瑞贝卡·格林，Regal 的首席技术官和联合创始人 – 采访系列

Rebecca Greene，Regal 的首席技术官和联合创始人，是一位技术高管、产品领导者和投资者，拥有丰富的经验，曾建立过多个以客户为中心的数字业务。在 2020 年联合创立 Regal 之前，她曾担任 Handy 的首席产品官，领导产品、设计和数据团队，并在公司被 ANGI Homeservices 收购后支持了公司的整合。早期，格林在亚马逊 (AMZN ) 的产品管理团队工作过，并在 Booz & Company、First Manhattan Consulting Group 和 Bear Stearns 担任过战略、咨询和金融服务角色。她也是 Blue Trail Partners 的合伙人，支持创始人建立高影响力的公司。

Regal 是一个企业语音 AI 平台，允许联系中心建立、部署、改进和管理自主 AI 代理，以处理销售、客户支持和运营工作流程。其平台结合语音技术、先进提示和实时客户数据，提供个性化的入站和出站对话，同时与现有的客户关系管理、联系中心、电话和数据库系统集成。该公司成立于 2020 年，旨在帮助企业在不替换现有技术基础设施的情况下自动化客户交互。

您帮助 Handy 从初创公司发展到最终成为 ANGI 的一部分，这让您获得了在超高速增长中构建产品的经验。是什么经验让您决定联合创立 Regal，您认为现有的联系中心技术无法解决什么客户体验问题?

当我们在 ANGI 时，我的联合创始人 Alex 和我正在运营一个 3,000 人的联系中心，每年处理近 1 亿次客户交互。在开始时，我的目标是让客户尽量少地打电话给我们，因为每个人都在说“语音已经死亡”，所以我们顺应了这种反电话的思维方式。我们做了所有能做的事情来推动客户向自助服务转变。

但是，客户仍然继续打电话。人们真正想要在电话上与我们交谈，当事情很重要、很紧急或太复杂而无法在文本框中解释时就会发生这种情况。那时我们开始更深入地研究语音作为出站渠道，因为数据显示它非常有效。如果您想让客户更新信用卡或提醒他们关于预约，电子邮件可能只有 2% 的点击率。使用电话，我们可以让 20% 到 30% 的人接听。这比电子邮件好 10 倍。

问题在于，没有任何现有的联系中心技术可以让公司以负担得起的方式满足这种需求。语音通话的成本大约为每次 10 美元，因此大多数公司都有动力避免使用语音，即使客户想要使用它。语音需求高而又没有成本有效的解决方案，这就是说服我的联合创始人和我在 2020 年创立 Regal 的原因。

Regal 现在已经处理了数亿次 AI 驱动的客户交互，遍及企业组织。使语音 AI 在企业规模上可靠的最大技术挑战是什么，哪些突破使得广泛采用成为可能?

Regal 最近处理了 5 亿次 AI 处理的电话，这相当于 408 年的对话。我们现在有 100 多个 AI 声音、33 种语言和 26 个大型语言模型，并为我们的客户产生了 900 亿美元的收入。

对于我们和我们的客户来说，最大的挑战是确保代理在与客户交谈时始终拥有正确的上下文，并提供准确的建议。我们与医疗保健、保险等高度监管的行业合作，必须确保 AI 了解它可以和不能说的内容。因此，我们像对待员工一样对待我们的 AI：您必须训练它、监督它并不断评估其性能。

真正的突破是真正具有推理和语言生成能力的大型语言模型的出现，这使得自动化复杂的多回合电话成为可能。

许多人仍然将 AI 语音代理与令人沮丧的 IVR 系统或机器人聊天机器人联系在一起。过去几年中发生了什么根本性的变化，使现代语音代理能够提供更自然的对话?

AI 语音代理与过去的 IVR 系统完全不同。任何仍然使用 IVR 的人都非常有限，因为它们是确定性的。今天，代理真正像人类一样推理对话，使用大型语言模型进行语言生成，并由 5 亿次之前的对话提供的上下文和数据驱动。结合更好的语音质量、改进的延迟响应时间和更自然的对话逻辑，我们的大多数客户的客户今天真的无法区分他们是否正在与 AI 交谈，或者他们不介意这样做，只要它产生了所需的输出。

作为首席技术官，您如何平衡基础模型的快速进步与企业客户对稳定性、安全性和可预测行为的需求?

这是我作为首席技术官管理的核心紧张关系：基础模型的进步非常快，但我们的企业客户在监管行业需要可预测性、安全性和一致的行为。

我们不是模型提供者；我们提供一个用于构建 AI 代理的应用程序，并与其他联系中心软件并行。这种分离使我们能够在不破坏客户依赖的防护栏、集成和合规控制的情况下进行改进。它也是为什么我们专注于让任何团队在几周内构建 AI 代理，而不是几个月。我们最近推出了一个名为 Copilot 的产品，它可以在一段对话中为团队构建一个工作草稿的语音代理，包含他们公司的特定业务逻辑、品牌和安全性。

Regal 的平台将 AI 代理与客户上下文和业务工作流连接起来，而不是简单地回答问题。为什么访问客户数据和业务系统与语言模型本身的进步一样重要?

单独的语言模型可以进行对话，但它无法为客户做任何事情。一旦您要求它检查订单、应用折扣、升级案例或更新记录，AI 代理就需要连接到与人类代理相同的系统中，例如他们的 CRM 和计费系统。

随着模型本身质量的提高，访问真实客户数据和业务系统的能力实际上将一个伟大的 AI 处理体验与一个令人沮丧的体验区分开来。

您的平台为医疗保健、保险、教育和金融服务等行业的组织提供服务。这些高度监管的行业教会了您在保持客户信任的同时部署 AI 负责任的什么?

我们故意专注于高度监管、复杂度更高的行业，而不是低风险的用例，部分原因是我的背景在于领导产品、设计和数据，并与企业联系中心合作。

在这些交互中，信任和合规性真的很重要。负责任的 AI 部署是关于确保代理具有可靠的防护栏、准确的账户级别上下文以及清晰的人类干预路径。监管行业中的信任并非来自于 AI 无可挑剔，而是来自于可预测性和可修复性。

许多人认为 AI 将取代人类联系中心代理。您如何看待未来五年中人类员工和 AI 代理之间的关系演变，哪些职责应该始终由人类领导?

AI 不会像许多人所担心的那样取代每个人的工作，但它将改变工作的样子。

未来几年中更重要的人类角色不是传统的联系中心代理，而是一个全新的角色。我的联合创始人和我称之为 CX 工程师：有人管理和监督 AI 代理本身，反向从客户旅程开始，而不是坐在个别电话中。您已经可以看到这种转变正在更广泛地发生，亚马逊网络服务刚刚投资 10 亿美元用于前沿部署工程单元，以帮助客户使用 AI 构建，这是一个一年前还不存在的角色。

我们可以期待在客户体验中看到类似的转变：随着 AI 代理处理更多的体积，管理、监督和质量检查这些代理的人最终将成为必不可少的招聘对象。

语音 AI 已经有了显著的改进，但客户越来越意识到他们正在与 AI 交谈。透明度和披露在建立长期信任方面扮演着什么角色，公司应该始终告诉客户他们正在与 AI 代理交互?

客户可以随时要求与人类交谈，我们在每次部署中都构建了这一功能。实际上，我们看到大多数人要么无法区分他们是否正在与 AI 交谈，要么不介意这样做，只要交互本身对他们来说更重要，而不是交谈的另一方是谁。

还有一个结构性的原因，这个问题没有被更多地讨论：一些公司已经在运行大部分客户交互的 AI，但还没有宣传它。我认为透明度最重要的是在客户要求时，透明度不是每次交互都需要的基本要求。

随着 AI 能够处理越来越复杂的对话，组织在评估 AI 部署是否真正改善了客户体验时应该关注哪些指标，除了简单的成本降低?

在内部，组织应该关注他们自己的团队实际上如何在日常工作中使用 AI，并将大量使用视为整体的良好迹象。但是，公司应该考虑的更大指标是每位员工的收入。如果 AI 真的有效，那么这个数字应该会增加，这就是推动增长和更好利润率的因素。AI 不会取代您的员工，但那些使用 AI 的人最终会做更多事情，同时保留相同的团队。他们可以服务更多的客户，关闭更多的交易，并在每位员工的收入是衡量标准时建立更多的业务。

展望未来，哪些新兴技术或能力将定义下一代企业 AI 代理，您个人最期待在未来几年内将哪些发展带到市场?

今天，语音已经占客户交互的 60-70%，其余部分分散在聊天、电子邮件和文本中。随着 AI 使语音交互变得更高质量、更具能力，我预计语音将成为主导渠道，并最终占据 95% 的所有客户交互。

将定义下一代企业 AI 代理的是它们在客户交互方面变得更加主动和参与。这是 AI 在客户体验中的新颖性正在消失，每个人都知道它变得越来越有能力，但我很高兴能够推动其边界，让其执行更复杂的用例。

感谢这次精彩的采访，希望了解更多的读者可以访问 Regal。