นิโกลา มร์กชิช ผู้ร่วมก่อตั้งและซีอีโอของ PolyAI – สัมภาษณ์ในชุด

นิโกลา มร์กชิช เป็นผู้ร่วมก่อตั้งและซีอีโอของ PolyAI ซึ่งเป็นผู้จัดหาสายการบริการลูกค้าอัตโนมัติที่ใช้เสียงชั้นนำ

สิ่งใดที่ดึงดูดคุณเข้าสู่โลกของ AI ในตอนแรก?

ฉันสนใจคณิตศาสตร์และวิทยาการคอมพิวเตอร์ตั้งแต่สมัยเรียนที่มหาวิทยาลัยเคมบริดจ์ ฉันได้ทำงานร่วมกับนักวิจัยชั้นนำด้านการเรียนรู้ของเครื่องจักรหลายคน รวมถึง Steve Young และ Zoubin Ghahramani Steve ช่วยให้ฉันเข้าร่วมสตาร์ทอัพของเขา VocalIQ เพื่อทำงานเกี่ยวกับการสร้างระบบสนทนาที่ใช้เสียง ต่อมา ฉันทำปริญญาเอกกับ Steve โดยทำงานเกี่ยวกับการสร้างแบบจำลองภาษาที่ขับเคลื่อนด้วยข้อมูลซึ่งทำงานได้กับกรณีการใช้งานและภาษาต่างๆ การสนทนาที่ใช้ AI เป็นสาขาที่ยากและซับซ้อน มีหลายสิ่งที่ต้องทำและฉันจึงยุ่งอยู่กับมัน

ในปี 2017 คุณได้ก่อตั้ง PolyAI ซึ่งเป็นบริษัท AI สำหรับการสนทนา คุณสามารถพูดถึงเรื่องราวเบื้องหลังการก่อตั้ง PolyAI ได้หรือไม่?

ผู้ร่วมก่อตั้งคนอื่นๆ ของฉัน ได้แก่ Shawn Wen, Eddy Su และฉันทำปริญญาเอกที่มหาวิทยาลัยเคมบริดจ์ในช่วงเวลาเดียวกัน เราทำงานเกี่ยวกับระบบสนทนาเป็นเวลาหลายปี แต่เราก็รู้ว่าระบบที่ซับซ้อนที่เราทำงานด้วยมีการใช้งานเชิงพาณิชย์น้อยมาก ดังนั้นเราจึงตัดสินใจสร้างโซลูชัน AI สำหรับการสนทนาเพื่อใช้ในโลกแห่งความเป็นจริง เราเห็นโอกาสสำหรับระบบสนทนาที่สามารถสนทนาได้หลายครั้งและทำธุรกรรมที่สามารถสนทนากับคนจริงในชีวิตประจำวัน

เราเน้นไปที่การบริการลูกค้าเพราะเรารู้สึกว่าความสามารถทางเทคนิคและความต้องการของลูกค้าตรงกัน

คุณสามารถพูดถึงเทคโนโลยีการเรียนรู้ของเครื่องจักรและประมวลผลภาษาธรรมชาติที่ใช้ได้หรือไม่?

สิ่งที่ทำให้เราแตกต่างคือชุดโมเดลเครื่องมือที่เราได้พัฒนา เราได้ฝึกอบรมพวกมันบนการสนทนาหลายพันล้านครั้ง เพื่อให้พวกมันสามารถเข้าใจความตั้งใจได้แม้เมื่อผู้พูดใช้ภาษาหรือสำนวนที่ไม่ปกติ ซึ่งสำคัญมากสำหรับการสื่อสารทางโทรศัพท์ ลูกค้าไม่พูดด้วยคำสำคัญ แต่พวกเขาจะเล่าเรื่องราว ถามคำถาม และต้องการควบคุมการสนทนา

เรามีการประกาศโมเดล ConVEx ของเรา ซึ่งเป็นตัว 추출ข้อมูลที่มีประสิทธิภาพสูงและใช้ข้อมูลน้อยมาก ซึ่งช่วยให้เราสามารถ 추출ค่าจากการสนทนาได้อย่างแม่นยำ

เราได้พัฒนาไลบรารีการกำหนดนโยบายสนทนาอย่างมีประสิทธิภาพซึ่งมีการใช้งานที่ออกแบบไว้ล่วงหน้าสำหรับการทำธุรกรรมบริการลูกค้าทั่วไป ทำให้เราสามารถสร้างเสียงช่วยเหลือใหม่ให้กับลูกค้าได้อย่างรวดเร็ว

ในความคิดของคุณ สิ่งใดที่ทำให้ผลิตภัณฑ์ AI สำหรับการสนทนาเป็นผลิตภัณฑ์ที่ดีหรือไม่ดี?

ผลิตภัณฑ์ที่ดีจะเข้าใจสิ่งที่ผู้ใช้ต้องการและไม่ทำให้ผู้ใช้พูดซ้ำๆ การโทรศัพท์มักเกิดขึ้นในสภาพแวดล้อมที่มีเสียงดัง ดังนั้นผลิตภัณฑ์จึงต้องทนต่อการรับเข้าข้อมูลที่ไม่ดี เมื่อแบรนด์เข้าถึงตลาดขนาดใหญ่ ผลิตภัณฑ์จะต้องเข้าใจสำเนียงและวิธีการพูดที่แตกต่างกัน ทั้งสองสิ่งนี้ต้องการให้ผลิตภัณฑ์มีความสามารถในการรับเสียงที่มั่นคง การจำแนกความตั้งใจ และการ 추출ข้อมูลที่ดี

ผลิตภัณฑ์ที่ดีจะให้ประสบการณ์ที่น่าดึงดูดสำหรับผู้ใช้ มันจะตามความคิดของผู้ใช้และสามารถจัดการกรณีที่ซับซ้อนในชีวิตประจำวันเมื่อผู้ใช้แบ่งปันความตั้งใจและข้อมูลหลายอย่างพร้อมๆ กัน และอาจเปลี่ยนไปตามบริบทที่แตกต่างกัน ซึ่งต้องการการจำแนกหลายป้ายกำกับและจัดการบริบทที่มีประสิทธิภาพ

ผลิตภัณฑ์ที่ดีจะแสดงลักษณะที่เหมือนมนุษย์โดยไม่ทำให้รู้สึกไม่สบายตัวหรือเหมือนหุ่นยนต์มากเกินไป ซึ่งหมายความว่ามีการโต้ตอบที่รวดเร็ว เสียงที่แท้จริง การให้ข้อมูลย้อนกลับที่ต่อเนื่อง และมีความไม่สมบูรณ์และความไม่แน่นอนบางอย่าง

สุดท้าย ผลิตภัณฑ์ AI สำหรับการสนทนาที่ดีจะโต้ตอบกับผู้ใช้ทุกที่และให้ประสบการณ์ที่ไม่เหมือนใครและเหมาะสมกับแพลตฟอร์ม ซึ่งอาจครอบคลุมถึงเสียง SMS แชท หรือแพลตฟอร์มส่งข้อความทางสังคม รูปแบบการโต้ตอบควรยอมรับลักษณะเฉพาะของแต่ละแพลตฟอร์ม

มีอะไรที่ดีเกี่ยวกับการใช้ AI สำหรับการสนทนาแทนการพยายามให้ลูกค้าส่งข้อความไปยังแชทบอท?

ประสบการณ์ของลูกค้าเป็นสิ่งสำคัญและเป็นตัวขับเคลื่อนหลักในการรักษาลูกค้า สิ่งสำคัญที่สุดควรทำให้ลูกค้าสามารถทำสิ่งที่ต้องการได้ง่ายๆ

โทรศัพท์ยังคงเป็นช่องทางที่ลูกค้า предпочิตมากที่สุดในการติดต่อบริษัท ถึง 65% ของการโต้ตอบกับลูกค้าเกิดขึ้นผ่านโทรศัพท์ ในช่วงการระบาดของ COVID-19 ศูนย์บริการลูกค้าได้รับการผลักดันให้ถึงขีดจำกัดด้วยลูกค้าที่ต้องการความช่วยเหลือมากกว่าเดิม

แน่นอนว่าประสบการณ์ที่ดีทำให้ลูกค้าสามารถสื่อสารได้ตามที่ต้องการ ดังนั้นสำหรับผู้ที่ชอบการสื่อสารแบบไม่สม่ำเสมอ เราจึงทำให้แบรนด์สามารถให้ประสบการณ์ระดับเดียวกันบนช่องทางข้อความได้

การตรวจจับวัตถุประสงค์ของสิ่งที่ลูกค้าพยายามพูดเป็นเรื่องที่ท้าทายแค่ไหน?

มีหลายความท้าทายในการเข้าใจลูกค้าผ่านช่องทางเสียง การเข้าใจความหมายของลูกค้าอย่างถูกต้องและสม่ำเสมอจำเป็นต้องมีส่วนประกอบหลายอย่างที่ทำงานได้ดี

ประการแรก การรับเสียงเป็นสิ่งที่ยาก โดยเฉพาะเมื่อคนโทรศัพท์จากสภาพแวดล้อมที่มีเสียงดัง เช่น เมื่อใช้โทรศัพท์แบบสเปกหรือเมื่อขับรถผ่านการจราจรหรืออุโมงค์ การรับเสียงยังยากในภูมิภาคที่มีสำเนียงและภาษาท้องถิ่นที่แตกต่างกัน เราได้พัฒนาวิธีการที่มีประสิทธิภาพในการรับเสียงโดยการปรับให้เหมาะสมกับบริบทที่กำหนด

เพราะโมเดล ConveRT ของเราได้รับการฝึกอบรมบนการสนทนาหลายพันล้านครั้ง จึงสามารถตรวจจับวัตถุประสงค์จากสัญญาณที่อ่อนแอ เช่นเดียวกับที่มนุษย์สามารถเข้าใจสิ่งที่คนอื่นพูดได้แม้ว่าจะพลาดคำหรือสองคำก็ตาม

การพิจารณาอีกอย่างหนึ่งคือการเข้าใจเมื่อลูกค้าต้องการดำเนินการหลายอย่างในเวลาเดียวกัน ตัวอย่างเช่น บางคนอาจพูดว่า “ฉันสูญเสียบัตรของฉัน คุณสามารถบอกฉันว่ามีการใช้มันหรือไม่และปิดมันให้ฉันหรือไม่” ในกรณีนี้ โมเดลจะต้องรับรู้วัตถุประสงค์สองอย่างและดำเนินการตามลำดับที่สมเหตุสมผล

โมเดลยังต้องสามารถ추출และเข้าใจสิ่งที่ลูกค้าให้ข้อมูล เช่น “คุณมีโต๊ะว่างสำหรับฉัน ภรรยา และลูกสองคนของฉันในวันเสาร์หรือไม่” วัตถุประสงค์เบื้องผิวคือการตรวจสอบการมีอยู่ของโต๊ะ แต่โมเดลจะต้องเลือกวันที่ (วันเสาร์) และจำนวนคน (4) และข้อมูลอื่นๆ ที่อาจเกี่ยวข้อง

สุดท้าย การสนทนาไม่จำเป็นต้องเป็นไปตามลำดับ ลูกค้าอาจขัดจังหวะด้วยคำถามที่ไม่เกี่ยวข้องกับคำถามของเสียงช่วยเหลือ ดังนั้นเสียงช่วยเหลือจึงต้อง “ฟัง” สำหรับประเภทของข้อมูลเข้าและเปิดให้ได้รับทริกเกอร์ต่างๆ เช่น คำถามที่พบบ่อยหรือการเปลี่ยนแปลงข้อมูลที่ให้ไว้ก่อนหน้านี้โดยผู้ใช้

กระบวนการและระยะเวลาที่ต้องการสำหรับบริษัทที่ต้องการเปิดตัว AI สำหรับการสนทนาโดยใช้ PolyAI คืออะไร?

เรามาที่นี่เพื่อให้บริการเสียงช่วยเหลือที่มีผลกระทบทางธุรกิจที่แท้จริง ดังนั้นเราจึงเริ่มต้นการมีส่วนร่วมด้วยการค้นพบ โดยที่เราช่วยให้ลูกค้าระบุและกำหนดเป้าหมาย CX ของตน คุณสมบัติหลัก และกระบวนการสนับสนุน นี่คือที่ที่เรากำหนดการเดินทางที่เสียงช่วยเหลือจะต้องนำลูกค้าผ่าน นอกจากนี้ โมเดล ConveRT ที่เราได้รับการฝึกอบรมล่วงหน้าหมายความว่าเราต้องการข้อมูลการสนทนาจากลูกค้าไม่มาก

จากนั้นเราสามารถพัฒนาเสียงช่วยเหลือได้ด้วยการมีส่วนร่วมจากลูกค้าน้อยมาก ดังนั้นจึงไม่ทำให้ทีม IT ในองค์กรของลูกค้าเหนื่อยหนัก

ขึ้นอยู่กับความซับซ้อน เราสามารถสร้างหลักฐานการทำงานในเวลาเพียง 2 สัปดาห์ และการวางระบบที่สมบูรณ์ใน 2 เดือน

ขอขอบคุณสำหรับสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม PolyAI เพื่อเรียนรู้เพิ่มเติม