Benjamin Dorr, CEO của WellSaid – Loạt phỏng vấn

Benjamin Dorr là CEO của WellSaid và mang lại hơn 20 năm kinh nghiệm hoạt động và đầu tư vào các công ty giai đoạn đầu và tăng trưởng, chủ yếu trong lĩnh vực công nghệ. Ngay trước khi thành lập WellSaid, Benjamin là COO của Cordial, một nền tảng tiếp thị đa kênh doanh nghiệp và được Deloitte Fast 500 lựa chọn 2 lần. Ông cũng từng giữ các vị trí điều hành đa chức năng tại Valassis Digital, Rustic Pathways, Rhythm NewMedia và Counsyl. Benjamin bắt đầu sự nghiệp tại Citi, Morgan Stanley (MS ) và The Carlyle (CG ) Group, và ông có bằng cử nhân về khoa học máy tính và chính sách công tại Harvard.

Kể từ khi thành lập vào năm 2019, WellSaid đã tận dụng công nghệ chuyển đổi văn bản thành giọng nói tiên tiến để tạo ra các giọng nói AI siêu thực, cao cấp bằng cách tìm kiếm cẩn thận các diễn viên lồng tiếng chuyên nghiệp và xây dựng nền tảng AI của riêng mình. Công ty cung cấp các giải pháp sẵn sàng cho doanh nghiệp – như công cụ Studio để tạo nội dung lồng tiếng hợp tác và API để tích hợp liền mạch – giúp các nhóm trong tiếp thị, đào tạo, sản xuất video và phát triển sản phẩm cung cấp âm thanh nhất quán, phù hợp với thương hiệu. Được hướng dẫn bởi các giá trị mạnh mẽ và nguyên tắc AI có trách nhiệm, WellSaid ưu tiên niềm tin, chất lượng và triển khai đạo đức để đảm bảo các trải nghiệm âm thanh hấp dẫn, cảm xúc cao và đáng tin cậy.

Bạn đã có một hành trình thú vị – từ ngân hàng đầu tư và VC đến giúp các công ty có sứ mệnh phát triển. Làm thế nào những kinh nghiệm đa dạng này đã định hình cách tiếp cận lãnh đạo và tầm nhìn của bạn cho WellSaid?

Trước khi tôi đồng sáng lập công ty khởi nghiệp đầu tiên của mình vào năm 2006, tôi may mắn được trải nghiệm một cách tiếp cận lãnh đạo đã định hình cách tôi quản lý. Trong sự nghiệp đầu tiên của mình, tôi đã có một nhà đầu tư tuyệt vời tên là Ed Mathias, phong cách lãnh đạo và đầu tư của ông đã phù hợp với tôi. Ông xây dựng mọi người xung quanh mình và coi mạng lưới của mình là tài sản quý giá nhất. Ông tìm kiếm những viên ngọc thô ngoài những người chiến thắng đồng thuận và cho rằng vì có nhiều cách để kiếm tiền, bạn có thể tối ưu hóa các yếu tố khác – sự tò mò trí tuệ, những người bạn thích làm việc cùng, những gì giúp thế giới, v.v.

Giọng nói AI đã phát triển nhanh chóng trong vài năm qua. Bạn nghĩ bước nhảy vĩ đại nhất sắp tới là gì – và WellSaid đang chuẩn bị cho nó như thế nào?

Tính phổ biến. Khi chất lượng giọng nói AI tăng lên, số lượng trường hợp sử dụng cũng tăng lên, từ giao tiếp một-nhiều bên trong như đào tạo và kích hoạt đến giao tiếp một-nhiều bên ngoài như tiếp thị. Đồng thời, chi phí cơ bản của giọng nói AI đang tiếp cận mức của giọng nói truyền thống, có nghĩa là nhiều người có thể sử dụng giọng nói AI. Với việc ra mắt Caruso – mô hình mới nhất của chúng tôi – và đường ống dữ liệu tổng thể, chúng tôi đang thúc đẩy đổi mới về chất lượng và chi phí. Đây là một trong những lợi thế của việc tích hợp垂直 trong AI từ tập dữ liệu đến mô hình đến ứng dụng.

Giọng nói tổng hợp đang ở khắp mọi nơi – từ sách nói đến rô-bốt dịch vụ khách hàng. Bạn làm thế nào để đảm bảo giọng nói của WellSaid vẫn được tin cậy và tập trung vào con người trong không gian đang mở rộng nhanh chóng này?

Con người là cốt lõi của mọi khía cạnh của WellSaid. Công nghệ giọng nói độc quyền của WellSaid được xây dựng trên dữ liệu giọng nói được cấp phép có trách nhiệm từ các diễn viên lồng tiếng được trả tiền. Nhưng các diễn viên lồng tiếng của chúng tôi không chỉ là dữ liệu đào tạo, họ còn là những người cộng tác thực sự trong suốt quá trình. Và khách hàng của chúng tôi không chỉ là những người thử nghiệm, mà họ còn là đối tác trong việc phát triển giọng nói hoàn hảo cho mọi ứng dụng. Mỗi tính năng trong nền tảng WellSaid phản ánh điều này, cho phép người dùng retake một dòng, nhấn mạnh một từ hoặc cập nhật nội dung ngay lập tức mà không ảnh hưởng đến chất lượng, tính nhất quán hoặc quyền.

Mỗi giọng nói đều sẵn sàng sản xuất và được cấp phép thương mại cho nội dung công khai hoặc đối mặt với khách hàng.

WellSaid nhấn mạnh “AI có trách nhiệm”. Điều đó trông như thế nào trong thực tế khi phát triển các mô hình giọng nói mới?

WellSaid đặt ra tiêu chuẩn cho AI có trách nhiệm với một khuôn khổ vững chắc tập trung vào công bằng, minh bạch, quyền riêng tư và bảo mật, cũng như kiểm duyệt nội dung.

WellSaid thuê các diễn viên lồng tiếng thực, đảm bảo sự đồng ý rõ ràng, bằng văn bản để cung cấp dữ liệu giọng nói cho nền tảng và bồi thường cho họ một cách công bằng với việc chia sẻ doanh thu liên tục. Để bảo vệ quyền riêng tư và bảo mật của họ, WellSaid sử dụng hình ảnh chứng khoán và bí danh để đại diện cho các giọng nói tổng hợp và khuyến khích họ thận trọng khi chia sẻ sự liên kết của họ với WellSaid để giảm thiểu rủi ro của những người khác lạm dụng giọng nói của họ.

Để ngăn chặn sự lan truyền của thông tin sai lệch và âm thanh giả mạo sâu từ việc nhân bản giọng nói, người dùng WellSaid không thể tải lên dữ liệu giọng nói từ các chính trị gia, người nổi tiếng hoặc bất kỳ ai khác trừ khi WellSaid có sự đồng ý rõ ràng, bằng văn bản của người đó. WellSaid cũng duy trì các tiêu chuẩn nghiêm ngặt về nội dung phù hợp, cấm sử dụng giọng nói cho nội dung có hại, thù hận, gian lận hoặc nhằm kích động bạo lực.

WellSaid đảm bảo rằng nội dung luôn thuộc về người tạo, đảm bảo người dùng sở hữu quyền sở hữu trí tuệ và bảo vệ bản quyền đối với tài liệu hoặc nội dung được tạo trên nền tảng.

Thông qua các biện pháp bảo vệ toàn diện, chúng tôi đang thiết lập các kỳ vọng của ngành về hình ảnh AI giọng nói có trách nhiệm trong sản xuất.

WellSaid nhằm mục đích cung cấp “tỷ lệ chất lượng trên chi phí” cao nhất trong ngành. Những đổi mới – kỹ thuật, hoạt động hoặc chiến lược – sẽ giúp bạn thực hiện lời hứa đó?

Tại WellSaid, chúng tôi ưu tiên tích hợp垂直 toàn bộ đường ống sản phẩm của mình. Trong Caruso, một ví dụ tốt là vocoder được phát triển nội bộ của chúng tôi, cho phép chúng tôi đào tạo với 1/10 số tham số so với một công cụ phổ biến như BigVGAN và chúng tôi có thể làm như vậy với chất lượng âm thanh gấp 2 lần. Về chiến lược, chúng tôi đã có chủ đích trong việc cung cấp chất lượng hơn là phạm vi (chẳng hạn như cung cấp mọi ngôn ngữ). Bằng cách làm như vậy, chúng tôi có thể đã mất một số doanh nghiệp – nhưng nó là để cung cấp một sản phẩm chất lượng cao hơn, chi phí thấp hơn cho khán giả cốt lõi của chúng tôi.

Khi các công cụ AI tạo ra tràn ngập thị trường, bạn nhìn thấy vai trò của giọng nói AI đang thay đổi như thế nào trong các môi trường doanh nghiệp trong 3-5 năm tới?

AI không phải là một biên giới hoàn toàn mới, mà nó là một phần của một mẫu quen thuộc. Giống như sự gia tăng của các thiết bị di động hoặc internet ban đầu, AI đánh dấu một sự thay đổi khiến các đội phải suy nghĩ lại về cách nội dung được tạo ra, cách mọi người tương tác với phần mềm và cách giọng nói đại diện cho một thương hiệu.

Trong vài năm tới, các công ty doanh nghiệp sẽ không thể tránh khỏi giọng nói AI, vì họ không thể tránh khỏi các cuộc cách mạng công nghệ khác trong quá khứ. Khi chất lượng giọng nói AI tiếp tục cải thiện, cùng với chi phí thấp hơn và quy trình làm việc đơn giản hơn so với nội dung giọng nói truyền thống, giọng nói AI sẽ trở thành tiêu chuẩn cho nội dung doanh nghiệp như quảng cáo, đào tạo và phát triển, sản xuất video và nhiều hơn nữa.

Bạn có nhìn thấy một tương lai nơi các công ty cá nhân hóa sâu sắc giọng nói AI cho bản sắc thương hiệu – có thể thậm chí cấp phép giọng nói như họ cấp phép âm nhạc hoặc nhân vật ngày nay?

Nhiều công ty có những giọng nói rất riêng biệt trong bản sắc thương hiệu của họ, nhất quán sử dụng cùng một giọng nói đáng nhớ hoặc người phát ngôn nổi tiếng trên tất cả nội dung của họ. Giọng nói AI cho phép bất kỳ công ty nào xây dựng sự công nhận đó với chi phí thấp hơn. Giọng nói AI có thể năng động và được cá nhân hóa như giọng nói truyền thống, và các thương hiệu sẽ sớm trở nên đồng nghĩa với giọng nói AI của họ – một số đã có.

Bạn đã nhấn mạnh tầm quan trọng của văn hóa công ty và giá trị trong việc xây dựng các công ty tuyệt vời. Bạn đang áp dụng triết lý đó như thế nào tại WellSaid?

Tôi có xu hướng đồng ý với ý tưởng rằng một nền văn hóa tuyệt vời là làm việc với những người tuyệt vời, vì vậy tối đa hóa mật độ tài năng, tác động và hóa học là tất cả các sáng kiến quan trọng cho nhóm lãnh đạo của chúng tôi. Các nguyên tắc của WellSaid là cách chúng tôi nhằm mục đích làm việc cùng nhau, cung cấp các cuộc gọi hành động cho từng thành viên trong nhóm thay vì một đức tính tĩnh. Các nguyên tắc sau là những gì giúp chúng tôi đạt được một nền văn hóa công ty tuyệt vời:

• Chúng tôi phát minh công nghệ cách mạng hóa cách mọi người làm việc.

• Chúng tôi hành động có trách nhiệm và phấn đấu để giảm thiểu tổn hại.

• Chúng tôi đặt khách hàng vào trung tâm của mọi thứ chúng tôi làm.

• Chúng tôi tôn trọng tính cá nhân trong khi nhận ra chúng tôi làm việc tốt nhất như một đội.

• Chúng tôi nhằm mục đích xây dựng một công ty tuyệt vời mà chúng tôi có thể luôn tự hào.

Bạn nghĩ gì về các ý nghĩa đạo đức của việc tạo ra những giọng nói không thể phân biệt với con người thực sự? Những trách nhiệm nào đi kèm với điều đó?

Mặc dù sự gia tăng của AI đã mang lại những thách thức và lo ngại về mặt đạo đức, WellSaid đã quyết định từ đầu ưu tiên tính minh bạch và tuân thủ. Đó là trách nhiệm của chúng tôi với tư cách là một công ty để ngăn chặn việc lạm dụng, giả mạo hoặc lan truyền thông tin sai lệch. Điều này bao gồm làm việc với các tài năng giọng nói để tạo ra các giọng nói tùy chỉnh được cấp phép cho các trường hợp sử dụng cụ thể, thiết lập các kiểm soát rõ ràng về những người có thể sử dụng các giọng nói này và cho mục đích gì. Đó cũng là trách nhiệm của các thương hiệu sử dụng giọng nói AI, đảm bảo họ đang hợp tác với các nhà cung cấp AI có uy tín có các biện pháp bảo vệ này.

Điều gì khiến bạn hào hứng nhất về chương tiếp theo của WellSaid – và bạn nghĩ ngành sẽ ngạc nhiên về nơi giọng nói AI đang đi?

Chúng tôi nói về số lượng “Từ WellSaid” như một ngôi sao Bắc đẩu cho đội của chúng tôi. Tôi hào hứng khi thấy những từ đó phát triển khi nhiều công ty tiếp tục thấy giá trị của giọng nói AI để cung cấp thông điệp tập trung vào con người cho khán giả của họ với quy mô lớn. Khi sử dụng giọng nói AI tiếp tục mở rộng, người ta sẽ ngạc nhiên về việc nó sẽ dễ dàng như thế nào để áp dụng công nghệ trên một loạt các trường hợp sử dụng. Các khả năng là vô tận cho giọng nói và âm thanh AI như một giao diện trong cả phần mềm và môi trường vật lý.

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