Krishna Raj Raja, izvršni direktor in ustanovitelj SupportLogic – serija intervjujev

Krishna Raj Raja, je izvršni direktor in ustanovitelj SupportLogic, prva platforma za upravljanje z izkušnjo neprekinjenih storitev (SX) na svetu, ki podjetjem omogoča, da razumejo in ukrepajo na 'Glas stranke' v realnem času, da takoj izboljšajo zagotavljanje storitev in zgradijo zdrave in donosne odnose s strankami.

Opisujete se kot "science geek", kaj vas je na svetu znanosti tako navdušilo?

Zame je znanost samo radovednost o tem, kako svet deluje in kakšni vzorci obstajajo v svetu. To radovednost imam že od otroštva in razširila se je v moje poklicno življenje. Pri SupportLogic iščemo vzorce, ki obstajajo v naravnem jeziku, in uporabljamo te vzorce za predvidevanje stvari in zagotavljanje priporočil. To je kot znanost – napoveduje vzorce, daje priporočila in vam pove, kako deluje svet. Veliko tega, kar sem se v življenju naučil, sem se naučil sam, ker je prišlo iz moje naravne radovednosti, ne iz formalnega izobraževanja.

Nato ste pridobili diplomo iz kemijskega inženirstva, potem pa ste končali z iskanjem priložnosti v računalništvu in strojnem učenju. Ali lahko razpravljate o tem vrtišču?

Moj oče je bil uspešen lastnik podjetja (v predelavi jekla) in je upal, da bom nekega dne jaz prevzel družinsko podjetje. Zdelo se je, da je kemijsko inženirstvo pravo usposabljanje, da bi bili pripravljeni na to. Toda računalništvo je bilo dolgo časa zame postranska strast. Pravzaprav je bila moja diplomska naloga za diplomo iz kemijskega inženirstva ustvarjanje programske opreme za načrtovanje kemijskega reaktorja.

Ko sem končal študij kemijskega inženirstva, je postalo očitno, da je računalništvo moja prava strast. Moje veščine računalništva so popolnoma samouk in ko sem se pridružil VMware, so vsi moji kolegi doktorirali na šolah Ivy League iz računalništva. Bil sem najbolj nekvalificirana oseba v svoji ekipi.

Bili ste prvi zaposleni pri VMware, kjer ste delali v podpori in storitvah kot inženir za podporo izdelkom. Katera so bila nekatera potencialna področja za izboljšave, ki ste jih opazili?

Bil sem programski inženir, ki se je spremenil v inženirja za podporo izdelkom. VMware sem se pridružil, ker je bila njihova tehnologija fascinantna – ukvarjali so se z operacijskimi sistemi in to me je še posebej zanimalo. Vsakodnevno sem pomagal drugim razvijalcem operacijskih sistemov uporabljati izdelke VMware. Zaradi svojega ozadja sem stvari gledal z dveh različnih zornih kotov: 1) Kako osrečiti to stranko in rešiti njeno težavo; in 2) Zakaj ta težava obstaja v programski opremi in kako jo je mogoče odpraviti? Gledal sem vidik izdelka vseh težav s podporo. Ena od prvih stvari, ki sem jih spoznal, je bila, da ko produktne ekipe razvijajo izdelek, res ne vedo, kako ga bodo uvedli in uporabljali, zato med razvojnim procesom ne predvidevajo veliko stvari. Vendar pa skupina za podporo dobro obvlada ta vprašanja in lahko da dragocene povratne informacije skupinam za izdelke ter drugim oddelkom v podjetju. Težava je v tem, da se te povratne informacije običajno izgubijo, ker je ekipa za podporo osredotočena na odpravljanje težave stranke in nato hitro preide na naslednjo težavo. Te pomembne informacije se ne posredujejo naprej.

Ali lahko delite nekaj podrobnosti o zgodbi o genezi za SupportLogic?

Ko sem ustanovil SupportLogic, sem si ogledal tržno pokrajino za industrijo podpore in ugotovil, da so bile vse inovacije v prostoru podpore osredotočene na odklon primerov. To pomeni, da je najboljši način za reševanje težav s podporo ta, da jih odvrnete – stran od podpornih inženirjev in stran od strank. To je bilo v nasprotju s tem, kar sem videl kot inženir za podporo izdelkom – vsaka interakcija s stranko je bila priložnost, da spoznate svoje stranke in kako izdelek deluje in kako ne deluje. Vendar sem bil presenečen, ko sem ugotovil, da ni orodij za rešitev tega (učnega) problema, zato sem videl veliko priložnost.

Opazil sem tudi, da se podpora pogosto obravnava kot stroškovno mesto, kar se mi je zdelo kratkovidno. Če na podporo gledate kot na profitni center ali kot na osrednji živčni sistem podjetja, lahko resnično preoblikujete organizacijo in jo naredite resnično osredotočeno na stranke. To me je pripeljalo do ustanovitve SupportLogic.

Katere so nekatere od različnih tehnologij strojnega učenja, ki jih uporablja SupportLogic?

Ko se je podjetje začelo, sem bil naiven, ko sem domneval, da lahko uporabljamo javno dostopne API-je za strojno učenje. Veliko jih je – od Amazona, Microsofta in HPE – in vsi ponujajo API-je strojnega učenja kot storitev. Na moje presenečenje in razočaranje mnogi od teh modelov strojnega učenja niso delovali s podatki, s katerimi smo delali mi (podatki o podpori strankam). Toda spoznal sem, da je to priložnost, in rekel, "zakaj ga ne zgradimo sami?" Svojo lastno smo začeli graditi iz nič z uporabo obstoječih tehnologij ML iz odprtokodnih projektov, kot sta spaCy z Univerze Stanford in Google BERT, nato pa smo temu dodali nekaj lastne »skrivne omake« z uporabo pristopa modela ansambla. Prav tako natančno prilagodimo model za vsako stranko in njihov specifični nabor podatkov, namesto da bi uporabili filozofijo, ki ustreza vsem.

Ali lahko razpravljate o tem, kako SupportLogic podjetjem omogoča boljše povezovanje s strankami z uporabo ključnih signalov?

Ena ključnih stvari, ki jih počnemo, je izločanje konteksta stranke z uporabo NLP. Kontekst je zelo pomemben, ker se kontekst pogosto izgubi v procesu označevanja sistemov za prodajo vstopnic. V teh sistemih lahko označite le omejeno količino informacij. Odlični smo pri izluščitvi konteksta strank, na primer, nad čim so razočarani, kakšen je njihov vtis o vašem izdelku ali vaši podpori ali kaj poskušajo narediti z vašim izdelkom. Obstajajo številni signali in konteksti, ki jih je treba izluščiti. S tem, ko to počnemo v realnem času in ustvarjamo poteke dela v naši platformi, podjetjem omogočamo, da ukrepajo na signale strank in preventivno odpravijo težave, preden bo prepozno – kar pomeni, da se stranka zelo razjezi ali za vedno odide.

Katere so druge zmogljivosti programske opreme SupportLogic?

Ko začnete pridobivati ​​signale strank iz interakcij, postanejo ti signali zelo močni za analitiko. Imamo analitični modul, ki vam na podlagi vseh interakcij pove, kako izgleda glas stranke. Nato gremo še korak dlje in uporabimo podatke, da začnemo napovedovati. Predvidimo lahko, kaj se bo zgodilo z določenim računom (stranke). Na podlagi situacije stranke lahko tudi predvidimo, kdo je najboljši strokovnjak za zadevo v podjetju, ki bo pomagal odpraviti težavo, nato pa stranko povežemo s to pravo osebo.

Ogledamo si lahko tako vhodne pogovore kot odhodne pogovore, da servisnim agentom damo smernice o tem, kaj naj počnejo več (ali manj) v svojih vsakodnevnih interakcijah s strankami. Postane odlično orodje za inštruiranje, ki serviserjem pomaga razviti njihove mehke veščine in izboljšati splošno uspešnost.

Ali želite še kaj povedati o SupportLogic?

Ena od pogostih napačnih predstav, ki jih imajo ljudje o umetni inteligenci, je, da gre za obsežno naložbo, ki je zelo zapletena in zapletena, in da ne boste videli nobenega donosa v enem letu ali več. V resnici sta tehnologiji AI in ML zelo dozoreli in lahko delujeta na vašem obstoječem naboru podatkov. In rezultate lahko vidite v nekaj mesecih, ne v nekaj letih. Torej, zdaj je čas za vlaganje v umetno inteligenco, saj lahko v mesecih opazite neverjetne rezultate, ki lahko vaši organizaciji prinesejo velike koristi.

Hvala za odličen intervju, bralci, ki želite izvedeti več, naj ga obiščejo SupportLogic.