ไอเซียห์ เอ็น กราเนต์ ผู้ร่วมก่อตั้งและซีอีโอของ Bland – สัมภาษณ์ซีรีส์

ไอเซียห์ เอ็น กราเนต์ ผู้ร่วมก่อตั้งและซีอีโอของ Bland เป็นผู้ก่อตั้งสตาร์ทอัพและวิศวกรที่มีพื้นหลังที่ผสมผสานระหว่างการดำเนินการทางเทคนิคกับประสบการณ์ทางธุรกิจในระยะแรกและงานที่มีผลกระทบทางสังคมในระยะยาว ก่อนที่จะเริ่มธุรกิจปัจจุบันของเขา เขาได้เข้าร่วม Z Fellows และ Y Combinator สร้างประสบการณ์ทางวิศวกรรมที่ Lantern และก่อตั้ง San Diego Chill องค์กรไม่แสวงหากำไรที่ระดมทุนมากกว่า 2.5 ล้านดอลลาร์เพื่อช่วยให้เด็กที่มีความพิการในการเข้าถึงกีฬา และได้รับการยอมรับในระดับชาติและดำเนินการต่อจนถึงปัจจุบันด้วยการมีส่วนร่วมในระดับคณะกรรมการ

Bland มุ่งเน้นในการสร้างโครงสร้างพื้นฐานสำหรับการโทรทางโทรศัพท์ที่มีพลังงานจาก AI ซึ่งช่วยให้ธุรกิจสามารถใช้ตัวแทนเสียงที่สามารถจัดการการสนับสนุนลูกค้า การขาย และการทำงานในระดับใหญ่ได้ แพลตฟอร์มนี้ได้รับการออกแบบมาเพื่อแทนที่หรือเพิ่มศูนย์บริการลูกค้าแบบดั้งเดิมโดยการเสนอการโต้ตอบเสียงแบบเรียลไทม์ และการผสานรวมที่ลึกซึ้งกับระบบธุรกิจ ทำให้สามารถจัดตัวเองเป็นชั้นหลักในการที่บริษัทต่างๆ อัตโนมัติในการสื่อสารกับลูกค้า

คุณก่อตั้ง San Diego Chill เมื่อคุณยังเป็นวัยรุ่นเพื่อสร้างโอกาสในการเข้าถึงกีฬาสำหรับเด็กที่มีความพิการในการพัฒนาก่อนที่คุณจะเข้าร่วม Y Combinator หรือเริ่ม Bland ประสบการณ์แรกในการสร้างองค์กรในโลกแห่งความเป็นจริงนี้มีอิทธิพลต่อวิธีการที่คุณเข้าใกล้ในการก่อตั้งบริษัท AI ที่ให้ความสำคัญกับการพูดซึ่งปัจจุบันอยู่ระหว่างองค์กรและลูกค้าอย่างไร

ชีวิตและงานส่วนใหญ่ของฉันเน้นไปที่การสร้างสรรค์ ตั้งแต่ฉันยังเป็นวัยรุ่น ฉันมีความต้องการที่จะนำสิ่งต่างๆ มาสู่ชีวิต เมื่อไอเดียหรือความเชื่อเกี่ยวกับโลกเกิดขึ้นในหัวของฉัน มันจะไม่สามารถเพิกเฉยได้ การสร้าง San Diego Chill ไม่เพียงแต่สอนฉันในการสร้างและดำเนินองค์กรเท่านั้น แต่ยังช่วยให้ฉันเข้าใจถึงผลกระทบที่การกระทำของเราสามารถมีต่อผู้อื่นได้ การสามารถมอบสิ่งเหล่านี้ให้กับผู้อื่นโดยการสร้างองค์กรที่ไม่เคยมีอยู่ มันเป็นสิ่งที่ให้ความพึงพอใจอย่างลึกซึ้ง คำสอนและค่านิยมที่ฉันเรียนรู้จาก Chill ยังคงอยู่กับฉันทุกวัน

หลังจากผ่าน YC ในปี 2023 สิ่งใดที่ทำให้คุณเชื่อว่าโครงสร้างพื้นฐานเสียงขององค์กรยังคงพังทลายพื้นฐานเพียงพอที่จะยุติการสร้างระบบจบจึงไม่ต้องวาง LLMs บนเครื่องมือ IVR ที่มีอยู่เดิม

ลองนึกถึงครั้งสุดท้ายที่คุณใช้แชทบอทของธนาคาร คุณอาจรอเป็นเวลานานกว่าที่คุณควรได้รับคำตอบที่ไม่ได้กล่าวถึงสิ่งที่คุณถามจริงๆ และสุดท้ายคุณต้องโทรศัพท์แทน จากนั้นเสียงหุ่นยนต์จะพาคุณผ่านเมนูของตัวเลือกที่คุณไม่ต้องการ และการกด 0 ไม่ได้ทำอะไรที่มีประโยชน์

ธนาคารได้ใช้จ่ายหลายพันล้านดอลลาร์ในการทำให้ประสบการณ์นี้เป็นไปได้ และแชทบอทยังคงอยู่ในอันดับสุดท้ายในด้านความพึงพอใจของลูกค้า โดยมีคะแนนเพียง 29% ต่ำกว่าอีเมล ต่ำกว่าศูนย์บริการลูกค้า ซึ่งทุกคนรู้ว่าคิดว่ามันไม่ดี

สิ่งนี้เป็นพลวัตที่เกิดขึ้นมาเป็นเวลาสองทศวรรษแล้ว บริษัทต่างๆ พยายามที่จะเก็บลูกค้าให้ห่างจากพนักงานของตน ลูกค้าพยายามที่จะเข้าถึงคนจริงๆ ทั้งสองฝ่ายไม่ได้ชนะ

ปัญหาไม่ใช่ว่าบริษัทต่างๆ ไม่ต้องการแก้ไขปัญหา แต่พวกเขาไม่สามารถจัดพนักงานให้เพียงพอเพื่อให้ได้ประสบการณ์ที่ดีในระดับใหญ่ ศูนย์บริการลูกค้าที่จัดการโทรศัพท์หนึ่งล้านครั้งต่อเดือนเป็นการดำเนินการที่มีค่าใช้จ่ายสูงและยากต่อการควบคุม และคุณภาพไม่สม่ำเสมอเกือบโดยคำจำกัดความ

สิ่งที่เปลี่ยนแปลงไปคือ AI ที่สุดท้ายทำให้สามารถแก้ไขปัญหาโทรศัพท์ได้ ไม่ใช่แค่การ định tuyếnหรือการเบี่ยงเบนโทรศัพท์เท่านั้น ตัวแทนสามารถเข้าใจสิ่งที่ลูกค้าถามและจัดการได้

แต่นั่นใช้ได้เฉพาะเมื่อระบบถูกสร้างขึ้นสำหรับการสื่อสารเสียงแบบเรียลไทม์ตั้งแต่เริ่มต้น เมื่อคุณวาง LLMs บนเครื่องมือ IVR ที่มีอยู่เดิมหรือเชื่อมต่อบริการของบุคคลที่สาม ความล่าช้าจะเกิดขึ้นและความน่าเชื่อถือจะลดลง การสนทนาแตกหัก

นั่นคือเหตุผลที่เราเน้นไปที่การสร้างโครงสร้างพื้นฐานจบจึงไม่ต้องวาง LLMs บนเครื่องมือ IVR ที่มีอยู่เดิม เสียงทำงานได้เฉพาะเมื่อมันรู้สึกทันทีและเป็นธรรมชาติ หากไม่เช่นนั้น ลูกค้าจะวางโทรศัพท์

Bland ได้ดำเนินการที่ไม่ธรรมดาโดยการสร้างและโฮสต์ตัวแทนเสียง TTS, การอนุมาน, และการถอดเสียงภายในองค์กร คุณเห็นข้อแลกเปลี่ยนใดในการพึ่งพา API ของบุคคลที่สามที่ผลักดันให้คุณมุ่งเน้นไปที่การเป็นเจ้าของโครงสร้างพื้นฐานเสียงทั้งหมด

ทุกชั้นที่คุณออกสัญญาเพิ่มความล่าช้าและความเสี่ยง

แพลตฟอร์ม AI เสียงส่วนใหญ่เป็นผู้ขาย lại พวกเขาใช้การถอดเสียงของบุคคลที่สาม เพิ่มแบบจำลองของบุคคลที่สาม และส่งผ่าน TTS ของบุคคลที่สาม ซึ่งสามารถทำงานได้ในแบบทดลอง แต่ไม่ค่อยทำงานเมื่อปริมาณการโทรเพิ่มขึ้นหรือสิ่งใดสิ่งหนึ่งในห่วงโซ่ไปไม่ถูกต้อง

ยังมีปัญหาเกี่ยวกับข้อมูลด้วย ผู้ให้บริการแบบจำลองพื้นฐาน เช่น OpenAI ใช้ข้อมูลลูกค้าในการฝึกฝนแบบจำลอง พวกเขาบอกว่าใบอนุญาตองค์กรนั้นแตกต่างออกไป อาจเป็นเช่นนั้น แต่ความไม่แน่นอนนี้เพียงพอแล้วที่จะทำให้ทีมด้านความปลอดภัยและความเป็นไปตามข้อกำหนดไม่สบายใจ

เมื่อคุณโฮสต์ทั้งการถอดเสียง การอนุมาน TTS และการกำกับดูแลภายใน คุณควบคุมทุกๆ มิลลิวินาทีและทุกๆ การอัปเดตแบบจำลอง ข้อมูลลูกค้ายังคงอยู่ภายในระบบนิเวศของลูกค้า ไม่ต้องสัมผัสกับห่วงโซ่ฝึกอบรมของบุคคลที่สาม ไม่ผ่านโครงสร้างพื้นฐานที่คุณไม่สามารถตรวจสอบได้ และไม่เคลื่อนไหวจนกว่าลูกค้าจะตัดสินใจ

คุณสามารถให้โครงสร้างพื้นฐานที่อุทิศให้กับลูกค้าองค์กรแต่ละรายได้ ดังนั้นการเพิ่มขึ้นจากบริษัทอื่นจะไม่ส่งผลกระทบต่อประสิทธิภาพของพวกเขา และเมื่อมีสิ่งใดผิดพลาด คุณสามารถแก้ไขได้แทนที่จะรอผู้ขายของผู้ขาย

สำหรับอุตสาหกรรมที่มีการควบคุม บางลูกค้าจำเป็นต้องมีโครงสร้างพื้นฐานทั้งหมดใน VPC ของตนเองหรือบนพื้นฐานภายในองค์กร ซึ่งสามารถทำได้เฉพาะเมื่อผู้ให้บริการเป็นเจ้าของสิ่งที่พวกเขาใช้งาน

การอัตโนมัติของศูนย์บริการลูกค้าแบบดั้งเดิมมุ่งเน้นไปที่การเบี่ยงเบนการโทรสนับสนุนแบบง่ายๆ คุณตัดสินใจจัดลำดับความสำคัญของการโต้ตอบลูกค้าที่ซับซ้อนและยาวๆ แทนที่จะจัดลำดับความสำคัญการอัตโนมัติแบบปริมาณก่อน

การอัตโนมัติของศูนย์บริการลูกค้าแบบดั้งเดิมมุ่งเน้นไปที่การเบี่ยงเบนการโทรสนับสนุนแบบง่ายๆ คุณตัดสินใจจัดลำดับความสำคัญของการโต้ตอบที่ซับซ้อนและยาวๆ แทนที่จะเริ่มต้นด้วยกรณีการใช้งานที่มีปริมาณสูง

เราทำสิ่งที่ตรงกันข้าม หากเราสามารถจัดการการโทรที่ซับซ้อนและละเอียดอ่อนได้อย่างน่าเชื่อถือ ทุกสิ่งอื่นจะกลายเป็นเรื่องง่าย เป้าหมายไม่ใช่การสร้างตัวอย่าง แต่เป็นการให้การแก้ปัญหาโทรศัพท์แบบเต็มรูปแบบในระดับใหญ่ ซึ่งต้องการระบบที่มีความล่าช้าต่ำและความน่าเชื่อถือสูงเพื่อจัดการกรณี ngoại lệที่แท้จริงที่กำหนดการสนทนาของลูกค้า

ตัวแทนของคุณกำลังถูกผสานเข้ากับ CRM และฐานข้อมูลการดำเนินงานเพื่อแก้ไขการโทรที่สมบูรณ์ การอัตโนมัติเสียงพื้นเมืองเปลี่ยนแปลงสถาปัตยกรรมของกระบวนการทำงานขององค์กรอย่างไร เมื่อเทียบกับโคปิโลต์แบบแชท

ระบบเก่าๆ มักไม่สื่อสารกัน ระบบ CRM เครื่องมือการนัดหมาย และแพลตฟอร์มการเรียกเก็บเงินถูกแยกออกจากกัน โดยไม่มีการเข้าถึงระบบเหล่านี้ ตัวแทนเสียงสามารถตอบคำถามทั่วไปและไม่มากไปกว่านั้น

ไม่สามารถดูบัญชี อัปเดตบันทึก หรือนัดหมายได้ ตัวแทนเสียงสามารถรวบรวมข้อมูลและส่งต่อได้ ในขณะที่ตัวแทนมนุษย์ใช้เวลาทำงานที่ไม่ควรสัมผัสกับมนุษย์ เช่น การบันทึกบันทึกการโทร การนัดหมายด้วยตนเอง และการดึงรายงานเพื่อระบุว่าใครต้องการการติดตาม

การผสานรวมที่ลึกซึ้งเป็นสิ่งที่ทำให้การแก้ปัญหาแบบจบจึงเป็นไปได้ หากไม่มีการผสานรวม ตัวแทนเสียงสามารถตอบคำถามทั่วไปและไม่มากไปกว่านั้น

การแสดงตัวอย่างการโคลนเสียง Soulja Boy ที่เพิ่งออกมาล่าสุดเน้นย้ำถึงความสามารถของตัวแทนการสนทนาที่สามารถขยายออกไปนอกเหนือจากการดำเนินงานภายในไปยังประสบการณ์ของแบรนด์ คุณเห็นว่าตัวแทนเสียงขององค์กรจะพัฒนาเป็นตัวแทนดิจิทัลที่สามารถจัดการกระบวนการธุรกิจทั้งหมดที่เริ่มต้นผ่านการสนทนาได้หรือไม่

แน่นอน เราเห็นโลกที่ทุกลูกค้ามีความสัมพันธ์ส่วนตัวกับธุรกิจที่ชื่นชอบและจำเป็นของพวกเขา สิ่งสำคัญคือ AI ไม่ใช่แค่ “สนุก” แต่สามารถแก้ปัญหาที่ซับซ้อนของลูกค้าได้อย่างแท้จริง

เสียงแบบเรียลไทม์นำเสนอความท้าทายด้านความล่าช้า การหลอกลวง และอัตลักษณ์ที่ไม่มีอยู่ในระบบ AI แบบข้อความ การจำกัดทางเทคนิคที่ยากที่สุดที่คุณพบเมื่อสร้างตัวแทนเสียงที่ต้องตอบกลับภายในหนึ่งวินาทีขณะรักษาความถูกต้องในการสนทนาอย่างไร

ความล่าช้า นั่นคือที่ที่ตัวอย่างส่วนใหญ่เสียชีวิต

หากแชทบอทใช้เวลาสามวินาทีในการตอบกลับ ผู้ใช้จะรอ แต่หากตัวแทนเสียงหยุดชะงักหลังจากที่คุณพูดจบ การสนทนาได้ถูกทำลายแล้ว การตอบกลับต้องกลับมาภายใน 400 มิลลิวินาที แพลตฟอร์มส่วนใหญ่ไม่สามารถทำได้เพราะพวกเขาเชื่อมต่อบริการของบุคคลที่สามหลายๆ บริการเข้าด้วยกัน ซึ่งแต่ละบริการเพิ่มความล่าช้า

แต่ความล่าช้าเป็นเพียงส่วนหนึ่งของปัญหา การโทรศัพท์ของลูกค้าจริงมีความซับซ้อนในหลายๆ ด้านที่ตัวอย่างไม่เคยจับได้ คนขัดจังหวะระหว่างประโยค เสียงพื้นหลังตัดเข้ามา ผู้โทรเปลี่ยนภาษา คำขอไม่ชัดเจน ตัวแทน AI ที่ใช้งานได้ในผลิตภัณฑ์สามารถจัดการการขัดจังหวะโดยไม่สูญเสียบริบท ปรับเปลี่ยนเมื่อสนทนาออกไปนอกสคริปต์ และทำได้โดยไม่ทำให้ดูเหมือนกำลังบัฟเฟอร์

ลูกค้าไม่เทียบตัวแทน AI กับบอทอื่นๆ แต่เทียบกับการพูดกับคนจริงๆ นั่นคือมาตรฐาน

มีการตรวจสอบที่เพิ่มขึ้นเกี่ยวกับวิธีการที่ระบบ AI ที่มีลักษณะเหมือนมนุษย์นำเสนอตัวเองระหว่างการโต้ตอบ องค์กรควรพิจารณาความโปร่งใสอย่างไรเมื่อใช้ตัวแทนการสนทนาแบบโต้ตอบที่อาจไม่สามารถแยกแยะจากพนักงานมนุษย์ได้

เรายืนยันในความซื่อสัตย์และความโปร่งใสสำหรับผู้ใช้ปลายทาง ในขณะที่บางกฎระเบียบอาจเป็นอันตรายและขัดขวาง การหลอกลวงใดๆ ไม่ถือว่าเป็นที่ยอมรับได้ เราทำงานร่วมกับองค์กรเพื่อสร้างประสบการณ์ที่ไร้รอยต่อโดยอาศัยความไว้วางใจกับลูกค้า

เมื่อตัวแทน AI เริ่มจัดการการโต้ตอบลูกค้าหลายล้านครั้งพร้อมกัน อุปสรรคการดำเนินการที่เกิดขึ้นแรกคืออะไรเมื่อบริษัทต่างๆ ย้ายจากการนำไปใช้แบบไพลอตไปสู่การวางระบบในระดับผลิต

สิ่งหนึ่งที่สำคัญคือโครงสร้างคำสั่งแบบโมดูลาร์ คำสั่งแบบโมโนลิธิกแทบจะเป็นไปไม่ได้ที่จะแก้ปัญหา เมื่อโทรศัพท์ผิดพลาด คุณต้องแยกออกว่าเกิดอะไรขึ้นและทำไม ไม่ใช่ต้องมองไปที่กำแพงคำสั่งเพื่อหาคำสั่งที่ทำให้เกิดปัญหา

การมองเห็นที่สมบูรณ์แบบมีความสำคัญเช่นกัน สรุปการโทรหลังการโทรไม่เพียงพอ คุณต้องการมองเห็นจริงๆ ว่าตัวแทนกำลังทำอะไรที่จุดใดของการโต้ตอบทุกครั้ง

การป้องกันความเสี่ยงก็มีความจำเป็นเช่นกัน โดยเฉพาะอย่างยิ่งในอุตสาหกรรมที่มีการควบคุม ตัวแทนจะต้องอยู่ภายใต้นโยบาย นั่นไม่ใช่สิ่งที่เลือกได้ และหากไม่เช่นนั้น จะต้องมีการถอยกลับที่เหมาะสม

สุดท้าย มีการจัดการความรู้ ตัวแทนจะต้องสามารถเข้าถึงข้อมูลที่เป็นกรรมสิทธิ์ เช่น ผลิตภัณฑ์ นโยบาย และขั้นตอน แพลตฟอร์มควรแสดงช่องว่างความรู้อัตโนมัติเมื่อมันปรากฏในการโทรจริง ไม่ใช่หลังจากผ่านไปหลายสัปดาห์หลังจากที่ลูกค้าเริ่มร้องเรียน

เมื่อมองไปข้างหน้า คุณเชื่อว่าตัวแทนเสียงขององค์กรจะยังคงเป็นเครื่องมือเฉพาะทางหรือจะพัฒนาเป็นตัวแทน AI ที่มีพลังในการจัดการกระบวนการธุรกิจทั้งหมดที่เริ่มต้นผ่านการสนทนาได้อย่างอิสระ

ถ้าฉันมีคำตอบ! ฉันคิดว่าตัวแทนเสียงจะพัฒนาไปทั่วทั้งกระบวนการธุรกิจ แต่ไม่น่าจะเห็นธุรกิจทั้งหมดที่ดำเนินการโดยตัวแทนเสียง ฉันเชื่อว่ามนุษย์จะได้รับการบริการที่รวดเร็ว ถูกต้อง และครอบคลุมมากกว่าที่ได้รับในปัจจุบันจากตัวแทน AI ในความเป็นจริง เราเชื่อว่าการโทรศัพท์จะเพิ่มขึ้นเมื่อสิ่งนี้เกิดขึ้น ไม่น้อยลง

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Bland