Alex Levin，Regal联合创始人兼CEO – 采访系列

Alex Levin 是Regal的联合创始人兼CEO，Regal是一家帮助企业通过合规、AI驱动的客户对话来推动收入的语音AI平台。在2020年创立Regal之前，他曾在Handy、Thomson Reuters (TRI ) 和其他初创公司领导增长和产品团队。作为哈佛毕业生和福布斯科技委员会成员，Alex专注于构建可扩展、语音优先的基础设施，将创新与企业级防护措施相结合。

Regal 提供用于销售、支持、安排和收集的AI语音代理——旨在听起来自然、与CRM系统集成并在大规模上处理数百万次对话。该平台具有无代码构建器、实时分析、A/B测试和针对医疗保健、保险和金融服务等受监管行业的内置合规性。

是什么启发你从Angi和Handy的领导职位转到创立Regal，并且是否有一个特定的时刻，你和你的联合创始人意识到需要完全重建联系中心体验？

在Angi/Handy期间，我们看到了语音在与客户建立信任方面的力量。客户告诉我们，当他们有重要问题时，他们希望打电话，通过电话服务的客户具有更高的生命周期价值，当我们通过电话联系客户时，他们的接听率远高于其他任何渠道。然而，联系中心软件供应商专注于“转移”和“自动化”，而不是客户的需求。结果是客户被不必要地惩罚，电话号码被隐藏起来。

我和我的联合创始人离开是因为我们坚信我们可以通过降低成本和简化操作使语音成为最有效的渠道。我希望我在经营大型联系中心时就有Regal。

您在2020年推出了Regal，就在生成性AI热潮之前。您如何评估语音AI的技术可行性，以及什么让您有信心早期采取行动？

我们早在2020年之前就相信语音是最重要的渠道。并且在2020年，我们知道我们可以构建编排、A/B测试和个性化工具，以降低成本和简化语音渠道的管理——无论是人类、旧式语音机器人还是更好的东西。所以，我们一开始销售工具给联系中心，以便更好地管理人类代理。该产品增长非常快。

但是，就像你说的，创业是一种信念飞跃，花了些时间才真正看到我们如何超越人类代理的局限性。直到2022年底ChatGPT的发布，我们才真正看到“AI”足以进行对话。直到2023年底，我们才能够为客户想要交谈的语音代理创建一个演示。

训练语音代理以匹配或超过人类在自然对话中的表现面临哪些最困难的技术挑战？

有很多美妙的技术挑战需要解决。从确保延迟在500ms左右，到找到方法确保AI代理能够实时获取公司知识库和客户数据，到让AI代理在通话中和之后采取行动，到防护措施或安全功能，以及如何让代理交互感觉像人类一样，包括轮流和正确的口头提示。

我最喜欢的项目之一是我们的团队正在努力改进自动评估，这样AI代理可以在投入生产之前更容易地进行测试。这将消除今天为每个AI代理的每个更改所进行的数百小时的手动QA。

我们必须首先使用AI创建数百个不同的模拟客户对话，然后让AI代理处理它们，然后让AI主管QA它们并返回对AI代理或公司政策和知识库的建议改进。我们现在有一个可用的评估产品，客户反馈很好，并且正在以惊人的速度改进。

这对于新的每个AI代理的管理者数量指标至关重要。很快，很少有管理者将能够管理数百个不同的AI代理。

Regal如何利用机器学习来实时个性化对话？是基于客户历史、语气、意图识别还是组合？

我们在个性化方面进行了大量投资，因为我们相信帮助品牌以千万分之一的方式测试数百万客户。我们首先构建了一个统一的客户资料，链接每个CRM数据、事件数据和对话历史。构建代理时，公司可以授予AI代理访问客户的所有信息或特定对话所需的特定数据点的权限。LLM使用现有数据提供类似人类的对话响应。

LLM仍然受到其擅长的限制，所以我们需要利用其他工具，如第三方数据服务、自定义应用程序和ML。因此，我们构建了“自定义操作”，可以在AI代理提示中使用，以利用其他服务。例如，许多品牌都有倾向模型来指示下一步为客户建议哪个产品，我们可以连接到这些模型以适应对话。

您的系统如何使用检索增强生成（RAG）而不牺牲客户从直播电话中期望的响应速度或自然节奏？

RAG是我们的一个区别领域，因为它需要比数字渠道中的AI代理更快地用于语音AI代理。几秒钟的空气就会完全破坏通话。

我们降低了检索的延迟，并确保如果检索需要更长时间，AI代理可以继续与客户交谈以让他们知道这需要更长时间。

Regal的代理是以真实人类声音为模型的，包括实际投资者的声音。从技术和伦理角度来看，构建这样的高保真复制品需要什么？

从技术上讲，复制一个声音以使AI代理听起来像专业配音员或朋友相对容易。只需要5-10分钟的高质量音频。

例如，我最近被问到如何为一位正在去世的家庭成员做这件事，这样年轻一代可以在他们长大后体验到他们。有了些指导，他们现在将录制正在去世的祖父母。

关于你的第二点，祖父母同意这样做，专业配音员或我们的投资者也同意这样做。坏行为者允许在未经同意的情况下克隆声音（例如，在上一次总统大选期间发生的事情）应该被关闭。

一个建议——如果你允许语音克隆（或你是一位可能被坏行为者克隆的公众人物），请确保你和你的家人想出一个安全词，以便他们在电话中识别真正的你。

您强调了将Regal集成到CRM、支付系统和内部API中的重要性。您遇到并解决了哪些最具挑战性的集成挑战？

与Salesforce (CRM ) 和NICE等主要产品的CRM和联系中心软件集成很直接。最难的要求是确保品牌为我们提供API以执行AI代理可能需要采取的任何操作。人类代理可能会单击一个按钮来预订酒店房间。但是，AI代理真正需要一个预订API。

您如何处理模型性能的测量和改进？在此过程中，监督微调或强化学习起到了什么作用？

我们从一开始就构建了一个A/B测试套件，因此对于客户来说，测试AI代理与人类代理或LLM版本1与版本2非常简单。这为我们提供了一个清晰的方式来查看不同模型的结果变化。

然而，我们今天不使用强化学习，因为这让法律团队感到不舒服（他们不希望意外改变气味）。我认为我们距离法律团队允许在我们的使用场景中使用强化学习还有13个月。相反，今天我们专注于建议人类经理可以接受的更改。这些可能是对提示、知识库、LLM微调等的更改。

与VC——或者VC的语音克隆——交谈是一个大胆的概念。您创建这些AI顾问的初衷是什么，您如何使用它们来帮助创始人？

我们很幸运能够接触到优秀的投资者，我们想通过这个项目回报社会。我喜欢与Satya AI交谈，我也听到了高管们使用AI VC的反馈，他们使用它来获得有关如何创建产品路线图或使用什么定价模型的建议。

我们喜欢通过行动而不是言语来展示，这个项目真正突出了我们RAG/知识库能力的力量。我们甚至有两位投资者的父母给了我们竖起大拇指的认可！

但是，需要注意的是，你不能将决策委托给顾问，而成为一名高管的更艰难的部分是决定在两个糟糕的选择或看似良好的选择之间做出决定。

这些投资者代理是否依赖于通用创业知识，还是接受了与个别VC相关的特定建议和理念的培训？

所有AI代理都有一些来自LLM训练的通用知识。但是，为了获得我们需要的结果，我们将投资者的大量著作上传到各自的AI代理知识库中。

除了语音克隆和上传著作外，我认为我们还能够捕捉到一些投资者的独特个性或本质，例如Jake Saper的积极性或Alexa Von Tobel的热情。

展望未来，您如何看待Regal的AI的演变——我们会看到更多的自治决策、情商或甚至多模态支持吗？

过去一年最令人兴奋的部分是看到我们的AI代理的表现超过人类代理。我认为，在接下来的一年里，底层AI模型的改进和Regal应用的进步将导致AI代理变得与人类无法区分，并且更重要的是，AI代理将超过人类代理的能力。采用AI代理的公司将比预期更快地降低成本和改善客户体验。

感谢这次精彩的采访，希望了解更多的读者可以访问Regal。