Benjamin Dorr, VD för WellSaid – Intervju-serien

Benjamin Dorr är VD för WellSaid och har över 20 års erfarenhet av att driva och investera i tidiga och tillväxtföretag, främst inom teknologi. Direkt före WellSaid var Benjamin COO för Cordial, en företagsöverskridande marknadsplattform och 2x Deloitte Fast 500-utnämning. Han har också tjänstgjort i tvärfunktionella ledningsroller på Valassis Digital, Rustic Pathways, Rhythm NewMedia och Counsyl. Benjamin började sin karriär på Citi, Morgan Stanley (MS ) och The Carlyle (CG ) Group, och han har en kandidatexamen från Harvard i datavetenskap och offentlig politik.

Sedan det grundades 2019 har WellSaid använt avancerad text-till-tal-teknologi för att skapa ultrarealistiska, premium AI-röster genom att noggrant välja professionella röstskådespelare och bygga sin egen AI-plattform. Företaget erbjuder företagsklara lösningar – som sin Studio-verktyg för samarbetsbaserad röstskapelse och en API för sömlös integrering – som hjälper team inom marknadsföring, utbildning, videoproduktion och produktutveckling att leverera konsekventa, varumärkesanpassade ljud. Med starka värderingar och ansvarsfulla AI-principer prioriterar WellSaid förtroende, kvalitet och etisk distribution för att säkerställa engagerande, högkänsliga och trovärdiga ljudupplevelser.

Du har haft en fascinerande resa – från investmentbank och VC till att hjälpa skalbara företag med uppdrag. Hur har dessa olika erfarenheter format din ledningsstil och vision för WellSaid?

Innan jag co-founderade min första startup 2006 var jag lycklig nog att uppleva en ledningsstil som formade hur jag hanterar. I min tidiga karriär hamnade jag med en fantastisk investerare som heter Ed Mathias, vars lednings- och investeringsstil stämde överens med mig. Han byggde upp alla runt omkring honom och ansåg att hans nätverk var hans största tillgång. Han letade efter diamanter i grova korn, förutom konsensusvinnare, och han hävdade att eftersom det finns många sätt att tjäna pengar kan man optimera för andra saker – intellektuell nyfikenhet, människor man tycker om att arbeta med, vad som hjälper världen, etc.

AI-röst har utvecklats snabbt under de senaste åren. Vad är det största språnget framåt du tror är på väg – och hur förbereder sig WellSaid för det?

Ubikvitet. När kvaliteten på AI-röst ökar, ökar antalet användningsfall, från intern en-till-många-kommunikation som utbildning och aktivering till extern en-till-många-kommunikation som marknadsföring. Samtidigt närmar sig den underliggande kostnaden för AI-röst traditionell text-till-tal, vilket innebär att fler kan använda AI-röst. Med lanseringen av Caruso – vår senaste modell – och vår övergripande data pipeline, driver vi vår innovation framåt i både kvalitet och kostnad. Detta är en av fördelarna med att vara vertikalt integrerad i AI från datamängd till modell till applikation.

Syntetiska röster finns överallt nu – från ljudböcker till kundtjänstbotar. Hur ser du till att WellSaid-rösterna förblir pålitliga och människocentrerade i denna snabbt expanderande sektor?

Människor är i centrum för varje aspekt av WellSaid. WellSaid:s stängda källkods-röstteknologi byggs på ansvarsfullt licensierad röstdata från betalda skådespelare. Men våra röstskådespelare är mer än bara träningsdata, de är sanna samarbetspartners under hela processen. Och våra kunder är inte bara testare, utan de är partners i att utveckla den perfekta rösten för varje tillämpning. Varje funktion i WellSaid-plattformen återspeglar detta, vilket ger användarna möjlighet att ta om en rad, betona ett ord eller uppdatera innehåll direkt utan att kompromissa med kvalitet, konsekvens eller rättigheter.

Varje röst är produktionsklar och kommersiellt godkänd för offentligt eller kundorienterat innehåll.

WellSaid betonar “ansvarsfull AI”. Vad ser det ut som i praktiken när man utvecklar nya röstmodeller?

WellSaid sätter standarden för ansvarsfull AI med en robust ram som kretsar kring rättvisa, transparens, integritet och säkerhet samt innehållsmoderering.

WellSaid anställer riktiga röstskådespelare, som ger sitt skriftliga samtycke till att tillhandahålla röstdata till plattformen och kompenseras rättvist med pågående intäktsdelning. För att skydda deras integritet och säkerhet använder WellSaid aktiebilder och alias för att representera de syntetiska rösterna och uppmuntrar dem att vara försiktiga med att dela sin association med WellSaid för att minska risken för att andra missbrukar deras röst.

För att förhindra spridning av desinformation och ljuddeepfakes från röstkloning kan WellSaid-användare inte ladda upp röstdata från politiker, kändisar eller någon annan om WellSaid inte har den personens skriftliga samtycke. WellSaid upprätthåller också strikta standarder för lämpligt innehåll, vilket förbjuder användning av röster för innehåll som är skadligt, hatiskt, bedrägligt eller avsett att väcka våld.

WellSaid säkerställer att innehållet alltid tillhör skaparen, vilket garanterar att användarna äger immateriella rättigheter och upphovsrättsligt skydd över materialet eller innehållet som skapats på plattformen.

Genom WellSaid:s omfattande skydd sätter vi branschens förväntningar på vad ansvarsfull AI-röst bör se ut i produktion.

WellSaid syftar till att erbjuda “högsta kvalitet-till-kostnads-förhållandet” i branschen. Vilka innovationer – tekniska, operativa eller strategiska – kommer att hjälpa er att infria det löftet?

På WellSaid prioriterar vi att integrera hela vår produkt pipeline vertikalt. Inom Caruso är ett bra exempel vår egenutvecklade vocoder som tillåter oss att träna med 1/10 av antalet parametrar som ett vanligt verktyg som BigVGAN, och vi kan göra det med 2x högre ljudkvalitet. Strategiskt har vi varit medvetna om att leverera kvalitet framför bredd (såsom att erbjuda alla språk). Genom att göra detta kan vi ha förlorat några affärer – men det är till priset av att leverera en högkvalitativ, lågkostnadsprodukt till vår kärnpublik.

Hur ser du på AI-röstens roll i företagsmiljöer under de kommande 3-5 åren?

AI är inte en helt ny gräns, utan en del av ett välbekant mönster. Liksom den mobila enhetens uppgång eller den tidiga internet-eran markerar AI en förändring som utmanar team att ompröva hur innehåll skapas, hur människor interagerar med programvara och hur röst representerar ett varumärke.

Under de kommande åren kommer företagsföretag inte att kunna undvika AI-röst, lika lite som de kunde undvika andra tekniska revolutioner i det förflutna. När AI-röstens kvalitet fortsätter att förbättras, tillsammans med lägre kostnader och enklare arbetsflöden än traditionell röstskådespelar-innehåll, kommer AI-röst att bli standarden för företagsinnehåll som reklam, utbildning och utveckling, videoproduktion och mer.

Ser du en framtid där företag djupt personanpassar AI-röst för varumärkesidentitet – kanske till och med licensierar röster som de licensierar musik eller karaktärer idag?

Många företag har mycket distinkta röster i sin varumärkesidentitet, och använder konsekvent samma minnesvärda röstskådespelare eller kändisambassadör över hela sitt innehåll. AI-röst möjliggör att varje företag bygger upp samma igenkänning för mindre. AI-röster kan vara lika dynamiska och personanpassade som traditionell röstskådespel, och varumärken kommer snart att bli synonyma med sina AI-röster – vissa redan är det.

Du har betonat vikten av företagskultur och värderingar i att bygga stora företag. Hur tillämpar du den filosofin nu på WellSaid?

Jag tenderar att hålla med idén att en stor kultur är att arbeta med stora människor, så att maximera talangdensitet, påverkan och kemi är alla kritiska initiativ för vårt ledningsteam. WellSaid:s principer är hur vi syftar till att arbeta tillsammans, och ger handlingsuppmaningar för varje teammedlem, snarare än en statisk dygd. Följande principer hjälper oss att uppnå en stor företagskultur:

• Vi uppfinner teknologi som revolutionerar hur människor arbetar.

• Vi agerar ansvarsfullt och strävar efter att minimera skada.

• Vi sätter kunderna i centrum för allt vi gör.

• Vi respekterar individualitet samtidigt som vi erkänner att vi arbetar bäst som ett team.

• Vi syftar till att bygga ett stort företag som vi alltid kan vara stolta över.

Hur tänker du på de etiska implikationerna av att skapa röster som är omöjliga att skilja från riktiga människor? Vilka ansvar följer med det?

Medan AI:s uppgång har medfört etiska utmaningar och bekymmer, beslutade WellSaid från början att prioritera transparens och regelefterlevnad. Det är vårt ansvar som företag att förhindra missbruk, deepfakes eller spridning av desinformation. Detta inkluderar att arbeta med rösttalanger för att skapa anpassade röster som är licensierade för specifika användningsfall, etablera tydliga kontroller över vem som kan använda dessa röster och för vilket syfte. Det är också ansvarigt för varumärken som använder AI-röst att säkerställa att de samarbetar med ansedda AI-leverantörer som har dessa skydd på plats.

Vad exciterar dig mest om nästa kapitel för WellSaid – och vad tror du kommer att förvåna branschen om vart AI-röst är på väg?

Vi pratar om antalet “Ord WellSaid” som en nordstjärna för vårt team. Jag är exalterad att se att dessa ord växer när fler företag fortsätter att se värdet i AI-röst för att leverera människocentrerade meddelanden till sina publik i stor skala. När användningen av AI-röst fortsätter att expandera, kommer människor att bli förvånade över hur sömlöst det kommer att vara att anta tekniken över en stor mängd användningsfall. Möjligheterna är oändliga för AI-röst och ljud som gränssnitt i både programvara och fysiska miljöer. Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka WellSaid.