Ofer Ronen, Co-Fundador e CEO da Tomato.ai – Série de Entrevistas

Ofer Ronen é o Co-Fundador e CEO da Tomato.ai, uma plataforma que oferece um filtro de voz alimentado por IA para suavizar sotaques para vozes de agentes offshore enquanto falam, resultando em melhoria nos métricos de CSAT e vendas.

Ofer anteriormente vendeu três startups de tecnologia, duas para o Google, e uma para a IAC. Ele passou os últimos cinco anos no Google construindo soluções de IA para centros de contato dentro do incubador Area 120. Ele fechou mais de $500M em negócios para essas novas soluções. Ele possui um mestrado em Engenharia de Computação com foco em IA pela Universidade de Michigan, e um MBA pela Cornell.

O que o atraiu inicialmente para a aprendizagem de máquina e IA?

A IA tem uma longa história de inícios e paradas. Períodos em que havia muita esperança de que a tecnologia transformasse indústrias, seguidos de períodos de desilusão porque não atingiu quite ao hype.

Quando eu estava fazendo um mestrado em IA há algumas décadas, na Universidade de Michigan, era um período de desilusão, quando a IA não estava quite fazendo um impacto. Eu fui intrigado pela ideia de que os computadores poderiam ser ensinados a realizar tarefas por meio de exemplos vs as heurísticas tradicionais, que requerem pensar sobre quais instruções explícitas fornecer. Na época, eu estava trabalhando em um laboratório de pesquisa de IA em agentes virtuais que ajudam professores a encontrar recursos online para suas aulas. Naquela época, não tínhamos os grandes dados, os recursos de computação poderosos ou as redes neurais avançadas que temos hoje, então as capacidades que construímos eram limitadas.

De 2016 a 2019, você trabalhou no incubador Area 120 do Google para projetar agentes virtuais altamente robustos para os maiores centros de contato. Qual foi exatamente essa solução?

Mais recentemente, eu trabalhei no incubador Area 120 do Google em algumas das maiores implantações de agentes virtuais de voz, incluindo alguns projetos para empresas Fortune 50 com mais de cem milhões de chamadas de suporte por ano.

Para construir agentes virtuais de voz mais robustos que possam lidar com conversas complexas, usamos milhões de conversas históricas entre humanos e usamos essas conversas para detectar o tipo de perguntas de follow-up que os clientes têm além de sua questão inicial declarada. Ao minerar perguntas de follow-up e ao minerar diferentes maneiras pelas quais os clientes formulam cada pergunta, fomos capazes de construir agentes virtuais flexíveis que podem ter conversas sinuosas. Isso espelhou melhor o tipo de conversas que os clientes têm com agentes humanos. O resultado final foi um aumento material no total de chamadas completamente tratadas pelos agentes virtuais.

Em 2021 e 2022, você construiu uma 2ª startup no Area 120, poderia compartilhar o que essa empresa foi e o que você aprendeu com a experiência?

Minha segunda startup dentro do Area 120 foi novamente focada em centros de contato. Nossa solução se concentrou em reduzir a perda de clientes, entrando em contato com os clientes logo após uma chamada de suporte mal-sucedida em que o cliente expressou sua questão, mas não chegou a uma resolução. O contato seria feito por agentes virtuais treinados para lidar com essas questões abertas. O que eu aprendi com essa experiência é que a perda de clientes é uma métrica difícil de medir de forma oportuna. Pode levar 6 meses para obter resultados estatisticamente significativos para mudanças na perda de clientes. Isso torna difícil otimizar uma experiência rapidamente o suficiente e convencer os clientes de que uma solução está funcionando.

Poderia compartilhar a história de gênese por trás de sua 3ª startup de IA de centro de contato, Tomato.ai, e por que você escolheu fazer isso sozinho em vez de trabalhar dentro do Google?

A ideia para o Tomato.ai, minha terceira startup de centro de contato, veio de James Fan, meu co-fundador e CTO. James pensou que seria mais eficaz vender vinho com um sotaque francês, e então, e se qualquer pessoa pudesse ser feita para soar francesa?

Essa foi a semente da ideia, e a partir daí nosso pensamento evoluiu. À medida que investigamos mais, encontramos um ponto de dor mais agudo sentido pelos clientes quando falavam com agentes offshore com sotaques. Os clientes tinham problemas de compreensão e confiança. Isso representou uma oportunidade de mercado maior. Dada nossa formação, percebemos o impacto significativo que teria nos centros de contato, ajudando-os a melhorar seus métricos de vendas e suporte. Agora nos referimos a esse tipo de solução como Suavização de Sotaque.

James e eu anteriormente lideramos e vendemos startups, incluindo cada um de nós vendendo uma startup para o Google.

Decidimos deixar o Google para iniciar o Tomato.ai porque, após muitos anos no Google, estávamos com vontade de voltar a iniciar e liderar nossa própria empresa.

Tomato.ai resolve um ponto de dor importante com centros de contato, que é suavizar sotaques para agentes. Poderia discutir por que os filtros de voz são uma solução preferida ao treinamento de agentes?

No Tomato.ai, entendemos a importância da comunicação clara nos centros de contato, onde os sotaques sometimes podem criar barreiras. Em vez de confiar apenas em programas de treinamento tradicionais, desenvolvemos filtros de voz, ou o que chamamos de “suavização de sotaque”. Esses filtros ajudam os agentes a manter sua voz única, enquanto reduzem seus sotaques, melhorando a clareza para os chamadores. Ao usar filtros de voz, garantimos uma melhor comunicação e construímos confiança entre os agentes e os chamadores, tornando cada interação mais eficaz e satisfatória para o cliente. Portanto, em comparação com programas de treinamento extensivos, os filtros de voz oferecem uma solução mais simples e imediata para lidar com desafios relacionados a sotaques nos centros de contato.

À medida que os agentes existentes utilizam essas ferramentas para melhorar seu desempenho, eles serão capacitados a comandar taxas mais altas, refletindo seu valor aumentado na entrega de experiências de cliente excepcionais. Simultaneamente, o efeito democratizador da IA gerativa trará novos agentes de nível de entrada para o grupo, expandindo o pool de talentos e reduzindo as taxas horárias. Essa dicotomia sinaliza uma transformação fundamental na dinâmica dos serviços de centro de contato, onde a tecnologia e a expertise humana redefinem o cenário da indústria, abrindo caminho para um futuro mais inclusivo e competitivo.

Quais são algumas das diferentes tecnologias de aprendizagem de máquina e IA utilizadas para habilitar a filtragem de voz?

Esse tipo de solução de filtragem de voz em tempo real não teria sido possível há apenas alguns anos. Avanços na pesquisa de fala combinados com arquiteturas mais novas, como o modelo transformer e Redes Neurais Profundas, e hardware de IA mais poderoso (como TPUs do Google e GPUs da NVidia) tornam mais possível construir soluções como essas. Ainda é um problema muito difícil que exige que nossa equipe invente novas técnicas para treinar modelos de fala-para-fala de baixa latência e alta qualidade.

Qual é o tipo de feedback que foi recebido dos centros de contato, e como isso impactou as taxas de rotatividade de funcionários?

Temos uma forte demanda de grandes e pequenos centros de contato offshore para testar nossa solução de suavização de sotaque. Esses centros de contato reconhecem que o Tomato.ai pode ajudar com seus dois principais problemas (1) os métricos de desempenho dos agentes offshore não estão ao nível dos agentes onshore (2) é difícil encontrar agentes qualificados suficientes para contratar em mercados offshore como a Índia e as Filipinas.

Esperamos nas próximas semanas ter estudos de caso que destacam o tipo de impacto que os centros de contato experimentam ao usar a Suavização de Sotaque. Esperamos que as chamadas de vendas vejam um aumento imediato em métricas-chave como receita, taxas de fechamento e taxas de qualificação de leads. Ao mesmo tempo, esperamos que as chamadas de suporte vejam tempos de tratamento mais curtos, menos callbacks e CSAT melhorado.

Como mencionado anteriormente, as taxas de rotatividade levam mais tempo para ser validadas, e assim os estudos de caso com essas melhorias virão em uma data posterior.

O Tomato.ai recentemente arrecadou uma rodada de financiamento de $10 milhões, o que isso significa para o futuro da empresa?

À medida que o Tomato.ai se prepara para seu lançamento de produto inaugural, a equipe permanece firme em seu compromisso de redefinir o cenário da comunicação global e o futuro do trabalho, uma conversa de cada vez.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Tomato.ai.