Ashish Nagar, Level AI’nin CEO’su ve Kurucusu – Röportaj Serisi

Ashish Nagar, Level AI‘nin CEO’su ve kurucusudur. Amazon’ (AMZN ) daki Alexa ekibindeki deneyimini, müşteri hizmetleri operasyonlarını dönüştürmek için yapay zeka kullanmak amacıyla kullanıyor. Teknoloji ve girişimcilik alanında güçlü bir geçmişe sahip olan Ashish, şirketin müşteri hizmetleri etkileşimlerinin verimliliğini ve etkinliğini geliştirmek amacıyla advanced AI çözümleri sunma misyonunu sürdürmekte önemli bir rol oynamıştır. Onun liderliği altında, Level AI, AI destekli müşteri hizmetleri alanında önemli bir oyuncu haline gelmiştir ve öncü ürünleri ve yapay zeka uygulamalarıyla tanınmaktadır.

Sizi Amazon’dan ayrılmaya ve Level AI’yi kurmaya iten şey nedir? Müşteri hizmetlerinde çözümlemek istediğiniz özel zorlukları paylaşabilir misiniz?

Arka planım, teknoloji ve işin kesişiminde ürünler geliştirmek üzerinedir. Lisans eğitimim Uygulamalı Fizik üzerinedir, ancak çalışmalarım hep ürün rollerinde ve yeni işlerin kurulması, lansmanı ve geliştirilmesinde odaklanmıştır. Teknoloji ve iş için olan tutkum, beni yapay zeka alanına yöneltmiştir.

2014 yılında, bir sonraki nesil mobil arama şirketi olan Rel C’yi kurarak yapay zeka yazılımlarıyla çalışmaya başladım. Bu deneyim, yapay zeka yolculuğuma yön verdi ve sonunda bu şirket Amazon tarafından satın alındı. Amazon’da, Alexa ekibindeki bir ürün lideriydim ve sürekli olarak daha karmaşık AI sorunlarını ele alma fırsatları arıyordum.

Amazon’daki son yılım olan 2018’de, “Star Trek bilgisayar” projesi üzerinde çalıştım. Bu proje, bir bilgisayarın size sorduğunuz herhangi bir soruyu anlayabilmesi ve yanıtlayabilmesi amacını taşıyordu. Bu proje, Alexa Ödülü olarak bilinen bir dünya çapında AI yarışması haline geldi. 10 bilim insanıyla birlikte çalışarak bu projeyi başlattım ve MIT, CMU, Stanford ve Oxford gibi kurumların önde gelen zihinleriyle yakın işbirliği içinde çalıştım. O zamanlar, kimsenin bu sorunu tamamen çözemediği açıkça belliydi.

Ancak, bu sorunun çözülebileceğini hisseden bir inovasyon dalgasının geldiğini de görebiliyordum. 2024 yılına gelindiğinde, ChatGPT gibi teknolojiler, bizim hayal ettiğimiz birçok şeyi gerçekleştirmeye başladı. Doğal dil işleme alanında Amazon, Google (GOOGL ), OpenAI ve Microsoft (MSFT ) gibi şirketlerin büyük modeller ve altyapı geliştirmesiyle hızlı ilerlemeler kaydedildi. Ancak bunlar, uçtan uca iş akışlarını ele almıyordu. Bu açığı gördük ve bunu ele almak istedik.

İlk ürünümüz, müşteri hizmetleri çözümü değildi; ön cephe çalışanları için bir sesli asistanıydı. 2 milyon dolarlık bir seed fonlama topladık ve ürünü potansiyel müşterilere gösterdik. Onlar, teknolojiyi çağrı merkezleri için uyarlamamızı talep ettiler; burada zaten ses ve veri akışları mevcuttu, ancak modern nesil AI mimarisi eksikti. Bu, mevcut şirketlerin geçmişte takılı kaldığını ve miras sistemlerini yenileme veya yenilerini inşa etme konusunda klasik bir inovasyon ikilemiyle karşı karşıya olduklarını fark etmemize yol açtı. Biz, boş bir sayfayla başladık ve ilk yerli büyük dil modeli (LLM) müşteri deneyimi zekası ve hizmet otomasyon platformunu inşa ettik.

İnsan dilinin karmaşıklıkları ve bir bilgisayar mühendisliği perspektifinden bu sorunları çözmenin ne kadar zor olduğu, bizim yaklaşımımızda önemli bir rol oynadı. AI’nin insan konuşmasını anlaması, özellikle müşteri hizmetleri endüstrisi için kritik öneme sahiptir. Örneğin, Siri’yi kullanmak, AI’nin niyeti ve bağlamı anlamakta ne kadar zorlandığını gösterir. Hatta basit sorular bile AI’yi şaşırtabilir ve ne istediğinizi yorumlamakta zorlanabilir.

AI, niyeti anlamakta, uzun sohbetler boyunca bağlamı korumakta ve ilgili dünya bilgisine sahip olmada zorluklar yaşamaktadır. ChatGPT bile bu alanlarda sınırlılıklara sahiptir. Örneğin, en son haberleri bilmeyebilir veya sohbet içindeki konuların değişimini anlamayabilir. Bu zorluklar, müşteri hizmetleri için doğrudan ilgili olup, sohbetlerin genellikle çoklu konuları içerdiği ve AI’nin özel, domaine özgü bilgiyi anlaması gerektiği alanlardır. Biz, müşteri hizmetleri ortamında insan dilinin karmaşıklıklarını ele alan bir platform geliştirdik.

Level AI’nin NLU teknolojisi temel anahtar kelime eşleştirmesinin ötesine geçer. Müşteri hizmetlerinde daha derin müşteri niyetini anlamak için AI’nizin nasıl çalıştığını açıklar misiniz? Bu, müşteri hizmetlerine nasıl fayda sağlar? Level AI, AI sistemlerinin doğruluğunu ve güvenilirliğini, özellikle nüanslı müşteri etkileşimlerinde, nasıl sağlar?

Farklı görevlere özgü altı veya yedi farklı AI pipeline’miz vardır. Örneğin, bir iş akışı, müşterilerin ürün veya hizmetlerle ilgili sorunlarını ve müşteri sesini tanımlamayı içerebilir. Her iş akışı veya hizmet, kendi AI pipeline’ına sahiptir, ancak temel teknoloji aynı kalır.

Bir analoji çekmek için, kullandığımız teknoloji, ChatGPT ve diğer generatif AI araçlarındaki teknolojiye benzer. Ancak, müşteri hizmetlerine özgü LLM’ler geliştirdik ve bunları özel iş akışları için eğittik. Bu, yeni müşterileri entegre ederken %85’in üzerinde doğruluk elde etmemizi sağlar ve böylece daha hızlı değer zamanı, minimum profesyonel hizmetler ve eşsiz doğruluk, güvenlik ve güven sağlar.

Modellerimiz, müşteri hizmetlerinde derin ve özel uzmanlıklara sahiptir. Eski paradigmada, sohbetleri, “hesabımı iptal et” veya “memnun değilim” gibi anahtar kelimeleri veya cümleleri belirleyerek analiz ediyorduk. Ancak bizim çözümümüz, tüm olası cümle varyasyonlarını yakalamaya dayanmaz. Bunun yerine, soru arkasındaki niyeti anlamak için AI’yi uygular, bu da çok daha hızlı ve verimlidir.

Örneğin, biri “hesabımı iptal etmek istiyorum” derse, bunu ifade etmenin sayısız yolu vardır, örneğin “Sizinle işim bitti” veya “Başka birine geçiyorum”. AI, sorunun niyetini anlar ve bunu bağlama bağlar, bu nedenle bizim yazılımlarımız daha hızlı ve daha doğrudur.

Eski AI, bir kural kitabı gibiydi – esnek olmayan, sürekli bakım gerektiren katı kural kitapları oluşturuyorduk. Yeni AI ise bir öğrenen sistem veya dinamik bir beyin gibidir. Sadece birkaç işaretleyiciyle, bağlamı ve niyeti dinamik olarak öğrenir ve sürekli olarak kendini geliştirir. Bir kural kitabı sınırlı bir kapsama sahiptir ve önceden tanımlanmış kurallara uymayan bir şey olduğunda kolayca bozulur, oysa bir öğrenen sistem sürekli genişler, büyür ve çok daha geniş bir etkiye sahiptir.

Bir müşteri açısından güzel bir örnek, büyük bir e-ticaret markasıdır. Binlerce ürünü vardır ve sürekli güncellemeleri takip etmek imkansızdır. Ancak bizim AI’miz, bağlamı anlar, örneğin belirli bir kanepe hakkında konuştuğunuzu belirler, ve bunu yapmak için sürekli olarak bir puan kartı veya rubriği her yeni ürün için güncellemek zorunda kalmaz.

Müşteri hizmetleri sistemleriyle Level AI’nin teknolojisini entegre etmenin ana zorlukları nelerdir ve bunları nasıl ele alırsınız?

Level AI, müşteri deneyimi zekası ve hizmet otomasyon platformudur. Bu nedenle, endüstrinin çoğu CX yazılımlarıyla entegre oluruz, bu da CRM, CCaaS, anket veya araç çözümü olabilir. Bu, bizi tüm bu kaynaklardan veri toplayan ve üstünde zeka katmanı olarak hizmet veren merkezi bir hub haline getirir.

Ancak, bazı sistemler bulut dışı, ön cephe teknolojisi veya API’si olmayan veya temiz veri entegrasyonları olmayan bulut teknolojisi üzerine kuruludur. Müşterilerimizle birlikte bu sorunu ele alıyoruz, ancak entegrasyonlarımızın %80’i artık bulut tabanlı veya API yerlidir, bu da hızlı entegrasyonu mümkün kılar.

Level AI, müşteri hizmetleri temsilcilerine gerçek zamanlı zeka ve eyleme geçirilebilir içgörüler nasıl sağlar? Müşteri etkileşimlerini nasıl iyileştirdiğini gösteren bazı örnekler paylaşabilir misiniz?

Müşterilerimize sunduğumuz üç tür gerçek zamanlı zeka ve eyleme geçirilebilir içgörüler vardır:

1. Elle yapılan iş akışlarının otomasyonu: Hizmet temsilcileri sınırlı zaman dilimlerine (6 ila 9 dakika) ve çoklu manuel görevlere sahiptir. Level AI, sohbet sırasında ve sonrasında not alma gibi monoton görevleri otomatikleştirir ve her müşteriye özel özelleştirilmiş özetler oluşturur. Bu, müşterilerimize %10 ila %25 arasında çağrı işleme zamanı tasarrufu sağladı ve daha fazla verimlilik sağladı.
2. Hizmet Temsilcisi için CX Kaptanı: Hizmet temsilcileri yüksek personel devir hızı ve eğitim zorluklarıyla karşı karşıyadır. Bir çağrı merkezine, şirketin politikalarını bilmeksizin bırakıldığınızı hayal edin. Level AI, sohbetleri dinleyen ve gerçek zamanlı rehberlik sunan uzman bir AI olarak görev yapar. Bu, itirazları ele almak, bilgi sağlamak ve akıllı transkript sunmayı içerir. Bu yetenek, müşterilerimizin hizmet temsilcilerini %30 ila %50 daha hızlı eğitmelerine ve eğitmelerine yardımcı oldu.
3. Yönetici Kaptanı: Bu benzersiz özellik, yöneticilere ekibin performansı hakkında gerçek zamanlı görünürlük sağlar. Level AI, sohbetlere saniye saniye içgörüler sağlar, böylece yöneticiler müdahale edebilir, duyguyu ve niyeti tespit edebilir ve temsilcileri gerçek zamanlı olarak destekleyebilir. Bu, temsilci verimliliğini %10 ila %15 oranında artırdı ve temsilci memnuniyetini artırdı, bu da maliyetleri azaltmak için çok önemlidir. Örneğin, bir müşteri temsilciye küfrederse, sistem bunu işaretler ve yönetici ya çağrıyı devralabilir ya da temsilciye gerçek zamanlı rehberlik sağlayabilir. Bu tür gerçek zamanlı müdahale, bu teknoloji olmadan imkansız olurdu.

Level AI’nin sentiment analizi nasıl çalışır ve temsilcilerin müşterilere daha etkili bir şekilde yanıt vermesine nasıl yardımcı olur? Açıklar mısınız?

Sentiment analimiz, aşırı hayal kırıklığından coşkuya kadar yedi farklı duyguyu tespit eder, bu da bize genel sentiment puanı için katkıda bulunan çeşitli duyguları ölçmemizi sağlar. Bu analiz, konuşmanın sözlü kelimelerini ve tonunu dikkate alır, ancak deneylerimiz, sözlü kelimenin tonundan daha önemli bir rol oynadığını göstermiştir. En kötü şeyleri düz bir tonda söyleyebilir veya çok iyi şeyleri tuhaf bir tonda söyleyebilirsiniz.

1’den 10’a kadar bir ölçekte sentiment puanı sağlarız, burada 1 çok negatif sentimenti ve 10 çok pozitif sentimenti gösterir. Müşterilerimizin %100’ünün sohbetlerini analiz ediyoruz ve müşteri etkileşimleri hakkında derin içgörüler sunuyoruz.

Bağlamsal理解 de çok önemlidir. Örneğin, bir çağrı çok negatif sentimentle başlasa da pozitif bir şekilde sona ersen, çağrının %80’i negatif olsa bile, genel etkileşim pozitif olarak kabul edilir. Çünkü müşteri üzgün bir şekilde başladı, temsilci sorunu çözdü ve müşteri memnun ayrıldı. Öte yandan, çağrı pozitif bir şekilde başlasa da negatif bir şekilde sona ererse, bu farklı bir hikayedir, çağrının %80’i pozitif olsa bile.

Bu analiz, hem temsilciye hem de yöneticilere, eğitim için alanları belirlemelerine, başarılı etkileşimlerdeki eylemlere odaklanmalarına (örneğin, müşteriyi selamlamak, endişelerini tanımak ve empati göstermek) yardımcı olur – bunlar başarılı etkileşimler için kritik unsurlardır.

Level AI, özellikle müşteri etkileşimlerinin hassas doğası nedeniyle veri gizliliği ve güvenlik endişelerini nasıl ele alır?

Güvenlik ve gizliliği, ilk günden itibaren önceliklendirdik. Sistemimizi, kurumsal düzeyde güvenlik ve gizlilik ilkeleri olarak inşa ettik. AI yeteneklerimizin hiçbirini üçüncü taraf satıcılara dış kaynak olarak vermiyoruz. Her şey içimizde geliştiriliyor, bu da müşteri özgü AI modellerini, verilerimizi dış ortamda paylaşmadan eğitmeyi mümkün kılıyor. Ayrıca, müşterilerimizin kendi AI modellerine sahip olmalarına olanak tanıyan geniş bir özelleştirme sunuyoruz, bu da farklı veri parçaları arasında veri paylaşımı olmadan gerçekleşir.

Mevcut bir endüstri endişesini ele almak için, verilerimiz dış modeller için eğitimde kullanılmaz. AI modellerimizin, diğer kaynaklardan gelen AI tarafından oluşturulan verilerle eğitilmesine izin vermiyoruz. Bu yaklaşım, bazı AI modellerinin, AI tarafından oluşturulan verilerle eğitilmesinden kaynaklanan ve doğruluğunu kaybetmelerine neden olan sorunları önler. Level AI’de her şey ilk taraf ve dışarıya veri paylaşılmaz.

Son $39.4 milyon Seri C fonlamasıyla, Level AI platformunu genişletme ve yeni müşteri segmentlerine ulaşma planlarınız nelerdir?

Seri C yatırımı, ürün geliştirme, mühendislik iyileştirmeleri ve kapsamlı araştırma ve geliştirme çabaları gibi kritik alanlarda stratejik büyüme ve inovasyon girişimlerini hızlandıracaktır. Örgüt genelinde tüm seviyelerde üst düzey yetenekleri işe almak istiyoruz, bu da müşterilerin beklentilerini aşan endüstri lideri teknolojileri sürekli olarak geliştirmemizi sağlayacaktır.

Müşteri hizmetlerinde AI’nin bir sonraki on yılda nasıl bir dönüşüme neden olacağını düşünüyorsunuz?

Genel olarak, müşteri hizmetlerinin tamamen botlar tarafından ele alınacağı bir gelecek öngörülse de, bizim görüşümüz daha nüanstır. Otomasyonun kapsamı dikeye göre değişir. Örneğin, bankacılık veya finans gibi sektörlerde otomasyon daha düşük olabilirken, diğer sektörlerde daha yüksek olabilir. Ortalama olarak, tüm dikeylerde %40’ın üzerinde otomasyon elde etmenin zor olduğunu düşünüyoruz. Bu, hizmet temsilcilerinin sadece sorulara cevap vermekle kalmayıp, sorun giderici, satış danışmanı ve daha fazlası gibi rolleri üstlendikleri için, bu rollerin AI tarafından tamamen yeniden üretilmesinin mümkün olmadığı içindir.

İş akışı otomasyonunda da önemli bir potansiyel vardır, bu da Level AI’nin odaklandığı bir alandır. Bu, arka ofis görevleri gibi kaliteli güvence, bilet ayrıştırma ve ekran izleme gibi görevleri içerir. Burada, AI kullanarak %80’in üzerinde otomasyon elde edilebilir. Zeka ve veri içgörülerinin kritik önemi vardır. Biz, yapısal olmayan verilerden içgörüler elde etmek için generatif AI kullanmakta benzersiziz. Bu yaklaşım, içgörülerin kalitesini büyük ölçüde iyileştirebilir, profesyonel hizmetlerin ihtiyacını %90 oranında azaltabilir ve değere ulaşma süresini %90 oranında hızlandırabilir.

Diğer önemli bir consideration, organizasyonun yüzünün bir bot mu yoksa bir insan mı olması gerektiğidir. Temsilcilerin gerçekleştirdiği temel fonksiyonların ötesinde, müşterilerle insan bağlantısı kritiktir. Bizim yaklaşımımız, temsilcilerin iş yükünden fazla görevleri ortadan kaldırmak ve müşterilerle anlamlı etkileşimlere odaklanmalarını sağlamaktır.

İnsanların, doğrudan iletişim için en uygun olduğu kanısındayız ve bu role devam etmeleri gerekir. Ancak, not alma, etkileşimleri transkribe etme veya ekran kaydı gibi görevler için ideal değiller. Bu görevleri onlar için ele alıyoruz, böylece müşterileriyle daha etkili bir şekilde etkileşime girmelerine olanak tanıyoruz.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Level AI‘yi ziyaret edebilir.