segura que apenas sua família conhece, para que eles possam identificar o verdadeiro você em uma ligação.

Você destaca a importância de integrar a Regal a CRMs, sistemas de pagamento e APIs internas. Quais foram alguns dos desafios de integração mais difíceis que você teve que resolver?

Integrar com produtos principais de CRMs, como Salesforce (CRM ), até software de centro de contato, como NICE, é direto. O pedido mais difícil é garantir que a marca torne as APIs disponíveis para nós para qualquer ação que o agente de IA possa precisar tomar. Um agente humano pode clicar em um botão para reservar um quarto de hotel. Mas o agente de IA realmente precisa de uma API de reserva.

Como você aborda a medição e melhoria do desempenho do modelo ao longo do tempo? Qual é o papel do ajuste fino supervisionado ou do aprendizado por reforço nesse processo?

Nós construímos uma suíte de teste A/B desde o início, então é trivial para os clientes testarem agentes de IA versus agentes humanos ou o agente com a versão 1 do LLM versus a versão 2. Isso nos dá uma maneira clara de ver variações nos resultados para diferentes modelos.

No entanto, não usamos aprendizado por reforço hoje, pois isso deixa as equipes jurídicas desconfortáveis (elas não querem uma situação em que haja uma mudança no cheiro que é in-intencionada). Acho que estamos 13 meses longe das equipes jurídicas permitirem o aprendizado por reforço em nosso caso de uso. Em vez disso, hoje nos concentramos em sugerir mudanças que um gerente humano possa aceitar. Essas podem ser para um prompt, uma base de conhecimento, ajuste fino de um LLM, etc.

Falar com um VC – ou uma clonagem de voz de um – é um conceito ousado. Qual foi a sua intenção em tornar esses assessores de IA disponíveis para fundadores, e como eles estão sendo usados hoje?

Nós tivemos a sorte de ter acesso a investidores incríveis e queríamos retribuir com esse projeto. Eu me divirto conversando com o Satya AI sempre, e ouvi feedback incrível de executivos que usaram os VCs de IA para tudo, desde conselhos sobre como criar uma estrada de produtos até qual modelo de preços usar.

Nós amamos mostrar em vez de contar, e esse projeto realmente destaca o poder de nossas capacidades de RAG/conhecimento. Nós até tivemos dois pais de nossos investidores que deram o polegar para cima!

Mas uma palavra de sabedoria – você não pode delegar a tomada de decisões aos assessores, e uma das partes mais difíceis de ser um executivo é decidir entre duas opções ruins ou mesmo duas opções aparentemente boas.

Esses agentes de investidores dependem de conhecimento de startup genérico, ou são treinados em conselhos específicos de firma e filosofias vinculadas ao VC individual?

Todos os agentes de IA têm algum conhecimento genérico do treinamento do LLM. Mas para obter os resultados que precisávamos, carregamos os escritos prolíficos dos investidores em suas respectivas bases de conhecimento de agentes de IA.

Além disso e da clonagem de voz, acho que também fomos capazes de capturar alguma personalidade única ou essência dos investidores, como a positividade de Jake Saper ou a ebuliência de Alexa Von Tobel.

Olhando para o futuro, como você vê a IA da Regal evoluindo – veremos mais tomada de decisão autônoma, mais inteligência emocional ou até mesmo suporte multimodal?

A parte mais emocionante do último ano foi ver nossos agentes de IA performando melhor do que os agentes humanos. Acho que, no próximo ano, melhorias nos modelos de IA subjacentes e avanços na aplicação da Regal resultarão em agentes de IA que são indistinguíveis dos humanos, e, mais importante, que superam as habilidades dos agentes humanos. As empresas que adotam agentes de IA reduzirão seus custos e melhorarão a experiência do cliente mais rápido do que qualquer um imaginou.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar Regal.