สัมภาษณ์
Donny White, CEO & Co-Founder of Satisfi Labs – Interview Series
ก่อตั้งขึ้นในปี 2016 Satisfi Labs เป็นบริษัทชั้นนำด้าน AI การสนทนา ความสำเร็จในระยะแรกมาจากงานกับ New York Mets, Macy’s และ US Open ทำให้สามารถเข้าถึงข้อมูลได้ง่ายขึ้น ซึ่งบางครั้งข้อมูลเหล่านี้ไม่สามารถพบได้บนเว็บไซต์
Donny ใช้เวลา 15 ปีที่ Bloomberg ก่อนที่จะเข้าสู่โลกของสตาร์ทอัพ และจบการศึกษาระดับ MBA จาก Cornell University และ BA จาก Baruch College ภายใต้การนำของ Donny Satisfi Labs ได้เติบโตอย่างมากในด้านกีฬา บันเทิง และการท่องเที่ยว โดยได้รับการลงทุนจาก Google, MLB และ Red Light Management
คุณอยู่ที่ Bloomberg เป็นเวลา 14 ปี เมื่อคุณรู้สึกว่าตัวเองมีความคิดเป็นนักธุรกิจเป็นครั้งแรก ทำไมการเป็นนักธุรกิจจึงอยู่ในเรดาร์ของคุณ?
ในช่วงปีที่สามของการเรียนมหาวิทยาลัย ฉันสมัครงานเป็นพนักงานต้อนรับ tại Bloomberg เมื่อฉันได้เข้ามา ฉันบอกเพื่อนร่วมงานว่าถ้าพวกเขาเต็มใจที่จะสอนฉัน ฉันสามารถเรียนรู้ได้อย่างรวดเร็ว เมื่อถึงช่วงปีสุดท้าย ฉันกลายเป็นพนักงานเต็มเวลาและย้ายชั้นเรียนทั้งหมดไปเป็นชั้นเรียนกลางคืนเพื่อที่ฉันจะได้ทำงานได้แทนการเข้าร่วมพิธีสำเร็จการศึกษาเมื่ออายุ 21 ปี ฉันใช้เวลานั้นในการจัดการทีมแรกของฉัน ตั้งแต่นั้นเป็นต้นมา ฉันมีโชคที่ได้ทำงานในระบบที่ให้รางวัลตามผลงานและได้รับการเลื่อนตำแหน่งหลายครั้ง เมื่ออายุ 25 ปี ฉันกำลังดำเนินธุรกิจของตัวเอง ต่อมา ฉันเข้าสู่การบริหารระดับภูมิภาคและพัฒนาผลิตภัณฑ์ จนในที่สุด ฉันก็รับผิดชอบการขายทั่วทั้งอเมริกา เมื่อถึงปี 2013 ฉันเริ่มสงสัยว่าฉันสามารถทำอะไรที่ยิ่งใหญ่กว่านี้ได้บ้าง ฉันไปสัมภาษณ์ที่บริษัทเทคโนโลยีใหม่ๆ และผู้ก่อตั้งหนึ่งคนบอกฉันว่า “เราไม่รู้ว่าคุณดีหรือ Bloomberg ดี” มันทำให้ฉันรู้ว่าบางสิ่งต้องเปลี่ยนแปลง และหกเดือนต่อมา ฉันก็กลายเป็น VP ของการขายที่สตาร์ทอัพแรกของฉัน Datahug ไม่นานหลังจากนั้น ฉันก็ถูกกลุ่มนักลงทุนเรียกให้เข้าร่วมที่ต้องการจะเปลี่ยนแปลง Yelp ในปี 2016 เราได้เห็นภาพใหม่และฉันก่อตั้ง Satisfi Labs พร้อมกับนักลงทุนเดียวกัน
คุณสามารถแบ่งปันเรื่องราวการก่อตั้ง Satisfi Labs ได้หรือไม่?
ฉันอยู่ที่เกมเบสบอลที่ Citi Field กับ Randy ซึ่งเป็น CTO และผู้ร่วมก่อตั้ง Satisfi ในปัจจุบัน เมื่อฉันรู้จักหนึ่งในความเชี่ยวชาญของพวกเขา คือเบคอนบนไม้ เราเดินไปรอบๆ คอนคอร์สและถามพนักงานเกี่ยวกับเรื่องนี้ แต่ไม่สามารถหามันเจอได้ ผลลัพธ์คือมันถูกซ่อนอยู่ที่ด้านหนึ่งของสนาม ซึ่งทำให้ฉันตระหนักว่ามันจะสะดวกกว่ามากที่จะสอบถามทีมโดยตรงผ่านแชท นี่คือที่ที่ความคิดแรกของเรากำเนิดขึ้น Randy และฉันมาจากภูมิหลังการเงินและการซื้อขายอัลกอริทึม ซึ่งนำเราไปสู่การนำแนวคิดในการจับคู่คำขอกับคำตอบเพื่อสร้าง NLP ของเราเองสำหรับการสืบค้นแบบไฮเปอร์-เฉพาะเจาะจง ซึ่งจะถูกถามที่สถานที่ต่างๆ แนวคิดเดิมคือการสร้างบอทแต่ละตัวที่จะเชี่ยวชาญในด้านความรู้เฉพาะ ซึ่งความรู้นั้นไม่สามารถเข้าถึงได้ง่ายบนเว็บไซต์ จากนั้นระบบของเราจะมี “ผู้ควบคุม” ที่สามารถเข้าถึงบอทแต่ละตัวเมื่อจำเป็น นี่คือสถาปัตยกรรมระบบดั้งเดิมที่ยังคงใช้อยู่ในปัจจุบัน
Satisfi Labs ได้ออกแบบเครื่องยนต์ NLP ของตัวเองและกำลังจะเผยแพร่ข่าวประชาสัมพันธ์เมื่อ OpenAI ขัดจังหวะสแต็คเทคโนโลยีของคุณด้วยการเปิดตัว ChatGPT คุณสามารถพูดคุยเกี่ยวกับช่วงเวลานี้และวิธีที่สิ่งนี้บังคับให้ Satisfi Labs ต้องเปลี่ยนแปลงธุรกิจได้หรือไม่?
เรามีข่าวประชาสัมพันธ์ที่กำหนดไว้เพื่อประกาศการอัปเกรด NLP แบบ Context-based ที่รอการอนุญาตสิทธิบัตรของเราในวันที่ 6 ธันวาคม 2022 ในวันที่ 30 พฤศจิกายน 2022 OpenAI ประกาศ ChatGPT การประกาศของ ChatGPT เปลี่ยนแปลงไม่เพียงแต่แผนการทางเทคนิคของเราเท่านั้น แต่ยังเปลี่ยนแปลงโลกด้วย ในตอนแรก เราเหมือนกับทุกคน ที่กำลังพยายามเข้าใจพลังและข้อจำกัดของ ChatGPT และเข้าใจว่าสิ่งนี้มีความหมายต่อเราอย่างไร เราเร็วๆ นี้ตระหนักว่าระบบ NLP ตามบริบทของเราจะไม่แข่งขันกับ ChatGPT แต่สามารถเพิ่มประสิทธิภาพการทำงานของ LLM ได้จริงๆ สิ่งนี้นำไปสู่การตัดสินใจที่รวดเร็วในการกลายเป็นพันธมิตรกับ OpenAI ในระดับองค์กร เนื่องจากระบบของเริ่มต้นด้วยแนวคิดในการทำความเข้าใจและตอบคำถามในระดับละเอียด เราจึงสามารถรวมการออกแบบระบบ “ผู้ควบคุมบอท” และข้อมูลเจตนา 7 ปีเพื่ออัปเกรดระบบเพื่อรวม LLM
Satisfi Labs ได้เปิดตัว สิทธิบัตรสำหรับระบบการตอบสนอง LLM ตามบริบท ซึ่งเป็นสิ่งใดโดยเฉพาะ?
ในเดือนกรกฎาคมที่ผ่านมา เราได้เปิดตัวระบบการตอบสนอง LLM ตามบริบทที่รอการอนุญาตสิทธิบัตร ระบบใหม่นี้รวมพลังของระบบการตอบสนองตามบริบทที่รอการอนุญาตสิทธิบัตรของเราเข้ากับความสามารถของโมเดลภาษาขนาดใหญ่เพื่อเพิ่มความแข็งแกร่งให้กับระบบ Answer Engine ทั้งหมด เทคโนโลยี Context LLM ใหม่นี้รวมความสามารถของโมเดลภาษาขนาดใหญ่ในแพลตฟอร์มตั้งแต่การปรับปรุงการกำหนดเส้นทางเจตนาไปจนถึงการสร้างคำตอบและการทำดัชนีเจตนา ซึ่งยังขับเคลื่อนความสามารถในการรายงานที่เป็นเอกลักษณ์ของระบบด้วย แพลตฟอร์มนี้นำ AI การสนทนาไปไกลกว่าแชทบอทแบบดั้งเดิมโดยใช้พลังของ LLM เช่น GPT-4 แพลตฟอร์มของเราทำให้แบรนด์ต่างๆ สามารถตอบด้วยคำตอบ AI ที่สร้างขึ้นหรือคำตอบที่เขียนไว้ล่วงหน้าขึ้นอยู่กับความต้องการในการควบคุมคำตอบ
คุณสามารถพูดคุยเกี่ยวกับการไม่เชื่อมต่อระหว่างเว็บไซต์ส่วนใหญ่และแพลตฟอร์ม LLM ในการให้คำตอบที่มีแบรนด์หรือไม่?
ChatGPT ได้รับการฝึกฝนให้เข้าใจข้อมูลในวงกว้างและดังนั้นจึงไม่มีการฝึกอบรมที่มีรายละเอียดเพียงพอที่จะตอบคำถามที่เฉพาะเจาะจงด้วยความเฉพาะเจาะจงที่แบรนด์ส่วนใหญ่ต้องการ นอกจากนี้ ความถูกต้องของคำตอบที่ LLM ให้มาจะดีเท่ากับข้อมูลที่ให้มาเท่านั้น เมื่อคุณใช้ ChatGPT มันจะค้นหาข้อมูลจากทั่วอินเทอร์เน็ต ซึ่งอาจไม่ถูกต้อง ChatGPT ไม่ได้จัดลำดับความสำคัญของข้อมูลจากแบรนด์มากกว่าข้อมูลอื่นๆ เราได้ให้บริการอุตสาหกรรมต่างๆ มาเป็นเวลา 7 ปี โดยได้รับข้อมูลเชิงลึกที่มีคุณค่าเกี่ยวกับคำถามหลายล้านคำที่ลูกค้าถามทุกวัน สิ่งนี้ทำให้เราเข้าใจวิธีการปรับระบบด้วยบริบทที่มากขึ้นต่ออุตสาหกรรมและให้ความสามารถในการรายงานเจติน่าเชื่อถือและละเอียดซึ่งจำเป็นต่อการเพิ่มขึ้นของโมเดลภาษาขนาดใหญ่ ในขณะที่ LLM มีประสิทธิภาพในการทำความเข้าใจเจตนาและสร้างคำตอบ แต่ไม่สามารถรายงานคำถามที่ถามได้ โดยใช้ข้อมูลเจติน่ากว่า 7 ปี เราได้สร้างการรายงานมาตรฐานผ่านระบบการทำดัชนีเจติน่าของเรา
นักภาษาศาสตร์มีบทบาทอย่างไรในการเพิ่มความสามารถของเทคโนโลยี LLM?
บทบาทของวิศวกรคำสั่งซื้อได้ปรากฏขึ้นด้วยเทคโนโลยีใหม่นี้ ซึ่งต้องการให้บุคคลออกแบบและปรับคำสั่งซื้อเพื่อให้ได้คำตอบเฉพาะจาก AI นักภาษาศาสตร์มีความเข้าใจภาษาเชิงโครงสร้าง เช่น ไวยากรณ์และความหมาย เป็นต้น วิศวกร AI ที่ประสบความสำเร็จที่สุดคนหนึ่งของเรามีภูมิหลังด้านภาษาศาสตร์ ซึ่งช่วยให้เธอสามารถค้นหาวิธีใหม่ๆ และละเอียดอ่อนในการส่งคำสั่งซื้อไปยัง AI การเปลี่ยนแปลงเล็กๆ น้อยๆ ในคำสั่งซื้อสามารถมีผลกระทบอย่างลึกซึ้งต่อความถูกต้องและประสิทธิภาพของคำตอบที่สร้างขึ้น ซึ่งทำให้แตกต่างเมื่อเราจัดการคำถามหลายล้านคำสำหรับลูกค้าหลายราย
การปรับให้เหมาะสมดูเหมือนอย่างไรที่ด้านหลัง?
เรามีโมเดลข้อมูลที่เป็นกรรมสิทธิ์ของเราเองที่เราใช้เพื่อรักษา LLM ไว้ภายใต้การควบคุม สิ่งนี้ช่วยให้เราได้สร้าง “รั้ว” ของเราเองเพื่อรักษา LLM ไว้ภายใต้การควบคุม แทนที่จะไปค้นหารั้วที่อื่น ที่สอง เราสามารถใช้เครื่องมือและคุณสมบัติที่แพลตฟอร์มอื่นๆ ใช้ ซึ่งช่วยให้เราได้รับการสนับสนุนบนแพลตฟอร์มของเรา
การฝึกอบรมข้อมูลและใช้การเรียนรู้แบบเสริมกำลัง (RL) ในแพลตฟอร์มของเราสามารถช่วยลดความเสี่ยงของข้อมูลที่ไม่ถูกต้องได้ การฝึกอบรมที่ดีไม่เหมือนกับการค้นหาฐานความรู้เพื่อเพิ่มข้อเท็จจริงเฉพาะ แต่จะสร้างเวอร์ชันใหม่ของ LLM ที่ได้รับการฝึกอบรมจากความรู้เพิ่มเติม ในทางกลับกัน RL ฝึกตัวแทนโดยใช้ข้อมูลจากมนุษย์และเรียนรู้นโยบายในการตอบคำถาม สิ่งนี้ได้พิสูจน์แล้วว่าประสบความสำเร็จในการสร้างโมเดลขนาดเล็กที่กลายเป็นผู้เชี่ยวชาญในงานเฉพาะ
คุณสามารถพูดคุยเกี่ยวกับกระบวนการในการนำเข้าลูกค้าใหม่และรวมโซลูชัน AI การสนทนาได้หรือไม่?
เนื่องจากเราเน้นไปที่สถานที่และประสบการณ์ เช่น กีฬา บันเทิง และการท่องเที่ยว ลูกค้าใหม่จึงได้รับประโยชน์จากชุมชนเดียวกัน ทำให้กระบวนการนำเข้าเป็นเรื่องง่าย ลูกค้าใหม่ระบุแหล่งข้อมูลที่มีอยู่มากที่สุด เช่น เว็บไซต์ คู่มือพนักงาน บล็อก ฯลฯ เราได้รับข้อมูลและฝึกอบรมระบบในเวลาจริง เนื่องจากเราได้ทำงานร่วมกับลูกค้าหลายร้อยรายในอุตสาหกรรมเดียวกัน ทีมของเราจึงสามารถให้คำแนะนำได้อย่างรวดเร็วเกี่ยวกับคำตอบที่เหมาะสมที่สุดสำหรับคำตอบที่เขียนไว้ล่วงหน้าหรือคำตอบที่สร้างขึ้น นอกจากนี้ เรายังตั้งค่ากระแสที่มีการควบคุม เช่น Food & Beverage Finder ของเราที่มีการเปลี่ยนแปลงได้ เพื่อให้ลูกค้าไม่จำเป็นต้องจัดการกับการสร้างบอท
Satisfi Labs กำลังทำงานอย่างใกล้ชิดกับทีมกีฬาและบริษัทต่างๆ วิสัยทัศน์ของคุณสำหรับอนาคตของบริษัทคืออะไร?
เรามองเห็นอนาคตที่แบรนด์จะควบคุมด้านต่างๆ ของประสบการณ์การสนทนามากขึ้น สิ่งนี้จะทำให้เกิดความต้องการที่เพิ่มขึ้นสำหรับระบบของเราในการให้การเข้าถึงระดับนักพัฒนามากขึ้น ไม่มีเหตุผลที่แบรนด์จะจ้างนักพัฒนามาสร้างระบบ AI การสนทนาเป็นของตัวเอง เนื่องจากความเชี่ยวชาญที่ต้องการจะหายากและแพง อย่างไรก็ตาม ด้วยระบบของเราที่ให้อาหารด้านหลัง นักพัฒนาของพวกเขาสามารถมุ่งเน้นไปที่ประสบการณ์ของลูกค้าและเส้นทางการเดินทางได้มากขึ้น โดยการควบคุมคำสั่งซื้อ การเชื่อมต่อข้อมูลที่เป็นกรรมสิทธิ์เพื่อให้สามารถปรับให้เหมาะสมมากขึ้น และจัดการ UI การสนทนาเพื่อตอบสนองความต้องการของผู้ใช้เฉพาะ Satisfi Labs จะเป็นกระดูกสันหลังทางเทคนิคของประสบการณ์การสนทนาของแบรนด์
ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Satisfi Labs เพื่อเรียนรู้เพิ่มเติม
