Sharone Ben-Levi, VP för Global Försäljning och Affärsutveckling, Kontaktcenter, AudioCodes – Intervjuer

Sharone Ben-Levi, VP för Global Försäljning och Affärsutveckling, Kontaktcenter, AudioCodes (AUDC ), är en erfaren kommunikationsteknisk chef med mer än 25 års erfarenhet inom försäljning, marknadsföring, affärsutveckling och kontaktcenterinnovation. Under en karriär som omfattar mer än två decennier på AudioCodes har han haft en rad seniora ledningspositioner med fokus på att driva tillväxt inom företagskommunikation, kundupplevelselösningar och AI-drivna kontaktcenter. Innan AudioCodes arbetade han på NICE Systems, där han fick värdefull erfarenhet av kundengagemang och företagsprogramvara. Under hela sin karriär har Ben-Levi fokuserat på att hjälpa organisationer modernisera kundinteraktioner genom molnkommunikation, automatisering och konversations-AI, vilket gör honom till en erkänd röst i utvecklingen av kontaktcenterteknologi.

AudioCodes är ett kommunikationstekniskt företag som specialiserar sig på företagsröst, kontaktcenter och AI-drivna kundupplevelselösningar. Grundat 1993 har företaget utvecklats från en leverantör av röstnätverk och VoIP-infrastruktur till en ledare inom intelligent röstkommunikation, som hjälper organisationer modernisera kund- och anställdainteraktioner över moln, hybrid- och lokala miljöer. Dess portfölj inkluderar röst-AI-plattformar, konversations-AI-lösningar, sessionsgränskontrollanter, Microsoft Teams-röstintegrationer, CPaaS-erbjudanden och kontaktcentermoderniseringsverktyg. Genom plattformar som VoiceAI Connect och Live Hub möjliggör AudioCodes för företag att distribuera röstbotar, AI-agenter, agentstöd, konversations-IVR-lösningar och realtidskommunikationstjänster samtidigt som de integrerar med befintliga telefoni- och kontaktcenterinfrastruktur. Dess tekniker används av företag och tjänsteleverantörer över hela världen för att förbättra kundupplevelser, automatisera arbetsflöden och stödja digitala transformationsinitiativ.

Du har tillbringat över två decennier på AudioCodes, från att ha arbetat med inbäddade system till att ha lett produktivitetsapplikationer. Hur har den resan format din syn på vad som krävs för att göra röst-AI tillförlitlig i företagsmiljöer?

Jag har sett företagskommunikation från flera perspektiv, och den resan har förstärkt en kärnlekture: tillförlitlighet måste byggas in i varje lager av systemet från början.

Att arbeta med inbäddade system lärde mig att djävulen ligger i detaljerna, små tekniska beslut har en överdimensionerad inverkan i produktionsmiljöer. Latens, ljudkvalitet, transkriptionsnoggrannhet, naturlig turordning och varje annan komponent måste konstrueras med tillförlitlighet i åtanke, eftersom om någon av dem misslyckas, misslyckas hela systemet. Du kan inte påstå att ett röst-AI-system fungerar om det bara fungerar under idealiska förhållanden.

Att gå in i ledningen gjorde det ännu tydligare. Företag stödjer tusentals användare över komplexa infrastrukturer med stränga tillgänglighetskrav. Ett system som fungerar bra i en pilot men försämras under riktiga belastningar har inte löst problemet.

Det är slutligen vad min karriär har lärt mig: ribban för röst-AI i företaget är förtroende. Och förtroende byggs bara när organisationer kan lita på att systemet fungerar tillförlitligt nog för att bli en del av deras kritiska affärsprocesser.

Många organisationer har experimenterat med chatbotar, men röst introducerar en annan nivå av komplexitet. Vilka är de största tekniska utmaningarna när man går från textbaserad AI till fullt konversationsbaserad röstsystem?

Den största utmaningen är komplexiteten i företagsröstmiljöer, som ofta är fragmenterade i separata “öar” som kräver medling mellan SIP-baserade telefoniprotokoll och AI-baserade HTTP/SSE-baserade API:er. Det handlar till och med om människor. Mycket få ingenjörer känner till både SIP och HTTP/SSE. Dessutom, till skillnad från textbaserade system, kräver röst realtidsbearbetning och orkestrering, inklusive omvandling mellan olika protokoll så att dessa system kan kommunicera sömlöst. Denna tillagda brådska och samverkan gör det betydligt mer krävande från ett tekniskt perspektiv. Latens, bakgrundsbrus, accent och korsprat är nu kastade in i mixen. Dessa variabler existerade inte med texten.

AudioCodes fokuserar på att överbrygga traditionella telefonsystem med moderna AI-plattformar. Kan du förklara hur lösningar som VoiceAI Connect integrerar äldre infrastruktur med avancerade AI-modeller?

VoiceAI Connect är bron som länkar traditionella kundkontaktpunkter (telefonnummer, SIP-trunkar och kontaktcenter-telefoni) direkt till tredjeparts konversations-AI-plattformar som Google (GOOGL ) CX Agent Studio, Amazon (AMZN ) Lex, Microsoft Copilot och över 30 andra. Det hanterar den komplexa realtidsröstorkestreringen, inklusive tal-till-text och text-till-tal och bot-ramverksdirigering, vilket gör det möjligt för företag att blanda och matcha och enkelt röstaktivera sina valda AI-botar utan att överge sina äldre telefoniinstallationer. Äldre plattformar saknar vanligtvis API-integrationer från sina mediaservrar till de nya röst-AI-erbjudandena. Vi kringgår det genom att ansluta till dem via deras SIP-telefonigränssnitt och ansluta till moderna AI-gränssnitt.

Företag kämpar ofta för att gå utöver pilotprojekt. Vilka är de viktigaste arkitektoniska eller operativa barriärerna som förhindrar röst-AI från att skalas över hela organisationer?

Röst-AI förändras fortfarande. När ett företag testar en AI-teknik kommer en ny och bättre en längre. Eftersom AudioCodes konstant integrerar med de senaste röst-AI-lösningarna, gör det att företaget kan blanda och matcha och framtidsäkra sin miljö. AudioCodes orkestrering tillåter dem att prova olika bot-ramverk, prestanda, kostnad, språk och regelefterlevnad. Detta ökar chanserna för en lyckad övergång till produktion.

Andra produktionsorkestreringsöverväganden är relaterade till skalbarhet, affärs kontinuitet och anslutning till flera kontaktcentermiljöer över hela världen.

I reala distributioner, vad ser en lyckad AI-driven ringsignalupplevelse ut som från användarens perspektiv, och hur nära är vi att uppnå mänskligliknande interaktioner i stor skala?

Vi har flera mycket stora kunder som började med oss runt 2020 och 2021. De är bevis på att mänskligliknande interaktioner i stor skala redan fungerar bra. Verkliga användningsfall inkluderar kundorienterade uppgifter som ringsignalstyrning, tidsbokning och penningöverföring, samt agentorienterade verktyg som AI-samtalsammanfattning, realtidskunskapsvägledning och live-röstöversättning.

För användaren känns en AI-driven ringsignalupplevelse friktionsfri. Istället för att navigera i styva menytträd (tryck 1 för detta, tryck 2 för det), kan ringsignaler naturligt tala i sina egna ord genom konversations-IVR-system (Interaktiv Röstrespons) som förstår avsikt och svarar lämpligt. Detta skapar en mer intuitiv och effektiv interaktion från den allra första kontaktpunkten.

Medan branschen inte ännu är på helt mänskligliknande komplexa interaktioner i stor skala, bringar dessa funktioner företag betydligt närmare. Genom att blanda AI och automatisering med mänskligt stöd kan företag leverera mer precisa och mer personliga upplevelser.

Röst-AI är beroende av taligenkänning, naturlig språkförståelse och realtidsbearbetning. Var ser du de största flaskhalsarna idag, och hur hanteras de?

En stor företagsflaskhals vid antagande av röst-AI kartläggs tillbaka till integration. Enligt en nylig rapport från Opus Research säger endast 38% av företagen att kostnad är en barriär för att anta röst-AI. Men 65% säger att integration inom befintliga system och 60% säger integrationskomplexitet.

CCaaS-leverantörer ökar alltmer barriärer för en “ta-med-din-eget-bot”-modell genom att blockera integrationer eller göra dem finansiellt inte livskraftiga. Äldre system har helt enkelt inte uppdaterade API-integrationer. Lösningar som AudioCodes Voice AI Connect ansluter till befintliga kontaktcentermiljöer via standard-SIP och har API-integrationer till över 30 röst-AI-bot-ramverk och över 20 tal-till-text och text-till-tal-motorer, vilket eliminerar behovet av att skriva dessa API:er manuellt.

Samma rapport betonar den övergripande prestandakvaliteten (röstkvalitet, samtalflöde osv.) som den största anledningen (72%) som bromsar antagandet. Vad Voice AI Connect tillåter är att blanda och matcha bot-ramverk, tal-till-text och text-till-tal för att optimera implementationer eftersom inte alla AI passar alla användningsfall och variationer också behövs för jargon och språk. Dessutom utvecklas AI-branschen snabbt, vilket kräver enkel omställning till en ny AI-leverantör när tekniken förbättras.

Integration bör vara låglatens, prisvärd och sömlös att distribuera. Den bör också förbättra säkerhet och felsökning, säkerställa affärs kontinuitet och erbjuda en lokal alternativ.

AudioCodes främjar en flexibel strategi som ansluter flera AI- och talleverantörer. Hur viktigt är leverantörsflexibilitet när man bygger robusta och framtidsäkra röst-AI-system?

Leverantörsflexibilitet är kritisk eftersom företag sällan opererar i en enskild leverantörs miljö, och det finns många olika AI-, tal-, telefoni- och kommunikationslösningar på marknaden. För att skapa en sanningsenlig och enhetlig röst-AI-strategi behöver organisationer kunna kombinera dessa olika lösningar och säkerställa samverkan över alla samtidigt som de optimerar kostnad, latens, användningsfall, språkstöd och jargon.

En flexibel strategi tillåter företag att integrera med flera leverantörer, välja rätt tekniker för olika användningsfall och anpassa sig allteftersom marknaden utvecklas.

I reglerade branscher som finans eller hälsovård, hur skiljer sig insamling och analys av röstinteraktionsdata från typiska molnbaserade AI-arbetsflöden?

Röstdatahantering regleras av stränga sekretess- och regelefterlevnadskrav som betydligt begränsar användningen av molnbaserade AI-verktyg. För att hantera detta antar många reglerade organisationer lokala distributioner för att säkerställa att känsliga data förblir inom kontrollerade miljöer och aldrig lämnar deras infrastruktur.

Regelefterlevnadsstandarder kräver också att röstinteraktioner spelas in och lagras i specifika format under flera år, med hög noggrannhet, ordagrant transkriberade för granskning. Till exempel, i finans, måste en handelsfirma lagra varje inspelad samtal och transkript exakt som talat för regulatoriska revisioner – data kan inte ändras eller sammanfattas. I hälsovård, en vårdgivare som hanterar patientanrop måste hålla inspelningar och transkript fullständigt säkra och HIPAA-kompatibla. Över hela linjen behöver data ofta bearbetas lokalt för att förhindra att skyddad information exponeras för externa molntjänster.

När företag börjar distribuera AI-agenter som kan vidta åtgärder snarare än bara svara, hur förändrar det rollen för röstgränssnitt i kundtjänst och interna operationer?

Röstgränssnitt utvecklas från passiva verktyg till proaktiva, intelligenta system som kan analysera och agera i realtid. Istället för att bara spela in eller dirigera samtal, kan AI-drivna röstsystem nu förstå avsikt och vidta omedelbar åtgärd, såsom att lösa kundproblem, utlösa bakre processer eller hjälpa en anställd att lösa ett IT-problem. Denna förändring är särskilt kraftfull eftersom röst ofta är den första och mest naturliga kontaktpunkten.

AI-agenter kan nu proaktivt nå ut till en mänsklig handledare – till exempel för att godkänna en rabatt för en kund. De kan också vidta direkt åtgärd, som att lägga till artiklar i en kunds webbvarukorg. Och de kan samarbeta med andra botar som har specialiserade färdigheter, såsom att analysera foton delade av kunder för att bättre förstå sammanhanget. Var och en av dessa representerar en nivå av sofistikering som inte fanns tidigare. 

Om vi ser framåt, ser du röst som det primära gränssnittet för företags AI-system, eller kommer det att förbli en del av en bredare multimodal upplevelse?

Låt mig använda ett personligt exempel för att driva hem min poäng. Jag har två tonårsbarn. De föredrar att inte interagera med en mänsklig kundtjänstrepresentant om möjligt. Men de föredrar att prata med en bot snarare än att skriva med den. Röst har varit det naturliga kommunikationsmedlet för människor i miljontals år. Det föredras över ett tangentbord eller en mus, åtminstone tills tankeläsning blir verklighet.

Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka AudioCodes.