กอทัม คานูมูรุ ซีอีโอ และผู้ร่วมก่อตั้ง Yogi – ซีรีส์สัมภาษณ์

คุณเคยทำงานเกี่ยวกับ NLP และ Cortana ที่ Microsoft แล้วช่วยให้ Clarke.AI ถูกซื้อกิจการ คุณได้รับแรงบันดาลใจจากอะไรในการก่อตั้ง Yogi และประสบการณ์ของคุณมีอิทธิพลต่อภารกิจของบริษัทอย่างไร?

สิ่งที่ดึงดูดให้ฉันตัดสินใจก่อตั้ง Yogi คือศักยภาพของการประมวลผลภาษาธรรมชาติ ในขณะที่ทำงานที่ Microsoft และ Clarke.AI ฉันเห็นด้วยตัวเองว่าการปรับปรุง NLP เล็กน้อย เช่น 5-10% สามารถปลดล็อกกรณีการใช้งานหลายร้อยกรณีได้ แต่ฉันก็พบว่ามีช่องว่างระหว่างสิ่งที่ดูเหมือนจะน่าประทับใจในการแสดงตัวอย่างกับสิ่งที่สามารถส่งมอบคุณค่าจริงให้กับลูกค้าได้ ด้วย Yogi เราตั้งเป้าที่จะปิดช่องว่างนั้น เราต้องการสร้างสิ่งที่สามารถมีผลกระทบที่เห็นได้ชัดเจน เช่น การเปลี่ยนแปลงผลิตภัณฑ์บนชั้นวางที่คุณสามารถติดตามกลับไปยังข้อมูลเชิงลึกที่สร้างขึ้นโดยแพลตฟอร์มของเรา

ในช่วงแรกของ Yogi อุปสรรคที่ใหญ่ที่สุดในการทำให้แบรนด์ผู้บริโภคเชื่อมั่นใน AI สำหรับสิ่งที่ละเอียดอ่อนเช่นความเห็นของลูกค้าคืออะไร?

ความกังขามาจากสองที่มา หนึ่งคือเทคโนโลยีตัวมันเอง และอีกอย่างคือเราที่เป็นบริษัทเล็กที่พูดคุยกับองค์กรขนาดใหญ่ เราเรียนรู้อย่างรวดเร็วว่าไม่เพียงพอในการพูดถึงสิ่งที่ผลิตภัณฑ์ของคุณสามารถทำได้ คุณต้องแสดงให้เห็น นั่นหมายถึงการเสนอตัวอย่างการวิเคราะห์ก่อนที่จะถูกขอให้ ตอบคำถามทางธุรกิจจริงๆ ในทันที และส่งมอบคุณค่าจากวันแรกเสมอ และเรายังทำให้ชัดเจนว่าเราจะทำงานผ่านปัญหาใดๆ หลังการนำไปใช้ ความน่าเชื่อถือแบบนั้นมีความสำคัญ

Yogi ใช้ AI และ NLP เพื่อแยกความเห็นจากบทวิจารณ์ผลิตภัณฑ์ คุณสามารถอธิบายได้อย่างไรว่าแพลตฟอร์มของคุณแปลข้อเสนอแนะของลูกค้าแบบดิบให้เป็นข้อมูลเชิงลึกที่ละเอียดและสามารถดำเนินการได้?

เราคิดว่ามันเป็นสามขั้นตอน คือ การรวบรวม การจัดระเบียบ และการวิเคราะห์ ขั้นแรก เรารวบรวมข้อเสนอแนะของลูกค้าจากช่องทางต่างๆ เช่น บทวิจารณ์ การสำรวจ ตั๋วสนับสนุน และรับรองว่ามันถูกผูกกับผลิตภัณฑ์ที่ถูกต้อง SKU และผู้ค้าปลีก นั่นยากกว่าที่คิด

จากนั้นเราจัดระเบียบข้อมูล ที่นี่เรามีเลเยอร์ที่สองของ AI ที่อ่านข้อเสนอแนะเหมือนมนุษย์ มันระบุหัวข้อที่ถูกพูดถึง วิธีการอธิบาย และความเห็นที่ไม่พึ่งพาเพียงคำค้นหา

สุดท้ายเราวิเคราะห์ นี่คือที่ที่เรานำเสนอข้อมูลเชิงลึกให้กับผู้ใช้ของเราผ่านอินเทอร์เฟซที่มีปฏิสัมพันธ์สูง เครื่องมือใหม่ของเรายังช่วยให้ผู้ใช้สามารถพิมพ์คำถามที่ซับซ้อน เช่น “ฉันทำได้ดีกว่าคู่แข่งสามรายของฉันในช่วงหนึ่งปีที่ผ่านมาอย่างไร?” และได้รับคำตอบภายในไม่กี่วินาที

สิ่งใดที่ทำให้โมเดล AI ของ Yogi แตกต่างจากเครื่องมือวิเคราะห์ความเห็นทั่วไป? มีเทคนิคเฉพาะที่ช่วยให้คุณจับจุดเน้นในข้อเสนอแนะของผู้บริโภค?

Yogi เหมือนกับคนเรียนปริญญาเอกในด้านข้อเสนอแนะของผู้บริโภค โมเดลทั่วไป แม้แต่โมเดลที่ทันสมัย เช่น ChatGPT เหมือนกับนักเรียนที่ฉลาดมาก แต่รู้เพียงเล็กน้อยเกี่ยวกับทุกสิ่ง เราได้ปรับโมเดลของเราให้เหมาะสมกับพื้นที่นี้โดยใช้เซตข้อมูลของเราเองและกระบวนการประมวลผลล่วงหน้าที่กว้างขวาง เนื่องจากเราเพิ่มเลเยอร์ของโครงสร้าง เช่น ความเห็น หัวข้อ และการแมปกับผลิตภัณฑ์ เราจึงให้ข้อมูลเชิงลึกที่มีโครงสร้างรอบๆ ทุกข้อความที่โมเดลประเมิน

แพลตฟอร์ม AI หลายๆ แพลตฟอร์มต้องเผชิญกับความท้าทายเกี่ยวกับบริบทหรือการล้อเลียนในบทวิจารณ์ของลูกค้า Yogi จัดการกับความท้าทายของข้อมูลที่ไม่มีโครงสร้างและซับซ้อนทางอารมณ์อย่างไร?

เราจัดการกับมันผ่านการฝึกอบรมอย่างต่อเนื่องและการให้ข้อมูลจากผู้ใช้ โมเดลของเราพัฒนาขึ้นโดยการกินข้อมูลตัวอย่างของการล้อเลียน ความคลุมเครือ หรือภาษาแสลงที่เปลี่ยนแปลงไป เรายังช่วยให้ผู้ใช้สามารถระบุการวิเคราะห์ที่มีปัญหา ซึ่งเราสามารถนำกลับเข้าสู่กระบวนการฝึกอบรมของเราได้ การปรับให้เหมาะสมนี้ไม่ต้องการตัวอย่างหลายล้านตัวอย่าง เพียงตัวอย่างที่มุ่งเน้นไม่กี่ตัวอย่างก็สามารถปรับปรุงประสิทธิภาพได้อย่างมีนัยสำคัญ

Yogi ช่วยให้บริษัทต่างๆ ตรวจจับปัญหาผลิตภัณฑ์ ระดับผลิตภัณฑ์ ติดตามการเปลี่ยนแปลงของความเห็น และตอบสนองในแบบเรียลไทม์ คุณสามารถแบ่งปันเรื่องราวความสำเร็จได้หรือไม่?

แน่นอน เราเห็นกรณีการใช้งานหลายกรณี แต่โดยทั่วไปมีสามประเภทหลักๆ ประการแรก คือ การนวัตกรรมผลิตภัณฑ์ บริษัทต่างๆ ใช้ Yogi เพื่อสำรวจหมวดหมู่ใหม่และระบุความต้องการที่ยังไม่ได้รับการตอบสนองก่อนการเปิดตัวผลิตภัณฑ์ใหม่ เรามีลูกค้าที่เริ่มใช้ Yogi สองปีก่อนการเปิดตัวผลิตภัณฑ์เพื่อกำหนดทุกสิ่งจากสูตรไปจนถึงบรรจุภัณฑ์

ประการที่สอง คือ คุณภาพของผลิตภัณฑ์ หากทีมเปลี่ยนส่วนประกอบ เช่น ส่วนหนึ่งของเครื่องกาแฟ พวกเขาสามารถติดตามความเห็นหลังการเปิดตัวเพื่อดูว่าข้อร้องเรียนเพิ่มขึ้นหรือไม่ สิ่งนี้ใช้กับภาคต่างๆ รวมถึงความงาม อาหาร และอิเล็กทรอนิกส์

ประการที่สาม คือ การวิเคราะห์เชิงกลยุทธ์ เราเห็นแบรนด์ต่างๆ ใช้ Yogi เพื่อประเมินการเข้าซื้อกิจการโดยการวิเคราะห์ข้อเสนอแนะของผู้บริโภคเกี่ยวกับผลิตภัณฑ์เป้าหมาย นี่คือระดับของการตรวจสอบความถูกต้องที่พวกเขาไม่มีมาก่อน

Yogi ได้พัฒนาไปสู่การเพิ่มประสิทธิภาพ PDPs การจัดตำแหน่งข้อความการตลาด และแม้แต่การติดตามปัญหาในการจัดส่ง คุณสามารถอธิบายได้อย่างไรว่าผลิตภัณฑ์เปลี่ยนแปลงไปเพื่อสนับสนุนการทำงานหลายอย่าง?

ทุกสิ่งมาจากลูกค้า เราเชื่อว่าข้อเสนอแนะของผู้บริโภคมีความเกี่ยวข้องกับทุกทีมในบริษัทตั้งแต่ผลิตภัณฑ์ไปจนถึงการขายและการสนับสนุน ดังนั้นเมื่อเรามีลูกค้าดึงข้อมูลเชิงลึกสำหรับวัตถุประสงค์ใหม่ๆ เราจะถามว่า Yogi สามารถปรับให้เหมาะสมเพื่อสนับสนุนกรณีการใช้งานนั้นได้หรือไม่ นั่นคือวิธีที่เราเติบโต เราไม่ได้สร้างสำหรับการตลาดหรือโซนจัดส่งในตอนแรก แต่ทีมเหล่านั้นเห็นคุณค่าและขอฟังก์ชัน เราได้ฟัง

คุณช่วยให้บริษัทต่างๆ ติดตามคู่แข่งและตรวจจับผู้รุกรานก่อนที่พวกเขาจะกลายเป็นภัยคุกคามได้อย่างไร?

เรานำแหล่งที่มาจากสาธารณะ เช่น บทวิจารณ์และการให้คะแนนเพื่อติดตามผลิตภัณฑ์ของคู่แข่งในแบบเรียลไทม์ แพลตฟอร์มของเรานำเสนอการแจ้งเตือนและ “การให้อาหารข้อมูลเชิงลึก” เพื่อระบุเมื่อมีสิ่งผิดปกติเกิดขึ้น เช่น การเพิ่มขึ้นของความเห็นที่ดีสำหรับผลิตภัณฑ์ของคู่แข่ง ลูกค้าของเราต้องติดตามทุกสิ่งด้วยตนเอง Yogi ตรวจสอบอยู่เสมอและจะนำเสนอทุกสิ่งที่น่าสังเกตโดยไม่ต้องถูกขอให้

คุณเห็นอนาคตของข้อมูลเชิงลึกผู้บริโภคที่ขับเคลื่อนด้วย AI ในช่วง 3 ถึง 5 ปีข้างหน้า และ Yogi จะมีบทบาทอย่างไรในภูมิทัศน์นั้น?

มีการเปลี่ยนแปลงสองประการที่กำลังจะเกิดขึ้น ประการแรก คือ การอัตโนมัติ งานที่เคยใช้เวลาหลายสัปดาห์ เช่น การรวบรวมข้อมูลเปรียบเทียบคู่แข่ง กำลังถูกลดให้เหลือเวลาเพียงไม่กี่ชั่วโมงหรือแม้กระทั่งนาที ในไม่ช้า ผู้ใช้อาจถาม Yogi คำถามและได้รับรายงานหรือสไลด์ที่จัดรูปแบบเต็มรูปแบบภายในไม่กี่วินาที

ประการที่สอง คือ การเกิดขึ้นของการวิเคราะห์ประเภทใหม่ AI จะทำให้สามารถทำการสอบถามที่รวดเร็วและซ้ำๆ ซึ่งเคยใช้เวลามากหรือมีค่าใช้จ่ายสูง เช่น ข้อมูลเชิงลึกแบบโฟกัสกรุ๊ปจากข้อมูลสาธารณะ เราเชื่อว่า Yogi อยู่ในตำแหน่งที่ดีในการนำทั้งสองด้านนี้ไปข้างหน้า ทั้งการเร่งการวิจัยและการเปิดใช้งานการทำงานใหม่ๆ

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม Yogi เพื่อเรียนรู้เพิ่มเติม