Крішна Радж Раджа, CEO і засновник SupportLogic – Серія інтерв’ю

Крішна Радж Раджа – CEO і засновник SupportLogic, першої в світі платформи континуальної служби досвіду (SX), яка дозволяє компаніям розуміти та реагувати на “Голос клієнта” в режимі реального часу, щоб негайно покращити доставку послуг та побудувати здорові та прибуткові відносини з клієнтами.

Ви описуєте себе як “наукового гіка”, що саме в науковому світі вас так приваблює?

Для мене наука – це все про цікавість щодо того, як працює світ і які існують у ньому закономірності. Ця цікавість у мене виникла ще в дитинстві і продовжилася в моєму професійному житті. В SupportLogic ми шукаємо закономірності, які існують в природній мові, і використовуємо ці закономірності для прогнозування та надання рекомендацій. Це схоже на науку – вона передбачає закономірності, надає рекомендації та розповідає, як працює світ. Багато того, що я вивчив у своєму житті, було самоосвоєно, бо виникло з моєї природної цікавості, а не з формальної освіти.

Ви закінчили хімічний факультет, але потім перейшли до комп’ютерних наук та машинного навчання. Про це перехід можете розповісти?

Мій батько був успішним бізнесменом (в обробці сталі) і сподівався, що одного дня я візьму на себе сімейний бізнес. Хімічна інженерія здавалася мені правильною підготовкою для цього. Але комп’ютерні науки були моєю сторонньою пристрастю вже довгий час. Насправді, моя дипломна робота за спеціальністю хімічна інженерія була створенням програмного забезпечення для проєктування хімічного реактора.

Після закінчення хімічної інженерії стало очевидним, що комп’ютерні науки – це моя справжня пристрасть. Мої навички комп’ютерних наук були повністю самоосвоєні, і коли я вступив до VMware, всі мої колеги мали докторські ступені з комп’ютерних наук з університетів Ліги плюща. Я був найменш кваліфікованою людиною в моєму команді.

Ви були одним з перших працівників у VMware, де ви працювали в підтримці та службі як інженер підтримки продукції. Про можливі області для покращення, яких ви дізналися, можете розповісти?

Я був програмістом, який став інженером підтримки продукції. Я вступив до VMware, бо їхня технологія була фантастичною – вони займалися операційними системами, і мені була цікава ця галузь. Я допомагав іншим розробникам операційних систем використовувати продукти VMware щодня. Через свій досвід я дивився на речі з двох різних кутів: 1) Як зробити клієнта щасливим і вирішити його проблему; і 2) Чому ця проблема існує в програмному забезпеченні, і як її можна виправити? Я дивився на продукт з точки зору підтримки. Одним з перших речей, яких я зрозумів, було те, що коли продукційні команди розробляють продукт, вони не знають, як він буде розгорнутий і використаний, тому вони не передбачають багатьох речей під час процесу розробки. Однак команда підтримки має хорошу уяву про ці проблеми і може надати цінну інформацію продукційним командам, а також іншим відділам компанії. Проблема полягає в тому, що ця інформація зазвичай втрачається, бо команда підтримки зосереджена на вирішенні проблеми клієнта, а потім швидко переходить до наступної проблеми. Цінна інформація не передається далі.

Про історію створення SupportLogic можете розповісти?

Коли я заснував SupportLogic, я подивився на ринок підтримки та побачив, що всі інновації в галузі підтримки зосереджені на відхиленні випадків. Це означає, що найкращий спосіб подолання проблем підтримки – це відхилення їх – від інженерів підтримки та від клієнтів. Це суперечило тому, що я бачив як інженер підтримки продукції – кожна взаємодія з клієнтом була можливістю дізнатися про клієнта та про те, як працює продукт і чому він не працює. Але я був здивований, що не знайшов інструментів, які б вирішували цю проблему (навчання), тому побачив велику можливість.

Також я помітив, що підтримка часто розглядається як центр витрат, що, на мою думку, є короткозорим підходом. Коли ви розглядаєте підтримку як центр прибутку або як центральну нервову систему компанії, ви можете真正но перетворити організацію та зробити її справжньо орієнтованою на клієнта. Це спонукало мене заснувати SupportLogic.

Про різні технології машинного навчання, які використовуються в SupportLogic, можете розповісти?

Коли компанія почалася, я був наївним, вважаючи, що ми можемо використовувати публічні API машинного навчання. Їх багато – від Amazon (AMZN ), Microsoft і HPE – і вони всі надають API машинного навчання як сервіс. До мого сюрпризу та розчарування, багато цих моделей машинного навчання не працювали з даними, з якими ми працювали (дані підтримки клієнтів). Але я зрозумів, що це була можливість і сказав: “Чому б нам не створити це самостійно?” Ми почали будувати свої власні з нуля, використовуючи існуючі технології машинного навчання з відкритих проєктів, таких як spaCy від Стенфордського університету, і Google (GOOGL ) BERT, а потім додали свій “секретний соус” зверху, використовуючи ансамблевий підхід моделі. Ми також дофінуємо модель для кожного клієнта та його конкретного набору даних, а не використовуємо філософію “один розмір підходить всім”.

Про те, як SupportLogic дозволяє компаніям краще зв’язуватися з клієнтами, використовуючи ключові сигнали, можете розповісти?

Одним з ключових речей, які ми робимо, є витягування контексту клієнта за допомогою NLP. Контекст дуже важливий, бо він часто втрачається під час процесу тегування в системах підтримки. Ви можете тегувати лише обмежену кількість інформації в цих системах. Ми добре витягуємо контекст клієнта, такий як те, про що вони розчаровані, яке в них враження про ваш продукт або підтримку, або що вони намагаються зробити з вашим продуктом. Є різні сигнали та контексти для витягування. Роблячи це в режимі реального часу та створюючи робочі процеси на нашій платформі, ми дозволяємо компаніям реагувати на сигнали клієнтів та попереджувально вирішувати проблеми, перш ніж вони стануть надто великими – тобто клієнт стане дуже розчарованим або назавжди покине вас.

Про інші можливості програмного забезпечення SupportLogic можете розповісти?

Як тільки ви починаєте витягувати сигнали клієнтів з взаємодій, ці сигнали стають дуже потужними для аналітики. У нас є модуль аналітики, який показує, що таке “Голос клієнта” на основі всіх взаємодій. Потім ми йдемо далі та використовуємо дані для початку прогнозування. Ми можемо прогнозувати, що станеться з певним клієнтом. Ми також можемо прогнозувати – на основі ситуації клієнта – хто є найкращим експертом у компанії, щоб допомогти вирішити проблему, і потім підключити клієнта до цього експерта.

І ми можемо дивитися на як входячі, так і вихідні розмови, щоб надати службам підтримки керівництво щодо того, що їм слід робити більше (або менше) у своїй щоденній взаємодії з клієнтами. Це стає чудовим інструментом для навчання служб підтримки розвивати свої м’які навички та покращувати загальну продуктивність.

Чи є ще щось, про що ви хотіли б розповісти щодо SupportLogic?

Одна з поширених помилок щодо штучного інтелекту полягає в тому, що це величезна інвестиція, яка дуже складна, і що ви не побачите жодних результатів протягом року або більше. Насправді, технології штучного інтелекту та машинного навчання значно покращилися, і можуть працювати з вашим існуючим набором даних. І ви можете побачити результати протягом декількох місяців, а не років. Тому зараз час інвестувати в штучний інтелект, бо ви можете побачити неймовірні результати протягом місяців, які можуть принести великі вигоди вашій організації.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, рекомендуємо відвідати SupportLogic.