สัมภาษณ์
Josh Feast ซีอีโอและผู้ร่วมก่อตั้ง Cogito – ชุดบทสัมภาษณ์

Josh Feast เป็นซีอีโอและผู้ร่วมก่อตั้ง Cogitoบริษัทที่ผสาน AI ด้านอารมณ์และการสนทนาในแพลตฟอร์มใหม่ ให้การโค้ชและคำแนะนำแบบเรียลไทม์แก่เจ้าหน้าที่ศูนย์บริการลูกค้า ช่วยหัวหน้างานมองเห็นบทสนทนาสดของทีมไม่ว่าทำงานจากที่ใด และติดตามประสบการณ์ลูกค้าและพนักงานอย่างต่อเนื่อง
เรื่องราว Cogito เริ่มในปี 1999 ก่อนก่อตั้งบริษัท ช่วยเล่าช่วงแรกที่ MIT Human Dynamics Lab และงานที่ทำขณะนั้นได้ไหม?
ตั้งแต่ปี 1999 ถึง 2006 ดร. Sandy Pentland พัฒนางานวิทยาศาสตร์พื้นฐานที่แสดงให้เห็นการมีอยู่และพลังของสัญญาณทางสังคมในการสื่อสารของมนุษย์ รวมถึงความสามารถของเครื่องจักรในการตรวจจับและตีความสัญญาณเหล่านี้
Cogito แยกตัวจาก MIT Media Lab ในปี 2007 ช่วยเล่าเรื่องกำเนิดบริษัทได้ไหม?
ก่อนทำงานที่ MIT ผมเห็นความจำเป็นของเทคโนโลยีที่เข้าใจบริบทการสนทนาเพื่อช่วยผู้ใช้ผ่านสถานการณ์ที่มีอารมณ์เข้มข้น ขณะทำงานที่หน่วยงานเด็ก เยาวชน และครอบครัวของนิวซีแลนด์ ซึ่งปัจจุบันเป็นหน่วย Child, Youth and Family ของกระทรวงพัฒนาสังคม ผมพบว่านักสังคมสงเคราะห์จำนวนมากหมดไฟเพราะลักษณะงานที่ต้องรับมืออารมณ์หนัก และเชื่อว่าระบบบริหารที่สนับสนุนพวกเขาจะได้ประโยชน์มากจากเทคโนโลยีนี้ ผมนำข้อสังเกตไปที่ MIT ต่อมา Cogito เกิดจากงานวิจัยของดร. Pentland ที่ MIT Media Lab ซึ่งดูจะตอบปัญหานี้โดยตรง บริษัทได้รับทุนจาก DARPA เพื่อวิจัยและพัฒนาแพลตฟอร์ม AI และแบบจำลองพฤติกรรมที่ตรวจจับสภาวะทางจิตใจของมนุษย์โดยอัตโนมัติ เทคโนโลยีประสบความสำเร็จในการช่วยทหารผ่านศึกที่กลับจากการรบ ผ่านการนำไปใช้ร่วมกับกระทรวงกิจการทหารผ่านศึก (VA)
Emotion AI ของ Cogito ได้รับการตรวจสอบครั้งแรกด้วยการช่วยบุคลากรสุขภาพตรวจพบสัญญาณเริ่มต้นของ PTSD และความผิดปกติทางจิตอื่น ๆ ในทหารที่กลับจากการรบ ช่วยอธิบายรายละเอียดและผลลัพธ์ได้ไหม?
เป้าหมายของการนำเทคโนโลยีไปใช้กับผู้ให้บริการสุขภาพคือการตรวจภาวะซึมเศร้าและป้องกันการฆ่าตัวตายในทหารผ่านศึกที่กลับจากการรบ แพลตฟอร์มช่วยแพทย์ติดตามสุขภาพจิตโดยรวมผ่านสัญญาณเสียง และระบุเหตุการณ์อย่างการไร้ที่อยู่อาศัยและสัญญาณเตือนอื่น ๆ ของสุขภาพจิตที่ไม่ดี เราเห็นอย่างรวดเร็วว่ามีเทคโนโลยีพิเศษที่ประยุกต์ได้กว้างกว่าการช่วยทหารผ่านศึกและระบบสุขภาพ ไปยังงานที่มีบทสนทนาซับซ้อนและอารมณ์เข้มข้นจำนวนมาก โดยยังยึดประสบการณ์มนุษย์เป็นแกนหลัก เราจึงพัฒนาเป็น Cogito ในปัจจุบัน ให้การโค้ชและคำแนะนำแบบเรียลไทม์แก่เจ้าหน้าที่ศูนย์บริการองค์กรขนาดใหญ่ในหลายอุตสาหกรรม รวมถึงการแพทย์
Cogito ใช้ AI วิเคราะห์สัญญาณพฤติกรรมและให้ข้อเสนอแนะระหว่างสนทนาอย่างไร?
Cogito ผสาน AI ด้านอารมณ์และการสนทนาเพื่อดึงข้อมูลเชิงลึกใหม่จากทุกบทสนทนา ทั้ง สิ่งที่ ถูกพูด และ วิธีที่ ลูกค้ารับสาร โมเดลเหล่านี้วัดประสบการณ์ลูกค้า (CX) แบบเรียลไทม์ในทุกสาย เพื่อปรับปรุงสถานการณ์ขณะนั้น ต่างจากการวิเคราะห์หลังจบสายที่ช่วยได้เฉพาะปฏิสัมพันธ์ครั้งต่อไป
Cogito สกัดและวิเคราะห์สัญญาณด้านเสียงมากกว่า 200 รูปแบบภายในมิลลิวินาที เพื่อบอกเจ้าหน้าที่ว่าควรปรับพฤติกรรมอย่างไร และเสนอคำแนะนำที่เหมาะกับหัวข้อสนทนาและผลลัพธ์ที่ต้องการ
การวิเคราะห์เสียงสดระหว่างสายช่วยเสริมพฤติกรรมแบบเรียลไทม์ สร้างความสัมพันธ์ระหว่างลูกค้ากับเจ้าหน้าที่ได้ดีขึ้นในวงกว้าง ไม่ว่าเจ้าหน้าที่ทำงานจากที่ใด
ข้อเสนอแนะนี้ช่วยเจ้าหน้าที่สร้างความสัมพันธ์ที่ดีกับลูกค้าอย่างไร?
คำแนะนำเตือนแบบเรียลไทม์จาก Cogito ช่วยเจ้าหน้าที่แสดงความฉลาดทางอารมณ์อย่างสม่ำเสมอและมอบความเข้าอกเข้าใจในทุกสาย ซึ่งช่วยลดเวลาจัดการสาย เพิ่มการแก้ปัญหาได้ตั้งแต่ครั้งแรก เพิ่มความพึงพอใจ และเพิ่มมูลค่าตลอดอายุลูกค้า
เจ้าหน้าที่แต่ละคนมีจุดแข็งและจุดอ่อนต่างกัน คำแนะนำระหว่างสายช่วยปรับบริการ เช่น เพิ่มความเข้าอกเข้าใจ พูดช้าลง หรือใช้น้ำเสียงกระตือรือร้นขึ้น ข้อเสนอแนะเฉพาะบุคคลช่วยสร้างความสัมพันธ์ตามประสบการณ์ของลูกค้าคนนั้นและสัญญาณเสียงที่ AI ตรวจพบ จึงปรับปรุงทั้งประสบการณ์ลูกค้าและเจ้าหน้าที่
ข้อเสนอแนะเรียลไทม์ไม่ได้ช่วยแค่ CX แต่ช่วยประสบการณ์พนักงาน (EX) ด้วย เครื่องมือช่วยให้เจ้าหน้าที่มีประสบการณ์ทำงานเชิงบวกขึ้น ซึ่งพิสูจน์แล้วว่าส่งผลต่อ CX ที่ดีขึ้น
ในปี 2019 Cogito เผยแพร่บทความชื่อ “การลดอคติทางเพศในการรู้จำอารมณ์จากเสียงพูด” คุณได้ข้อค้นพบสำคัญอะไรเกี่ยวกับอคติทางเพศของเสียงพูดกับอารมณ์?
บทความเน้นแนวทางสร้างโมเดล เทคนิคหาค่าเหมาะที่สุด และอคติจากการสุ่มตัวอย่าง จึงยังต้องวิจัยเพิ่มเพื่อลดอคติเชิงลบทั้งในการเรียนรู้ของเครื่องโดยรวมและการรู้จำอารมณ์จากเสียงโดยเฉพาะ ข้อค้นพบสำคัญได้แก่:
เสียงผู้หญิงมักมีระดับเสียงสูงกว่าผู้ชาย ทำให้ระยะห่างระหว่างฮาร์มอนิกกว้างกว่า
ความแตกต่างนี้อาจกระทบโมเดลรู้จำอารมณ์จากเสียง ทำให้ความแม่นยำของเสียงผู้หญิงต่ำกว่าเสียงผู้ชาย
เทคนิคการเรียนรู้ของเครื่องเพื่อลดอคติช่วยลดความไม่สมดุลนี้ได้ บทความเสนอเทคนิคลดอคติใหม่ของ Cogito ซึ่งให้ผลดีเมื่อเทียบกับวิธีฐาน
Cogito ลดผลของอคติทางเพศหรืออคติอื่นที่ไม่พึงประสงค์อย่างไร?
Cogito ใช้โมเดลประมวลผลภาษาธรรมชาติ (NLP) ที่ผสานระบบ AI ซึ่งคำนึงถึงมนุษย์ โมเดลเรียนรู้เชิงลึก และกฎซับซ้อนอื่น ๆ เพื่อช่วยคอมพิวเตอร์เข้าใจ วิเคราะห์ และจำลองภาษามนุษย์ เราพัฒนา NLP ด้วยข้อมูลใหม่อย่างต่อเนื่องเพื่อลดอคติ
เรามีขั้นตอนพัฒนาโมเดลเรียนรู้ของเครื่องอย่างครบถ้วน โดยมุ่งลดอคติและให้คุณสมบัติผลิตภัณฑ์ที่ใช้ ML มีจริยธรรม ครอบคลุมการสุ่มข้อมูลฝึก การลดอคติจากการติดป้ายกำกับโดยมนุษย์ และเทคนิคลดอคติของ ML
เรามีชุดข้อมูล “ความเป็นธรรม” ประกอบด้วยเสียงจำนวนมากจากผู้พูดที่ระบุหมวดหมู่ประชากรของตนเอง โมเดลทุกตัวถูกประเมินเทียบกับชุดข้อมูลนี้และแต่ละกลุ่มประชากร นอกจากนี้ยังใช้ MLOps ติดตามโมเดลที่ใช้งานจริงอย่างเป็นกลาง และตรวจประเมินโมเดลอย่างเป็นระบบด้วยการกำกับข้อมูลโดยมนุษย์
คุณมองอย่างไรว่า AI ควรเสริมพฤติกรรมมนุษย์แทนที่จะเพียงเข้ามาแทนที่?
มนุษย์ทำหลายสิ่งและสื่อสารความละเอียดอ่อนที่ AI เลียนแบบเองไม่ได้ เช่น ลูกค้าต้องการความเข้าอกเข้าใจเมื่อขอความช่วยเหลือ ระบบ AI อัตโนมัติอาจแก้ปัญหาได้ แต่ลูกค้าอาจยังรู้สึกหงุดหงิดหรือรำคาญ หากแทนเจ้าหน้าที่ทุกคนด้วย AI เราจะสูญเสียองค์ประกอบมนุษย์ที่จำเป็นต่อความสัมพันธ์และความภักดีระยะยาว
เมื่อรับบริการ ผู้คนให้คุณค่ากับการคุยกับคนที่เข้าใจความรู้สึกและเคยมีประสบการณ์คล้ายกัน รวมถึงความรู้สึกว่ามีคนดูแลและรับผิดชอบแก้ปัญหาให้ ยังต้องใช้เวลาอีกนานกว่า AI ที่ทำงานลำพังจะถูกมองว่าเป็นมากกว่าเครื่องมือช่วยเหลือตนเอง
มีอะไรอยากแบ่งปันเพิ่มเติมเกี่ยวกับ Cogito ไหม?
เราพัฒนาเทคโนโลยีสำหรับศูนย์บริการรุ่นใหม่ ต้นปีนี้เปิดตัวคะแนนประสบการณ์พนักงาน (EX Score) เพื่อติดตามประสบการณ์เจ้าหน้าที่ คล้ายคะแนนประสบการณ์ลูกค้า (CX) โดยผสาน Emotion AI ที่คำนึงถึงมนุษย์กับ Conversation AI เพื่อสร้างข้อมูลเชิงลึกแบบเรียลไทม์ ทั้งเหตุการณ์เดียวและแนวโน้มหลายสาย ท่ามกลางความไม่พอใจ ภาวะหมดไฟ และการลาออกที่สูง EX Score ช่วยตอบโจทย์การป้องกันหมดไฟและปรับประสบการณ์เจ้าหน้าที่ ซึ่งนำไปสู่ประสบการณ์ลูกค้าที่ดีและความยั่งยืนระยะยาวของธุรกิจ
ขอบคุณสำหรับบทสัมภาษณ์ ผู้อ่านที่สนใจสามารถเรียนรู้เพิ่มเติมได้ที่ Cogito.












