Donny White, Satisfi Labs’ın CEO’su ve Kurucu Ortağı – Röportaj Serisi

2016 yılında kurulan Satisfi Labs, önde gelen bir konuşma AI şirketi. İlk başarısı, New York Mets, Macy’s ve US Open ile çalışarak, web sitelerinde genellikle bulunmayan bilgilere kolay erişim sağlamasından geldi.

Donny, start-up dünyasına girmeden önce 15 yıl Bloomberg’da çalıştı ve Cornell Üniversitesi’nden MBA ve Baruch College’dan BA derecesi aldı. Donny’nin liderliğinde, Satisfi Labs spor, eğlence ve turizm sektörlerinde önemli büyüme gösterdi ve Google, MLB ve Red Light Management’den yatırım aldı.

Bloomberg’da 14 yıl çalıştıktan sonra girişimci olma isteği suddenly ortaya çıktı. Neden suddenly girişimci olmak sizin için önemli hale geldi?

Kolejimin junior yılında, Bloomberg’da bir resepsiyonist olarak iş başvurusunda bulundum. Kapıdan girdikten sonra, bana öğretmeye hazır olurlarsa, hızlı öğrenebileceğimi söyledim. Senior yılma gelindiğinde, tam zamanlı bir çalışandım ve tüm sınıflarımı gece sınıflarına kaydettim, böylece her ikisini de yapabildim. 21 yaşındayken, kolej mezun olma törenine katılmak yerine, ilk ekibimi yönetiyordum. O noktadan sonra, bir liyakarlık içinde çalıştım ve birden fazla kez yükseldim. 25 yaşına geldiğimde, kendi bölümümün başına geçtim. Oradan, bölgesel yönetime ve sonra ürün geliştirmeye geçtim, sonunda tüm Amerika’daki satışları yönetiyordum. 2013 yılına gelindiğinde, daha büyük bir şey yapabileceğimi merak etmeye başladım. Genç teknoloji şirketlerinde birkaç görüşme yaptım ve bir kurucu bana dedi ki, “Sizin iyi olup olmadığını veya Bloomberg’un iyi olup olmadığını bilmiyoruz.” O zaman bir şeylerin değişmesi gerektiğini anladım ve altı ay sonra ilk start-up’ım olan Datahug’un satış müdürü oldum. Kısa bir süre sonra, Yelp’i bozma isteyen bir grup yatırımcı tarafından işe alındım. Yelp hala iyi ve güzel, ancak 2016 yılında yeni bir vizyon üzerinde anlaştık ve aynı yatırımcılarla Satisfi Labs’ı kurdum.

Satisfi Labs’ın doğuş hikayesini paylaşabilir misiniz?

Randy, Satisfi’nin şu anki CTO’su ve kurucu ortağıyla, Citi Field’daki bir baseball maçı sırasında, bir spesiyalite olan bacon on a stick hakkında duyduğumda, bu fikir ortaya çıktı. Konkursu gezdik ve personele sordu, ancak bulamadık. Sonuç olarak, stadyumun bir ucunda saklandığını öğrendik, bu da bize, takım ile sohbet aracılığıyla doğrudan sormak çok daha kolay olacağını gösterdi. İşte ilk fikrimiz burada doğdu. Randy ve ben her ikimiz de finans ve algoritmik ticaret geçmişinden geliyoruz, bu da bize, hyper-spesifik sorgular için kendi NLP’mizi oluşturma fikrini verdi. Orijinal fikir, her biri belirli bir bilgi alanında uzman olan bireysel botlar oluşturmaktı, özellikle web sitelerinde kolayca erişilemeyen bilgiler. Sistemimiz, her biri benötikçe her bir botu çağıran bir “şef” olacaktı. Bu, hala kullanılan orijinal sistem mimarisidir.

Satisfi Labs, kendi NLP motorunu tasarlamış ve bir basın açıklaması yayınlayacakken, OpenAI teknoloji yığınınızı ChatGPT’nin yayınlanmasıyla bozdu. Bu dönemi ve bu durumun Satisfi Labs’ı nasıl bir iş modeli değişikliğine zorladığını tartışabilir misiniz?

6 Aralık 2022’de patent-pending Context-based NLP yükseltmemizi duyurmak için planlanmış bir basın açıklamamız vardı. 30 Kasım 2022’de OpenAI, ChatGPT’yi duyurdu. ChatGPT’nin duyurulması, sadece yol haritamızı değil, aynı zamanda dünyayı değiştirdi. İlk olarak, herkes gibi biz de ChatGPT’nin gücünü ve sınırlarını anlamak için yarışıyorduk ve bunun bizim için ne anlama geldiğini anlamaya çalışıyorduk. Kısa sürede, bağlamsal NLP sistemimizin ChatGPT ile rekabet etmediğini, sondern aslında LLM deneyimini geliştirebileceğini anladık. Bu, OpenAI enterprise ortakları olmak için hızlı bir karar almamıza yol açtı. Sistemimiz, granüler düzeyde soruları anlamak ve cevaplamak fikriyle başladı, bu da bize, “bot şefi” sistem tasarımını ve yedi yıllık intent verilerini kullanarak sistemi LLM’leri entegre etmek için yükseltmemize olanak sağladı.

Satisfi Labs最近, bir patent için Context LLM Response System başlattı, bu specifically nedir?

Bu Temmuz ayında, patent-pending Context LLM Response System’imizi duyurduk. Yeni sistem, patent-pending bağlamsal cevap sistemimizin gücünü büyük dil modeli yetenekleriyle birleştirerek tüm Cevap Motoru sistemini güçlendirir. Yeni Context LLM teknolojisi, büyük dil modeli yeteneklerini platform boyunca entegre eder, intent yönlendirmesinden cevap oluşturmaya ve intent indekslemesine kadar, ayrıca benzersiz raporlama yeteneklerini de sağlar. Platform, geleneksel sohbet botunun ötesine geçerek GPT-4 gibi LLM’lerin gücünü kullanır. Platformumuz, markaların hem oluşturulan AI cevapları hem de önceden yazılmış cevapları kullanmasına olanak tanır, böylece cevapların kontrolü için ihtiyaç duyulan kontrolü sağlar.

Şirket web siteleri ve LLM platformları arasındaki güncel kopukluğu, marka adına cevaplar sunmada tartışabilir misiniz?

ChatGPT, geniş bir bilgi yelpazesini anlamak için eğitildi ve bu nedenle, çoğu markanın beklediği düzeyde granüler eğitim gerektiren endüstriye özgü soruları cevaplamak için yeterli değildir. Ayrıca, LLM’lerin sağladığı cevapların doğruluğu, yalnızca sağlanan verilerin doğruluğuna bağlıdır. ChatGPT’yi kullandığınızda, tüm internetten veri kaynaklar, bu da yanlış olabilir. ChatGPT, bir markanın verilerini diğer verilerden öncelikli olarak kullanmaz. Geçen yedi yıl içinde çeşitli endüstrilerde hizmet verdik, bu da müşterilerin her gün sorduğu milyonlarca soruyu anlamamıza olanak sağladı. Bu, sistemimizi her endüstri için daha büyük bir bağlamla ayarlamayı ve güçlü ve granüler intent raporlama yetenekleri sağlamayı mümkün kıldı, bu da büyük dil modellerinin yükselişi ile çok önemlidir. LLM’ler, intenti anlamak ve cevap oluşturmak için etkili olsalar da, sorulan sorular hakkında raporlama yapamazlar. Yıllarca süren geniş intent verilerini kullanarak, Intent Indexing Sistemimiz aracılığıyla standartlaştırılmış raporlama oluşturmayı verimli bir şekilde başardık.

LLM teknolojilerinin yeteneklerini geliştirmede dilbilimcilerin rolü nedir?

Prompt mühendisi olarak bilinen yeni bir rol, bu yeni teknolojiyle ortaya çıktı, bu da AI’dan belirli bir cevap elde etmek için tasarlanmış ve rafine edilmiş promt’lar oluşturmayı gerektirir. Dilbilimciler, dil yapısı, sözdizimi ve anlambilim gibi konularda büyük bir anlayışa sahiptirler. En başarılı AI mühendislerimizden biri, dilbilim geçmişine sahiptir, bu da AI’ı yeni ve nüanslı yollardan promt etmesini sağlar. Promt’teki küçük değişiklikler, oluşturulan cevapların doğruluğu ve verimliliği üzerinde büyük bir etkiye sahip olabilir, bu da milyonlarca soruyu birden fazla istemci üzerinden işlerken çok önemlidir.

Arka tarafta ince ayar nasıl görünür?

Kendi özel veri modelimize sahibiz, bu da LLM’yi kontrol altında tutmamızı sağlar. Bu, kendi çitlerimiz inşa etmemize ve diğer platformların kullandığı araç ve özelliklere destek olmamızı sağlar.

İnce ayar eğitim verisi ve platformumuzda Peşış Güçlendirme (RL) kullanmak, yanlış bilgi riskini azaltmaya yardımcı olabilir. İnce ayar, belirli gerçekleri eklemek için bilgi tabanını sorgulamak yerine, bu ek bilgiye dayalı olarak eğitilmiş yeni bir LLM sürümü oluşturur. Öte yandan, RL, bir ajanı insan geri bildirimi ile eğitiyor ve sorulara cevap verme politikası öğreniyor. Bu, belirli görevlerde uzmanlaşan daha küçük ayak izine sahip modeller oluşturmak için başarılı olmuştur.

Yeni bir istemciyi entegre etme ve konuşma AI çözümlerini entegre etme süreci nedir?

Spor, eğlence ve turizm gibi destinasyonlara ve deneyimlere odaklandığımız için, yeni müşteriler zaten topluluğun bir parçası olanlardan yararlanabilir, bu da entegrasyonu çok basit hale getirir. Yeni müşteriler, en güncel veri kaynaklarının nerede yaşadığını belirler, Örneğin, web sitesi, personel el kitabı, bloglar vb. Verileri alıyoruz ve sistemi gerçek zamanlı olarak eğitiyoruz. Aynı endüstriden yüzlerce müşteriyle çalıştığımız için, ekibimiz, önceden yazılmış cevaplarla karşılaştırıldığında, oluşturulan cevaplar için en uygun cevapları hızla önermek için hazırdır. Ayrıca, dinamik Yiyecek ve İçecek Bulucu gibi yönlendirilmiş akışları kuruyoruz, böylece müşterilerin asla bir bot oluşturucusuyla uğraşmasına gerek kalmaz.

Satisfi Labs şu anda spor takımları ve şirketlerle yakın çalışıyor, şirketin geleceği için vizyonunuz nedir?

Gelecekte, daha fazla markanın sohbet deneyimlerinin daha fazla yönünü kontrol etmek isteyeceğini görüyoruz. Bu, sistemimizin daha gelişmiş bir düzeyde geliştirici erişimi sağlaması ihtiyacını doğuracak. Markaların kendi konuşma AI sistemlerini oluşturmak için geliştiriciler işe almaları mantıklı değil, çünkü gerekli uzmanlık nadir ve pahalı olacak. Ancak sistemimiz arka tarafta beslenirse, geliştiricileri, promt’ları kontrol etmek, özel veriyi daha fazla kişiselleştirme için bağlamak ve belirli kullanıcı ihtiyaçları için sohbet arayüzünü yönetmek üzerinde daha fazla odaklanabilir. Satisfi Labs, markaların konuşma deneyimleri için teknik omurga olacak.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Satisfi Labs ziyaret edebilir.