Ребекка Грин, технический директор и сооснователь Regal – Интервью

Ребекка Грин, технический директор и сооснователь Regal, является технологическим руководителем, лидером продукта и инвестором с обширным опытом создания цифровых бизнесов, ориентированных на клиентов. До того, как она стала сооснователем Regal в 2020 году, она занимала должность главного офицера по продукту в Handy, где она руководила командами продукта, дизайна и данных и поддерживала интеграцию компании с ANGI Homeservices после приобретения. Ранее в своей карьере Грин работала в управлении продуктом в Amazon (AMZN ) и занимала должности стратега, консультанта и финансового специалиста в Booz & Company, First Manhattan Consulting Group и Bear Stearns. Она также является партнером в Blue Trail Partners, где поддерживает основателей, строящих компании с высоким влиянием.

Regal – это платформа предприятия для голосового ИИ, которая позволяет контактным центрам создавать, развертывать, улучшать и управлять автономными агентами ИИ для продаж, поддержки клиентов и операционных рабочих процессов. Ее платформа объединяет голосовую технологию, продвинутую подсказку и данные о клиентах в режиме реального времени для предоставления персонализированных входящих и исходящих разговоров, интегрируя с существующими системами управления отношениями с клиентами, контактными центрами, телефонными и базами данных. Основанная в 2020 году, компания предназначена для того, чтобы помочь предприятиям автоматизировать взаимодействия с клиентами без замены существующей технологической инфраструктуры.

Вы помогли масштабировать Handy с ранней стадии стартапа до бизнеса, который в конечном итоге стал частью ANGI, дав вам первый опыт создания продуктов через гиперрост. Какие уроки из этого пути убедили вас стать сооснователем Regal, и какая проблема опыта клиента, по вашему мнению, просто не могла быть решена с помощью существующей технологии контактных центров?

Пока мы были в ANGI, мой сооснователь, Алекс, и я управляли контактным центром на 3 000 человек, который обрабатывал почти 100 миллионов взаимодействий с клиентами каждый год. Сначала моя цель была сделать так, чтобы клиенты звонили нам как можно реже, потому что все в технологиях говорили “голос мертв”, поэтому мы играли в эту анти-телефонную настроенность. Часто задаваемые вопросы, чат-боты, скрытие номера телефона на сайте. Мы сделали все, чтобы толкнуть клиентов к самообслуживанию.

Но клиенты продолжали звонить. Люди действительно хотят позвонить, когда что-то важно, срочно или слишком сложно, чтобы объяснить в текстовом поле. Вот когда мы начали глубже изучать голос как канал исходящих вызовов, поскольку данные начали показывать, что он невероятно эффективен. Если вы хотите, чтобы клиент обновил кредитную карту или напомнил ему о встрече, электронная почта получает, может быть, 2% кликов. С телефонными звонками мы могли получить 20-30% людей, которые ответят. Это в 10 раз лучше.

Проблема заключалась в том, что никакая существующая технология контактных центров не позволяла компаниям удовлетворять этот спрос доступно. Голосовые звонки стоят примерно 10 долларов каждый для обслуживания, поэтому большинство компаний были заинтересованы в избегании их, даже когда клиенты хотели их. Разрыв между высоким спросом на голос и отсутствием экономически эффективного способа доставки его хорошо – это то, что убедило моего сооснователя и меня создать Regal в 2020 году.

Regal теперь обработал сотни миллионов взаимодействий с клиентами, управляемых ИИ, в организациях предприятий. Какими были самые большие технические проблемы в том, чтобы сделать голосовой ИИ достаточно надежным для производства в масштабе предприятия, и какие прорывы сделали широкое внедрение возможным?

Regal недавно перешагнул через 500 миллионов звонков, обработанных ИИ, что составляет примерно 408 лет разговора. У нас теперь есть более 100 голосов ИИ, 33 языка и 26 моделей обработки языка, и мы сгенерировали 9 миллиардов долларов дохода для наших клиентов.

Для нас и наших клиентов самой большой проблемой было обеспечение того, чтобы агенты имели правильный контекст, когда они говорили с клиентом, и давали точные советы. Мы работаем с компаниями в некоторых из наиболее регулируемых отраслей, таких как здравоохранение и страхование, где крайне важно, чтобы ИИ понимал, что он может и не может сказать. Итак, мы относимся к нашему ИИ как к сотрудникам: вам нужно обучить его, контролировать его и постоянно оценивать его производительность.

Настоящий разблокировщик был прибытием моделей обработки языка с настоящим рассуждением и генерацией языка, что сделало возможным автоматизацию сложных, многоходовых звонков впервые.

Многие люди все еще ассоциируют голосовых агентов ИИ с разочаровывающими системами IVR или роботизированными чат-ботами. Что фундаментально изменилось за последние несколько лет, что позволяет современным голосовым агентам предоставлять гораздо более естественные разговоры?

Голосовые агенты ИИ совершенно khácны от систем IVR прошлого. Любой, кто все еще использует систему IVR, очень ограничен, поскольку они детерминированы. Сегодня агенты действительно рассуждают через разговор так, как это делает человек, используя модели обработки языка для генерации языка и питаясь контекстом и данными из 500 миллионов предыдущих разговоров. В сочетании с лучшим качеством голоса, улучшенным временем ответа и более естественной логикой разговора большинство наших клиентов сегодня действительно не могут отличить, говорят ли они с ИИ, или не против, если могут, пока это производит желаемый результат.

Как технический директор, как вы балансируете быстрые достижения в фундаментальных моделях с необходимостью стабильности, безопасности и предсказуемого поведения для клиентов предприятий?

Это основное напряжение, которое я управляю как технический директор: фундаментальные модели развиваются невероятно быстро, но наши клиенты предприятий в регулируемых отраслях нуждаются в предсказуемости, безопасности и последовательном поведении.

Мы не являемся поставщиком моделей сами по себе; мы предоставляем приложение для создания агентов ИИ, и мы сидим рядом с другими программными продуктами контактных центров. Это разделение позволяет нам делать улучшения без дестабилизации ограничений, интеграций и контроля соответствия, на которые полагаются наши клиенты. Это также причина, по которой мы сосредоточились на том, чтобы позволить любой команде создавать агентов ИИ, которые могут обрабатывать сложные рабочие процессы за несколько недель, а не месяцев. Мы недавно запустили продукт под названием Copilot, который с одним разговором может создать рабочий черновик голосового агента для команд с логикой бизнеса, брендом и безопасностью компании уже включенными.

Платформа Regal соединяет агентов ИИ с контекстом клиента и бизнес-процессами, а не просто отвечает на вопросы. Почему доступ к данным клиентов и бизнес-системам становится таким же важным, как и достижения в моделях языка?

Сам по себе языковая модель может вести разговор, но она не может фактически сделать ничего для вашего клиента. В момент, когда вы просите ее проверить заказ, применить скидку, эскалировать дело или обновить запись, агент ИИ должен быть подключен к тем же системам, которые используют ваши человеческие агенты – таким как их CRM и системы выставления счетов.

По мере того, как сами модели становятся лучше в качестве, доступ к реальным данным клиентов и бизнес-системам – это то, что действительно отделяет отличный опыт, управляемый ИИ, от разочаровывающего.

Ваша платформа обслуживает организации в таких отраслях, как здравоохранение, страхование, образование и финансовые услуги. Что эти высокорегулируемые секторы научили вас о развертывании ИИ ответственно, сохраняя доверие клиентов?

Мы намеренно фокусируемся на высокорегулируемых, более сложных отраслях, а не на более легких, низкорисковых случаях, частично из-за моего собственного опыта руководства продуктом, дизайном и данными и работы с контактными центрами предприятий.

Доверие и соответствие действительно имеют значение в этих взаимодействиях. Ответственное развертывание ИИ – это обеспечение того, чтобы агенты имели надежные ограничения, точный контекст учетной записи и четкий путь к человеку, когда что-то выходит за рамки их сферы. Доверие в регулируемых отраслях не исходит от того, что ИИ безошибочен, а от того, что он предсказуем и исправим.

Многие люди предполагают, что ИИ заменит человеческих агентов контактных центров. Как вы видите эволюцию отношений между человеческими сотрудниками и агентами ИИ в течение следующих пяти лет, и какие обязанности всегда должны оставаться под человеческим руководством?

ИИ не возьмет работу у всех, как многие опасались, но он изменит то, как выглядит работа.

Более важная человеческая роль в течение следующих нескольких лет – это не традиционный агент контактного центра – это совершенно новая роль. Мой сооснователь и я называем ее инженером CX: кто-то, кто управляет и контролирует агентов ИИ самих, работая назад от пути клиента, а не сидя в отдельных звонках. Вы уже можете увидеть этот сдвиг, происходящий более широко, с AWS, который только что вложил 1 миллиард долларов в единицу Forward Deployed Engineering, чтобы помочь клиентам строить с ИИ, роль, которая не существовала год назад.

Мы можем ожидать аналогичного сдвига в CX: когда агенты ИИ будут обрабатывать больше объема, люди, которые оркестрируют, управляют и контролируют качество этих агентов, окажутся важными наймами.

Голосовой ИИ улучшился драматически, но клиенты становятся все более осведомленными о том, что они говорят с ИИ. Какую роль играют прозрачность и раскрытие информации в построении долгосрочного доверия, и должны ли компании всегда говорить клиентам, что они взаимодействуют с агентом ИИ?

Клиенты всегда могут попросить человека, и мы строим это в каждый развертывание. То, что мы фактически видим на практике, – это то, что большинство людей либо не могут отличить, говорят ли они с ИИ, либо не против, если они понимают, что взаимодействие само по себе имеет значение для них больше, чем то, кто на другом конце.

Есть также структурная причина, по которой об этом не говорят больше: некоторые компании уже запускают подавляющее большинство своих взаимодействий с клиентами на ИИ, но пока не рекламируют это. Я думаю, что прозрачность имеет значение в момент, когда клиент просит об этом, но не нуждается в качестве обязательного требования для каждого взаимодействия.

С ИИ, который теперь может обрабатывать все более сложные разговоры, какие метрики должны сосредоточиться организации за пределами простой экономии средств при оценке того, действительно ли развертывание ИИ улучшило опыт клиента?

Внутри организаций следует обращать внимание на то, как много их собственная команда фактически использует ИИ каждый день, и относиться к интенсивному использованию как к общему хорошему знаку. Но более крупная метрика, которую должны учитывать компании, – это доход на сотрудника. Если ИИ действительно работает, это число должно увеличиваться, и это то, что финансирует рост и лучшие прибыли. ИИ не заменяет ваших людей, но те, кто использует его хорошо, в конечном итоге делают гораздо больше, сохраняя при этом одну и ту же команду. Они могут обслуживать больше клиентов, заключать больше сделок и строить больше, когда доход на сотрудника – это метрика, против которой вы измеряете.

Оглядываясь вперед, какие появляющиеся технологии или возможности, по вашему мнению, определят следующее поколение агентов ИИ предприятий, и какие разработки вы лично наиболее взволнованы помочь принести на рынок в течение следующих нескольких лет?

Сегодня голос уже составляет 60-70% взаимодействий с клиентами, с остальным, разделенным между чатом, электронной почтой и текстом. По мере того, как ИИ делает голосовые взаимодействия более высокого качества и способными, я ожидаю, что голос станет доминирующим каналом и в конечном итоге достигнет 95% всех взаимодействий с клиентами.

То, что определит следующее поколение агентов ИИ предприятий, – это то, насколько они будут активными и вовлеченными в взаимодействия с клиентами. Новизна ИИ в опыте клиента носит off, и все знают, что он становится все более и более способным, но я взволнован толкать его границы и делать его выполнять еще более сложные случаи использования.

Спасибо за отличное интервью, читатели, которые хотят узнать больше, должны посетить Regal.