Ashish Nagar, CEO & Founder của Level AI – Series Phỏng vấn

Ashish Nagar là CEO và người sáng lập của Level AI, mang kinh nghiệm của mình tại Amazon trên đội ngũ Alexa để sử dụng trí tuệ nhân tạo để chuyển đổi hoạt động của trung tâm liên lạc. Với nền tảng vững chắc trong công nghệ và doanh nghiệp, Ashish đã đóng vai trò quan trọng trong việc thúc đẩy sứ mệnh của công ty nhằm nâng cao hiệu quả và hiệu quả của các tương tác dịch vụ khách hàng thông qua các giải pháp AI tiên tiến. Dưới sự lãnh đạo của anh, Level AI đã trở thành một người chơi chính trong không gian trung tâm liên lạc được thúc đẩy bởi AI, được biết đến với các sản phẩm tiên tiến và triển khai trí tuệ nhân tạo vượt trội.

Điều gì đã truyền cảm hứng cho bạn rời Amazon và thành lập Level AI? Bạn có thể chia sẻ những điểm khó khăn cụ thể trong dịch vụ khách hàng mà bạn nhằm giải quyết với công nghệ của mình không?

Nền tảng của tôi là xây dựng sản phẩm tại giao điểm của công nghệ và kinh doanh. Mặc dù tôi có bằng cấp đại học về Vật lý Ứng dụng, nhưng công việc của tôi đã tập trung liên tục vào các vai trò sản phẩm và thiết lập, khởi chạy và xây dựng các doanh nghiệp mới. Đam mê công nghệ và kinh doanh của tôi đã dẫn tôi đến AI.

Tôi bắt đầu làm việc trong AI vào năm 2014, khi chúng tôi xây dựng một công ty tìm kiếm di động thế hệ tiếp theo gọi là Rel C, tương tự như những gì Perplexity AI là ngày nay. Kinh nghiệm đó đã khởi đầu cho hành trình của tôi vào phần mềm AI, và cuối cùng, công ty đó đã được Amazon mua lại. Tại Amazon, tôi là một nhà lãnh đạo sản phẩm trên đội ngũ Alexa, liên tục tìm kiếm cơ hội để giải quyết các vấn đề AI phức tạp hơn.

Trong năm cuối cùng tại Amazon, vào năm 2018, tôi đã làm việc trên một dự án mà chúng tôi gọi là “máy tính Star Trek”, lấy cảm hứng từ thương hiệu khoa học viễn tưởng nổi tiếng. Mục tiêu là phát triển một máy tính có thể hiểu và trả lời bất kỳ câu hỏi nào bạn đặt ra. Dự án này đã trở thành извест như Alexa Prize, nhằm cho phép bất kỳ ai tham gia vào một cuộc trò chuyện 20 phút với Alexa về bất kỳ chủ đề xã hội nào. Tôi đã dẫn đầu một nhóm khoảng 10 nhà khoa học, và chúng tôi đã ra mắt điều này như một thách thức AI toàn cầu. Tôi đã làm việc chặt chẽ với các chuyên gia hàng đầu từ các tổ chức như MIT, CMU, Stanford và Oxford. Một điều trở nên rõ ràng: tại thời điểm đó, không ai có thể giải quyết hoàn toàn vấn đề.

Ngay cả sau đó, tôi cũng có thể cảm nhận được một làn sóng đổi mới đang đến, điều này sẽ làm cho điều này trở nên khả thi. Tăng tốc đến năm 2024, và các công nghệ như ChatGPT hiện đang thực hiện nhiều điều mà chúng tôi đã hình dung. Có những tiến bộ nhanh chóng trong xử lý ngôn ngữ tự nhiên với các công ty như Amazon, Google, OpenAI và Microsoft xây dựng các mô hình lớn và cơ sở hạ tầng cơ bản. Nhưng họ không nhất thiết phải giải quyết các luồng công việc từ đầu đến cuối. Chúng tôi đã nhận ra khoảng trống này và muốn giải quyết nó.

Sản phẩm đầu tiên của chúng tôi không phải là giải pháp dịch vụ khách hàng; đó là một trợ lý giọng nói cho công nhân tuyến đầu, chẳng hạn như kỹ thuật viên và nhân viên bán lẻ. Chúng tôi đã huy động được 2 triệu đô la tiền vốn hạt giống và trình diễn sản phẩm cho khách hàng tiềm năng. Họ đã yêu cầu chúng tôi thích nghi công nghệ cho các trung tâm liên lạc, nơi họ đã có luồng giọng nói và dữ liệu nhưng thiếu kiến trúc AI tạo sinh hiện đại. Điều này đã khiến chúng tôi nhận ra rằng các công ty hiện có trong không gian này đang mắc kẹt trong quá khứ, vật lộn với nghịch lý đổi mới kinh điển về việc liệu có nên thay thế hệ thống cũ hay xây dựng điều gì đó mới. Chúng tôi đã bắt đầu từ một tờ giấy trắng và xây dựng nền tảng trí tuệ khách hàng và tự động hóa dịch vụ đầu tiên bản địa hóa mô hình ngôn ngữ lớn (LLM).

Sự quan tâm sâu sắc của tôi đến sự phức tạp của ngôn ngữ con người và làm thế nào khó khăn để giải quyết những vấn đề này từ góc độ kỹ thuật máy tính, đã đóng vai trò quan trọng trong cách tiếp cận của chúng tôi. Khả năng của AI trong việc hiểu ngôn ngữ con người là rất quan trọng, đặc biệt là trong ngành công nghiệp trung tâm liên lạc. Ví dụ, sử dụng Siri thường tiết lộ làm thế nào khó khăn đối với AI để hiểu ý định và ngữ cảnh trong ngôn ngữ con người. Ngay cả các truy vấn đơn giản cũng có thể khiến AI gặp khó khăn, điều này khiến AI khó giải thích những gì bạn đang hỏi.

AI gặp khó khăn trong việc hiểu ý định, duy trì ngữ cảnh trong các cuộc trò chuyện dài và sở hữu kiến thức liên quan về thế giới. Ngay cả ChatGPT cũng có những hạn chế trong những lĩnh vực này. Ví dụ, nó có thể không biết tin tức mới nhất hoặc hiểu các chủ đề thay đổi trong một cuộc trò chuyện. Những thách thức này trực tiếp liên quan đến dịch vụ khách hàng, nơi các cuộc trò chuyện thường liên quan đến nhiều chủ đề và yêu cầu AI hiểu kiến thức cụ thể liên quan đến lĩnh vực. Chúng tôi đang giải quyết những thách thức này trong nền tảng của mình, được thiết kế để xử lý sự phức tạp của ngôn ngữ con người trong môi trường dịch vụ khách hàng.

Công nghệ NLU của Level AI vượt ra ngoài việc khớp từ khóa cơ bản. Bạn có thể giải thích cách AI của bạn hiểu ý định khách hàng sâu hơn và lợi ích mà nó mang lại cho dịch vụ khách hàng không? Làm thế nào Level AI đảm bảo độ chính xác và tin cậy của hệ thống AI của mình, đặc biệt là trong việc hiểu các tương tác khách hàng tinh vi?

Chúng tôi có sáu hoặc bảy đường ống AI khác nhau được tùy chỉnh cho các nhiệm vụ cụ thể, tùy thuộc vào công việc đang được thực hiện. Ví dụ, một luồng công việc có thể liên quan đến việc xác định các yếu tố thúc đẩy cuộc gọi và hiểu các vấn đề mà khách hàng gặp phải với một sản phẩm hoặc dịch vụ, điều mà chúng tôi gọi là “tiếng nói của khách hàng”. Một công việc khác có thể là việc chấm điểm tự động của các thẻ điểm chất lượng để đánh giá hiệu suất của đại lý. Mỗi luồng công việc hoặc dịch vụ có đường ống AI riêng của nó, nhưng công nghệ cơ bản vẫn giống nhau.

Để vẽ một phép tương tự, công nghệ chúng tôi sử dụng dựa trên LLM tương tự như công nghệ đằng sau ChatGPT và các công cụ AI tạo sinh khác. Tuy nhiên, chúng tôi sử dụng LLM cụ thể cho dịch vụ khách hàng được đào tạo trong nhà cho các luồng công việc chuyên biệt này. Điều này cho phép chúng tôi đạt được độ chính xác hơn 85% chỉ trong vài ngày kể từ khi tích hợp khách hàng mới, dẫn đến thời gian nhanh hơn để đạt được giá trị, dịch vụ chuyên nghiệp tối thiểu và độ chính xác, bảo mật và tin cậy không thể sánh được.

Mô hình của chúng tôi có chuyên môn sâu sắc về dịch vụ khách hàng. Cổ phạm cũ liên quan đến việc phân tích các cuộc trò chuyện bằng cách chọn ra từ khóa hoặc cụm từ như “hủy tài khoản của tôi” hoặc “tôi không hài lòng”. Nhưng giải pháp của chúng tôi không dựa trên việc bắt tất cả các biến thể có thể có của các cụm từ. Thay vào đó, nó áp dụng AI để hiểu ý định đằng sau câu hỏi, làm cho nó nhanh hơn và hiệu quả hơn.

Ví dụ, nếu ai đó nói, “Tôi muốn hủy tài khoản của mình”, có hàng nghìn cách họ có thể thể hiện điều đó, như “Tôi đã xong với các bạn” hoặc “Tôi đang chuyển sang người khác”. AI của chúng tôi hiểu ý định của câu hỏi và gắn nó với ngữ cảnh, đó là lý do tại sao phần mềm của chúng tôi nhanh hơn và chính xác hơn.

Một phép tương tự hữu ích là AI cũ giống như một cuốn sách quy tắc – bạn sẽ xây dựng những cuốn sách quy tắc cứng nhắc, với các câu lệnh if-then-else, điều này không linh hoạt và liên tục cần bảo trì. AI mới, mặt khác, giống như một bộ não động hoặc một hệ thống học tập. Với chỉ một vài gợi ý, nó học động ngữ cảnh và ý định, liên tục cải thiện trên đường đi. Một cuốn sách quy tắc có phạm vi hạn chế và dễ bị hỏng khi điều gì đó không phù hợp với các quy tắc được định nghĩa trước, trong khi một hệ thống học tập động tiếp tục mở rộng, phát triển và có tác động rộng lớn hơn.

Một ví dụ tuyệt vời từ góc độ khách hàng là một thương hiệu thương mại điện tử lớn. Họ có hàng nghìn sản phẩm, và không thể theo kịp các bản cập nhật liên tục. Tuy nhiên, AI của chúng tôi có thể hiểu ngữ cảnh, như liệu bạn đang nói về một chiếc ghế sofa cụ thể, mà không cần phải cập nhật liên tục một thẻ điểm hoặc tiêu chí với mỗi sản phẩm mới.

Thách thức chính trong việc tích hợp công nghệ của Level AI với các hệ thống dịch vụ khách hàng hiện có là gì và bạn giải quyết chúng như thế nào?

Level AI là một nền tảng trí tuệ khách hàng và tự động hóa dịch vụ. Như vậy, chúng tôi tích hợp với hầu hết các phần mềm CX trong ngành, cho dù đó là CRM, CCaaS, khảo sát hoặc giải pháp công cụ. Điều này khiến chúng tôi trở thành trung tâm trung tâm, thu thập dữ liệu từ tất cả các nguồn này và đóng vai trò là lớp thông minh trên đầu.

Tuy nhiên, thách thức là một số hệ thống này dựa trên công nghệ không phải trên đám mây, công nghệ trên đám mây thiếu API hoặc tích hợp dữ liệu sạch. Chúng tôi làm việc chặt chẽ với khách hàng của mình để giải quyết vấn đề này, mặc dù 80% tích hợp của chúng tôi hiện là dựa trên đám mây hoặc bản địa API, cho phép chúng tôi tích hợp nhanh chóng.

Level AI cung cấp thông tin và thông tin hành động nào cho các đại lý dịch vụ khách hàng theo thời gian thực? Bạn có thể chia sẻ một số ví dụ về cách điều này đã cải thiện các tương tác khách hàng không?

Có ba loại thông tin và thông tin hành động theo thời gian thực mà chúng tôi cung cấp cho khách hàng của mình:

1. Tự động hóa Công việc Thủ công: Các đại diện dịch vụ thường có thời gian hạn chế (6 đến 9 phút) và nhiều nhiệm vụ thủ công. Level AI tự động hóa các nhiệm vụ nhàm chán như ghi chú trong và sau các cuộc trò chuyện, tạo tóm tắt tùy chỉnh cho từng khách hàng. Điều này đã giúp khách hàng của chúng tôi tiết kiệm 10 đến 25% thời gian xử lý cuộc gọi, dẫn đến hiệu quả hơn.
2. CX Copilot cho Đại diện Dịch vụ: Các đại diện dịch vụ phải đối mặt với sự thay đổi và thách thức trong quá trình đào tạo. Hãy tưởng tượng bạn được thả vào một trung tâm liên lạc mà không biết các chính sách của công ty. Level AI đóng vai trò là một chuyên gia AI ngồi bên cạnh đại diện, lắng nghe các cuộc trò chuyện và cung cấp hướng dẫn theo thời gian thực. Điều này bao gồm xử lý các phản đối, cung cấp kiến thức và cung cấp phiên âm thông minh. Khả năng này đã giúp khách hàng của chúng tôi đào tạo và tuyển dụng đại diện dịch vụ nhanh hơn 30 đến 50%.
3. Copilot Quản lý: Tính năng này cung cấp cho các nhà quản lý khả năng hiển thị theo thời gian thực về cách nhóm của họ đang hoạt động. Level AI cung cấp thông tin từng giây về các cuộc trò chuyện, cho phép các nhà quản lý can thiệp, phát hiện cảm xúc và ý định, và hỗ trợ đại diện theo thời gian thực. Điều này đã cải thiện năng suất của đại diện lên 10 đến 15% và tăng sự hài lòng của đại diện, điều này rất quan trọng để giảm chi phí. Ví dụ, nếu khách hàng bắt đầu chửi bới đại diện, hệ thống sẽ đánh dấu nó, và nhà quản lý có thể tiếp quản cuộc gọi hoặc cung cấp hướng dẫn cho đại diện. Loại can thiệp theo thời gian thực này sẽ không thể nếu không có công nghệ này.

Bạn có thể giải thích làm thế nào phân tích cảm xúc của Level AI hoạt động và cách nó giúp các đại lý trả lời khách hàng hiệu quả hơn không?

Phân tích cảm xúc của chúng tôi phát hiện bảy cảm xúc khác nhau, từ sự thất vọng cực độ đến sự hân hoan, cho phép chúng tôi đo lường các mức độ cảm xúc khác nhau góp phần vào điểm cảm xúc tổng thể của chúng tôi. Phân tích này xem xét cả từ ngữ được nói và giọng điệu của cuộc trò chuyện. Tuy nhiên, chúng tôi đã phát hiện thông qua các thí nghiệm của mình rằng từ ngữ được nói đóng vai trò quan trọng hơn giọng điệu.

Chúng tôi cung cấp một điểm cảm xúc trên thang từ 1 đến 10, với 1 chỉ ra cảm xúc rất tiêu cực và 10 chỉ ra cảm xúc rất tích cực. Chúng tôi phân tích 100% các cuộc trò chuyện của khách hàng của mình, cung cấp thông tin sâu sắc về các tương tác khách hàng.

Sự hiểu biết ngữ cảnh cũng rất quan trọng. Ví dụ, nếu một cuộc gọi bắt đầu với cảm xúc rất tiêu cực nhưng kết thúc tích cực, ngay cả khi 80% cuộc gọi là tiêu cực, thì tổng tương tác được coi là tích cực. Điều này là vì khách hàng bắt đầu không hài lòng, đại diện đã giải quyết vấn đề và khách hàng rời đi hài lòng. Mặt khác, nếu cuộc gọi bắt đầu tích cực nhưng kết thúc tiêu cực, đó là một câu chuyện khác, mặc dù 80% cuộc gọi có thể là tích cực.

Phân tích này giúp cả đại diện và nhà quản lý xác định các lĩnh vực cần đào tạo, tập trung vào các hành động tương quan với cảm xúc tích cực, chẳng hạn như chào đón khách hàng, thừa nhận mối quan tâm của họ và thể hiện sự đồng cảm – những yếu tố quan trọng cho các tương tác thành công.

Làm thế nào Level AI giải quyết các vấn đề về quyền riêng tư và bảo mật dữ liệu, đặc biệt là考虑 đến bản chất nhạy cảm của các tương tác khách hàng?

Từ ngày đầu tiên, chúng tôi đã ưu tiên bảo mật và quyền riêng tư. Chúng tôi đã xây dựng hệ thống của mình với bảo mật và quyền riêng tư cấp doanh nghiệp làm nguyên tắc cốt lõi. Chúng tôi không thuê ngoài bất kỳ khả năng AI tạo sinh nào cho các nhà cung cấp bên thứ ba. Mọi thứ đều được phát triển trong nhà, cho phép chúng tôi đào tạo các mô hình AI cụ thể cho khách hàng mà không chia sẻ dữ liệu ngoài môi trường của chúng tôi. Chúng tôi cũng cung cấp tùy chỉnh rộng rãi, cho phép khách hàng có mô hình AI riêng của họ mà không chia sẻ dữ liệu trên các phần khác nhau của đường ống dữ liệu của chúng tôi.

Để giải quyết một mối quan tâm hiện tại của ngành, dữ liệu của chúng tôi không được sử dụng bởi các mô hình bên ngoài để đào tạo. Chúng tôi không cho phép mô hình của mình bị ảnh hưởng bởi dữ liệu AI tạo sinh từ các nguồn khác. Cách tiếp cận này ngăn chặn các vấn đề mà một số mô hình AI đang gặp phải, nơi được đào tạo trên dữ liệu AI tạo sinh khiến chúng mất độ chính xác. Tại Level AI, mọi thứ đều là bên thứ nhất và chúng tôi không chia sẻ hoặc kéo dữ liệu từ bên ngoài.

Với khoản vốn Series C gần đây là 39,4 triệu đô la, kế hoạch của bạn để mở rộng nền tảng của Level AI và tiếp cận các phân khúc khách hàng mới là gì?

Đầu tư Series C sẽ thúc đẩy các sáng kiến tăng trưởng và đổi mới chiến lược của chúng tôi trong các lĩnh vực quan trọng, bao gồm phát triển sản phẩm, cải tiến kỹ thuật, và nỗ lực nghiên cứu và phát triển nghiêm ngặt. Chúng tôi nhằm mục đích tuyển dụng các tài năng hàng đầu trên tất cả các cấp độ của tổ chức, cho phép chúng tôi tiếp tục tiên phong trong các công nghệ hàng đầu trong ngành, vượt quá mong đợi của khách hàng và đáp ứng nhu cầu thị trường động.

Bạn nhìn thấy vai trò của AI trong việc chuyển đổi dịch vụ khách hàng trong thập kỷ tới như thế nào?

Trong khi sự tập trung chung thường tập trung vào khía cạnh tự động hóa – dự đoán một tương lai nơi các bot xử lý tất cả dịch vụ khách hàng – quan điểm của chúng tôi tinh tế hơn. Mức độ tự động hóa khác nhau theo chiều dọc. Ví dụ, trong ngân hàng hoặc tài chính, tự động hóa có thể thấp hơn, trong khi trong các lĩnh vực khác, nó có thể cao hơn. Trung bình, chúng tôi tin rằng đạt được hơn 40% tự động hóa trên tất cả các chiều dọc là đầy thách thức. Điều này là vì các đại diện dịch vụ làm nhiều hơn là chỉ trả lời câu hỏi – họ đóng vai trò là người giải quyết vấn đề, cố vấn bán hàng và nhiều hơn, những vai trò không thể được sao chép hoàn toàn bởi AI.

Cũng có tiềm năng đáng kể trong tự động hóa luồng công việc, điều mà Level AI tập trung vào. Điều này bao gồm các nhiệm vụ văn phòng như đảm bảo chất lượng, phân loại vé và giám sát màn hình. Ở đây, tự động hóa có thể vượt quá 80% bằng cách sử dụng AI tạo sinh. Trí tuệ và thông tin chi tiết là rất quan trọng. Chúng tôi độc đáo trong việc sử dụng AI tạo sinh để thu được thông tin chi tiết từ dữ liệu không cấu trúc. Cách tiếp cận này có thể cải thiện đáng kể chất lượng thông tin, giảm nhu cầu về dịch vụ chuyên nghiệp xuống 90% và tăng tốc thời gian đạt được giá trị lên 90%.

Một yếu tố quan trọng khác là liệu khuôn mặt của tổ chức bạn nên là một bot hay một người. Ngoài các chức năng cơ bản mà họ thực hiện, một kết nối con người với khách hàng của bạn là rất quan trọng. Cách tiếp cận của chúng tôi là loại bỏ các nhiệm vụ thừa khỏi khối lượng công việc của một người, cho phép họ tập trung vào các tương tác có ý nghĩa.

Chúng tôi tin rằng con người phù hợp nhất cho giao tiếp trực tiếp và nên tiếp tục ở vai trò đó. Tuy nhiên, họ không lý tưởng cho các nhiệm vụ như ghi chú, chuyển录 các tương tác hoặc ghi màn hình. Bằng cách xử lý những nhiệm vụ này cho họ, chúng tôi giải phóng thời gian của họ để họ tương tác với khách hàng một cách hiệu quả hơn.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Level AI.