Alex Levin, Co-Fondator și CEO al Regal – Seria de Interviuri

Alex Levin este Co-Fondator și CEO al Regal, o platformă de voce AI care ajută întreprinderile să genereze venituri prin conversații cu clienții, bazate pe AI și conformitate. Înainte de a fonda Regal în 2020, el a condus echipe de creștere și produse la Handy, Thomson Reuters (TRI ) și alte startup-uri. Absolvent al Universității Harvard și membru al Consiliului Tehnologic Forbes, Alex se axează pe construirea unei infrastructuri scalabile, orientate spre voce, care combină inovația cu gardurile de siguranță de nivel întreprindere.

Regal oferă agenți de voce AI pentru vânzări, suport, programare și colectare – proiectați pentru a suna natural, pentru a se integra cu sistemele CRM și pentru a gestiona milioane de conversații la scară. Platforma dispune de un constructor fără cod, analize în timp real, testare A/B și conformitate încorporată pentru industrii reglementate, cum ar fi sănătatea, asigurările și serviciile financiare.

Ce v-a inspirat să treceți de la rolurile de conducere de la Angi și Handy la fondarea Regal, și a existat un moment specific în care dumneavoastră și co-fondatorul dumneavoastră ați realizat că experiența centrelor de contact trebuie să fie reconstruită complet?

În timp ce eram la Angi/Handy, am văzut puterea vocii pentru a construi încredere cu clienții. Clienții ne-au spus că atunci când aveau o problemă importantă, voiau să sune, clienții pe care îi serveam la telefon aveau o valoare de viață mai mare și atunci când îi sunam pe clienți, răspundeau la un nivel mult mai ridicat decât orice alt canal. Însă, furnizorii de software pentru centre de contact se concentrau pe “deviere” și “automatizare” mai mult decât pe ceea ce era corect pentru clienți. Rezultatul a fost un joc nesfârșit de ascundere a numărului de telefon care a pedepsit în mod inutil clienții.

Co-fondatorul meu și eu am plecat pentru că am crezut puternic că putem face vocea cel mai eficient canal prin reducerea costurilor și facilitarea operării. Îmi doresc să fi avut Regal în timp ce conduceam un centru de contact mare.

Ați lansat Regal în 2020, exact înainte de boomul inteligenței artificiale generative. Cum ați evaluat dacă inteligența artificială a vocii era viabilă din punct de vedere tehnic – și ce v-a dat convingerea de a acționa devreme?

Am fost convinși cu mult timp înainte de 2020 că vocea este cel mai important canal. Și în 2020 știam că putem construi instrumente de orchestrare, testare A/B și personalizare care ar reduce costurile și ar simplifica gestionarea vocii ca canal – fie că este vorba de un agent uman, un robot de voce de modă veche sau ceva mai bun la vârful sferei. Așadar, am vândut instrumente pentru centre de contact pentru a gestiona mai bine agenții umani de la început. Acest produs a crescut foarte rapid.

Însă, pentru a răspunde la întrebarea dumneavoastră, a începe o companie este un salt de credință, și a durat timp până să vedem cu adevărat cum putem merge dincolo de limitările agenților umani. Nu a fost până la lansarea ChatGPT la sfârșitul anului 2022 că am văzut cu adevărat “IA” care era suficient de bună pentru a purta o conversație. Și nu a fost până la sfârșitul anului 2023 că am putut face o demonstrație pentru un agent de voce pe care credeam că un client ar vrea să vorbească cu el.

Care au fost unele dintre cele mai dificile provocări tehnice în pregătirea agenților de voce care să egaleze sau să depășească performanța umană în conversații naturale?

Există atâtea provocări tehnice minunate la care putem lucra. De la asigurarea faptului că latența este de aproximativ 500ms, la descoperirea modului în care putem face ca agenții IA să aibă toate informațiile despre bazele de cunoștințe ale companiei și datele clienților în timp real, la faptul că agenții IA să poată lua acțiuni în apeluri și după, la gardieni sau caracteristici de siguranță, și la modul în care putem face ca interacțiunea agentului să pară umană cu schimbări de tur și cuvinte verbale potrivite.

Unul dintre proiectele mele favorite pe care echipa noastră le lucrează astăzi este modul de îmbunătățire a evaluărilor automate, astfel încât un agent IA să poată fi testat mai ușor înainte de a fi pus în producție. Acest lucru ar reduce sute de ore de verificare manuală care se desfășoară în mod constant astăzi pentru fiecare schimbare a fiecărui agent IA.

Trebuie să creăm mai întâi sute de conversații simulate variate cu clienții (folosind IA), să facem agentul IA să treacă prin ele, apoi să avem un supraveghetor IA care să le verifice și să returneze sugestii de îmbunătățire a agentului IA sau a politicilor și bazelor de cunoștințe ale companiei. Avem un produs de evaluare funcțional acum, feedback-ul clienților a fost excelent, și se îmbunătățește la un ritm uimitor.

Acest lucru este critic pentru noua metrică a numărului de manageri pe agent IA. Curând, foarte puțini manageri vor putea gestiona sute de agenți IA diferiți.

Cum folosește Regal învățarea automată pentru a personaliza conversațiile în timp real? Este bazat pe istoricul clientului, ton, recunoașterea intenției – sau o combinație?

Am investit profund în personalizare în comparație cu restul pieței, pentru că credem în ajutarea brandurilor să testeze milioane de clienți ca și cum ar fi unul la un milion. Nu doar recreăm manipularea generică a agentului uman care este adesea utilizată astăzi.

Am început prin a construi un profil de client unificat care leagă toate datele CRM, evenimente și istoricul conversațiilor. La construirea unui agent, companiile pot acorda apoi agentului IA acces la toate informațiile despre un client sau doar la punctele de date specifice necesare pentru o anumită conversație. LLM oferă un răspuns conversațional similar cu cel uman, utilizând datele disponibile.

LLM-urile sunt încă limitate în ceea ce fac bine, așa că am avut nevoie de capacitatea de a utiliza și alte instrumente, cum ar fi servicii de date terțe, aplicații personalizate și ML. Așa că am construit “Acțiuni personalizate” care pot fi utilizate într-o invitație a agentului IA pentru a profita de alte servicii. De exemplu, multe branduri au modele de propensitate pentru a indica ce produs să sugereze clientului următor și putem conecta la acestea pentru a se potrivi conversației.

Cum folosește sistemul dumneavoastră generarea augmentată de recuperare (RAG) fără a sacrifica răspunsul sau cadența naturală pe care clienții o așteaptă de la un apel live?

RAG este o zonă de diferențiere pentru noi, deoarece a trebuit să fie mai rapid pentru agenții IA de voce decât pentru agenții IA din chat sau alte canale digitale. Câteva secunde de aer mort ar strica complet apelul.

Am redus latența recuperării și am asigurat că, dacă recuperarea a durat mai mult, agentul IA poate continua să vorbească cu clientul pentru a-l informa că va dura mai mult.

Agenții Regal sunt modelați după voci umane reale, inclusiv cele ale investitorilor reali. Ce necesită – tehnic și etic – pentru a construi astfel de replici de înaltă fidelitate?

Este surprinzător de ușor din punct de vedere tehnic să “clonăm” o voce, astfel încât un agent IA să sune ca un actor de voce profesionist sau un prieten. 5-10 minute de înregistrare de înaltă calitate sunt suficiente.

De exemplu, recent mi s-a cerut cum să fac asta pentru un membru al familiei care se stingea, astfel încât generația mai tânără să poată experimenta asta când vor fi mai mari. Așa că, cu un pic de îndrumare, ei vor înregistra acum bunica muribundă.

În ceea ce privește a doua parte a întrebării, bunica consimte la asta, și actorii de voce profesioniști sau investitorii noștri consimt la asta. Actorii răi care permit clonarea vocii fără consimțământ (cum s-a întâmplat în timpul ultimelor alegeri prezidențiale) ar trebui să fie închise.

Un sfat – dacă permiteți o clonare a vocii (sau sunteți o figură publică care ar putea fi clonată de actori răi), asigurați-vă că creați o “cuvânt sigur” pe care doar familia dumneavoastră îl cunoaște, astfel încât să puteți identifica adevăratul dumneavoastră într-un apel.

Subliniați importanța integrării Regal în CRM, sisteme de plată și API interne. Care au fost unele dintre cele mai dificile provocări de integrare pe care le-ați avut de rezolvat?

Integrarea cu produse majore de la CRM, cum ar fi Salesforce (CRM ), până la software de centre de contact, cum ar fi NICE, este simplă. Cea mai grea solicitare este să ne asigurăm că marca face API disponibile pentru noi pentru orice acțiune pe care agentul IA ar putea să o ia. Un agent uman ar putea face clic pe un buton pentru a rezerva o cameră de hotel. Dar agentul IA are nevoie cu adevărat de un API de rezervare.

Cum abordați măsurarea și îmbunătățirea performanței modelului în timp? Ce rol joacă ajustarea supravegheată sau învățarea prin întărire în acest proces?

Am construit un pachet de testare A/B de la început, astfel încât este trivial pentru clienți să testeze agenți IA versus agenți umani sau agentul cu LLM versiunea 1 versus versiunea 2. Acest lucru ne oferă o modalitate clară de a vedea variații în rezultate pentru diferite modele.

Însă, nu folosim învățarea prin întărire în prezent, deoarece face echipele juridice să se simtă inconfortabil (nu vor o situație în care există o schimbare a mirosului care nu este intenționată). Cred că suntem la 13 luni de la echipele juridice care să permită învățarea prin întărire în cazul nostru. În schimb, ne concentrăm astăzi pe sugestii de schimbări pe care un manager uman le poate accepta. Acestea ar putea fi pentru o invitație, o bază de cunoștințe, ajustarea unui LLM, etc.

Vorbirea cu un VC – sau o clonă de voce a unuia – este un concept îndrăzneț. Ce a fost intenția dumneavoastră în a face acești consilieri IA disponibili fondatorilor, și cum sunt utilizați astăzi?

Am avut norocul de a avea acces la investitori minunați și am vrut să dăm înapoi cu acest proiect. Îmi place să vorbesc cu Satya AI oricând, și am auzit feedback excelent de la executivi care au utilizat AI VC pentru tot, de la sfaturi despre cum să creeze o hartă de produs la ce model de preț să utilizeze.

Ne place să arătăm în loc să spunem și acest proiect subliniază cu adevărat puterea capacităților noastre RAG/bază de cunoștințe. Chiar am avut doi părinți ai investitorilor noștri care ne-au dat thumbs up!

Însă, un cuvânt de înțelepciune – nu puteți delega luarea deciziilor către consilieri și una dintre părțile mai grele ale fiului unui executiv este să decidă între două opțiuni proaste sau chiar două opțiuni aparent bune.

Acești agenți de investitori se bazează pe cunoștințe generalizate de startup, sau sunt antrenați pe sfaturi specifice firmei și filozofii legate de VC individual?

Toți agenții IA au o anumită cunoaștere generică din antrenamentul LLM. Dar pentru a obține rezultatele de care aveam nevoie, am încărcat scrierile prolifice ale investitorilor în bazele de cunoștințe ale agenților IA respective.

În afara acestui lucru și a clonării vocii, cred că am reușit să capturăm și o parte din personalitatea unică a investitorilor sau esența lor, cum ar fi pozitivitatea lui Jake Saper sau entuziasmul lui Alexa Von Tobel.

Privind înainte, cum vedeți evoluția IA Regal – vom vedea mai multă luare autonomă de decizii, mai multă inteligență emoțională sau poate suport multimodal?

Partea cea mai interesantă a anului trecut a fost să vedem agenții noștri IA care performează mai bine decât agenții umani. Cred că în următorul an, îmbunătățirile modelelor IA subiacente și progresul aplicației Regal vor duce la agenți IA care sunt de nedistingil de la oameni, și mai important, care depășesc cu mult abilitățile agenților umani. Companiile care se îndreaptă spre agenții IA vor reduce costurile și vor îmbunătăți experiența clienților mai repede decât s-a anticipat vreodată.

Mulțumim pentru acest interviu minunat, cititorilor care doresc să afle mai multe despre Regal.