Hur det är att kämpa robocalls: grunderna
Du kan inte blockera all spam telefonsamtal, men blockerar vissa är bättre än ingen blockering. Läs mer: https://zd.net/2GGv83H
En särskilt varm området enterprise programvara under de senaste åren har varit front office-funktioner som försäljning och support. Det är bråttom att förändra hela “go-to-market” – processen, och mer nyligen, den rasande marknaden har kolliderade med en mycket het bransch, Internet röst tjänster som ersätter telefoner med moln-baserad kommunikation.
Släng i lite artificiell intelligens, och vad vill du ha? En San Francisco startup som heter Knappsatsen, som grundades 2011, försöker transformator kundsupport, försäljning och marknadsföring med lite av maskininlärning och mycket data. Företaget har fått $120 miljoner i finansiering i fyra omgångar från Google, Andreessen Horowitz, och andra.
“Denna marknad är enorma”, säger Craig Walker, grundare och vd av Knappsatsen, i en intervju med ZDNet. “Det är den största TAM det är,” med hjälp av Wall Street jargong för en “total adresserbara marknad.”
Vad Walker hänvisar till finns fyra funktioner som kan förändras, menar han, genom röst-att kalla programvara: Röst konferens, ersättning av den traditionella “private branch exchange, eller “VÄXEL”; “försäljning centrum” av företag, och den traditionella callcenter. Tillsammans gör de upp en $140 miljarder marknad känd som “enterprise voice.” Walker har sett hur marknaden utvecklas: han var tidigare produktchef för Google Voice och relaterade produkter, efter att han sålt en tidigare start, GrandCentral Kommunikation, att Google 2007.
Det finns massor av spelare i $140 miljarder TAM, såsom Zoom Video Kommunikation, RingCentral, Five9, och Cisco Systems. Och det har varit en hel del av fusioner och företagsförvärv under de senaste åren, på stora prislappar, som Cisco $1.6 miljarder till ett köp i februari förra året av IP-röst säljaren Broadsoft.
Craig Walker, grundare och vd, säljs hans sista telefoni företag till Google, och sprang Google Voice produkten under flera år. Han anser att tillämpningen av AI till kundservice och försäljning är den sista utposten i kombination av moln-tjänster och företagets telefoni.
Men Walker anser att hans företag är på nästa gräns på enterprise voice. Företaget använder maskinen lära sig tekniker för att mina samtal data för meningsfulla insikter om stöd och försäljning.
“Vi kommer att skapa en ny marknad, en försäljning-att ringa AI-förbättrad marknad, säger Walker. “Vi tror att en röst intelligens är den sista offline-data set”, förklarar han. “Den mest viktiga samtal med kunder via telefon, inte via e-post, och i dag, alla som är i ångan.”
För att bygga den nya AI: n marknaden, Knappsatsen för ett år sedan betalade $50 miljoner för ett data mining-start-up kallas TalkIQ. TalkIQ kan processen samtal i realtid med hjälp av en unik automatisk taligenkänning system, och en behandling av naturligt språk program. Det kan ge mönster i samtal även när en säljare eller kundtjänst rep är på samtalet.
“Ur ett timslångt samtal, att säga, kan vi bryta ut saker som, Vad var känslan i samtalet? Och vi kan göra det, inte bara i realtid, medan samtalet är som händer, vi kan också visa call agenter information om samtalet på sin skärm samtidigt som de pratar.”
“Det är som de VH1 Dyka Upp Videor”, säger han, gör en något daterad referens till musik kanal bruk av ordet ballonger för kommentaren om musik videor tillbaka på 1990-talet.
Innan Walker hakade på TalkIQ, en berättelse var redan på att ta form på det företaget för fem år sedan om hur tal kan revolutionera front office.
Specifikt företag vill se call centers som mindre av ett kostnadsställe, mer ett sätt att cross-buy produkt, i en enda punkt i att förena samtal med både befintliga kunder och potentiella kunder.
Att göra så skulle det innebära att man går från en script-baserade samtal funktion för att en teknik som skulle få en inblick i en pågående mode.
“Den bästa telecom produkt är den som bakar anförande och behandling av naturligt språk i rad, säger Dan O’ Connell, chefsstrateg på Knappsatsen, som då var VD för TalkIQ vid tidpunkten för affären.
“Det bör vara smidig, jag bara ringa ett samtal, och magiska händer.”
Knappsatsen s chefsstrateg, Dan O ‘ Connell, till höger, och chef för AI, Etienne Manderscheid, på Knappsatsen huvudkontor i San Francisco, där klassiska telefoner dekorera farstun. “Den bästa telecom produkt är den som bakar anförande och behandling av naturligt språk i rad, säger O’ Connell.
För att göra magiska hända kräver en hel del hårt arbete av bolagets chef för AI och maskininlärning, Etienne Manderscheid, som var chef för data vetenskap på TalkIQ. Vad företaget hänvisar till som “anpassning på skalan” är möjligheten att finjustera detaljer i tal och språk algoritmer för kunder och branscher än vad konventionell maskin-lärande erbjuder.
På ett sätt, Manderscheid och hans team är i framkant av tillämpad AI, gör det smutsiga jobbet som gör att saker fungerar i praktiken.
Det börjar med att behandla ljudet av ett samtal för att extrahera text, där Mandersheid och teamet har byggt en egen taligenkänning system. Många ledande ASR-system dessa dagar, såsom typ inbyggd i smartphones, process analog signal i en konversation med en hastighet av 44 kilohertz. Som inte fungerar för en Polycom-typ rum conferencing-systemet, som använder ett 8-kilohertz-kodning. Så en del av den tekniska utmaningen för TalkIQ var att utföra taligenkänning inom en 8-kilohertz-domän.
Också: AI start Människor.ai får $30 miljoner från Andreessen Horowitz att frigöra arbetsplatsen slit
Programvaran fungerar på både akustisk del av ljudet foder och språk komponent. “Vi förfinar saker på språket nivå för att stimulera vissa ord som är viktigt för kunderna, såsom namn på företag och produkter”, förklarar Mandersheid.
Till första utskrift av text, Mandersheid och teamet kan lägga till behandling med en stor språket modell som Google ‘ s BERT,” re-betyg och för att förbättra avskrifter.
För att producera behandling av naturligt språk, och, i slutändan, språkförståelse, laget skapar först en “minimum viable product”, eller MVP, med så enkla metoder som “reguljära uttryck” innan du sätter in en maskin lärande utveckling.
Det är viktigt för att bygga en märkt utbildning som för maskininlärning kan leda till en återvändsgränd.
“För mycket av behandling av naturligt språk, vi lärde mig detta den hårda vägen, säger Mandersheid. “I början, vi skulle bygga en märkt utbildning, som är svårt att ändra på.”
En typisk NLP-modell som BERT “inte har ratt,” som han brukar uttrycka det. “I början av arbetet, med en mycket smidig team, du måste ha en ratt för att gå fort.”
Processen för iteration förfinar märkt träning in för att passa en viss kunds behov. Det kan ta flera månader när MVP har fastställts.
“Vi börjar med en sådd modell, som ger ett bra första pass, och sedan en modell som BERT kan hjälpa oss att generalisera från det, säger Mandersheid. “Det är som att aktivt lärande: du använder ett frö modell för att generera den första uppsättningen av positiva. Om du var provtagning på måfå, du bara inte skulle få tillräckligt fall [av en token] för att bygga en bra klassificerare.”
Också: AI start InsideSales ber om en maskin som kan läras ut för att sälja
“En hel del av de mest meningsfulla händelser för oss är sällsynta händelser, förklarar Mandersheid. “Tänk på hur ofta ett pris invändning som kommer upp” i ett telefonsamtal mellan en säljare och en möjlighet. “Det händer sällan, men det är meningsfullt i termer av påverkan på försäljningen av möjligheter.
“Vi har haft för att hitta lösningar på hur man samlar in tillräckligt många positiva exempel att bygga en märkt utbildning som med dessa sällsynta händelser.”
Det omsorgsfulla arbetet med att bygga en röst och språk combo sträcker sig till ordet “bädda in” som maskininlärning använder för att representera ljud och text är det behandling. Mandersheid och teamet har utvecklat domän-specifika anpassade embeddings. Termer som “möjlighet” i försäljningen domän som har en särskild betydelse, påpekar han, som betyder “nära”, vilket innebär, att täta en affär.
Mandersheid Tillägger att integrera språk som modeller i machine learning, bland annat BERT och en nyare metod, “XLNet,” inte tar hänsyn till det ljud ledtrådar att komma med tal. Men de ledtrådar “att ge extra förståelse för vad som händer i ett samtal, som vi planerar att lägga till vår embeddings i framtiden.”
Också: Start Clari driver ‘hastighet och omfattning av AI för att knyta företagets data tillsammans
Sätter alla dessa delar tillsammans, och resultatet är något unikt. “Från ett nördigt perspektiv, vi har kontroll på hela tech stack från telefoni, genom ASR att NLP, början till slutet, och som ger en stor noggrannhet fördel; jag vet inte någon annan i vår närhet att göra detta i dag, säger Mandersheid.
Det är en vision av ett nästa steg, förklarar han, en syntes av alla delar i en gigantisk modell. “Vi vill i slutändan att se en stor modell som är en smidig modell för ord, stunder, försäljning resultat, och alla de andra, så att man undviker överlappande fel under många nivåer.”
Det verkar i efterhand att det var kismet att TalkIQ s växande maskinen lärande går samman med Knappsatsen cloud telefoni strategi.
“Vi hade 20 anställda och $20 miljoner på banken, men det var klart var detta kommer att vara framtiden för telecom,” O ‘ connell beskrev att tänka på TalkIQ när Knappsatsen erbjudande kom.
Relaterade Ämnen:
Cloud
Digital Omvandling
CXO
Sakernas Internet
Innovation
Affärssystem