Houd de telefoon: het Opstarten Dialpad inzetten stem AI is de sleutel tot het transformeren van de front office

0
76

Hoe om te vechten robocalls: De basis
U kunt niet blokkeren van spam telefoongesprekken, maar het blokkeren van sommige is beter dan het blokkeren van geen. Lees meer: https://zd.net/2GGv83H

Een bijzonder warm gebied van enterprise software in de afgelopen jaren is de front-office functies zoals sales en ondersteuning. Er is een rush aan de transformatie van de gehele “go-to-market” – proces, en meer recentelijk, dat razende markt heeft in botsing kwam met een andere zeer warm industrie, voice over Internet diensten die vervangen telefoons met cloud-gebaseerde communicatie.

Gooi in een beetje kunstmatige intelligentie, en wat heb je? San Francisco-startup genaamd Dialpad, opgericht in 2011, is het proberen te transformator klantenservice, verkoop en marketing met een beetje van ‘machine learning’ en een heleboel gegevens. Het bedrijf heeft $120 miljoen in de financiering in vier rondes van Google, Andreessen Horowitz en anderen.

“Deze markt is enorm,” zegt Craig Walker, oprichter en chief executive van het Toetsenbord, in een interview met ZDNet. “Het is de grootste TAM er is,” het gebruik van de Wall Street-jargon voor een “totale markt.”

Wat Walker is een verwijzing naar zijn vier functies die kunnen worden omgevormd, meent hij, door middel van voice-bellen software: Voice conferencing; de vervanging van de traditionele “private branch exchange, of “TELEFOONCENTRALE”; de “sales center” van bedrijven; en de traditionele call center. Samen vormen ze een $140 miljard markt bekend als “enterprise voice.” Walker heeft gezien dat de markt evolueren: eerder was hij product manager voor Google Voice en aanverwante producten, nadat hij verkocht een vorige opstarten, GrandCentral Communicatie, Google in 2007.

Er zijn veel spelers die $140 miljard TAM, zoals Zoom-Video Communicatie, RingCentral, Five9, en Cisco Systems. En er is veel fusies en overnames activiteit in de afgelopen jaren op grote prijskaartjes, zoals Cisco ‘ s van $1,6 miljard aankoop in februari vorig jaar van IP-stem leverancier van Broadsoft.

copy-of-craig-headshot-july-18.png

Craig Walker, oprichter en chief executive, verkocht zijn laatste telefonie bedrijf Google, en liep de Google Voice-product voor meerdere jaren. Hij is van mening dat de toepassing van AI naar de klantenservice en de verkoop is de laatste grens in de combinatie van cloud software en enterprise telefonie.

Maar Walker denkt dat zijn bedrijf op de volgende grens in enterprise voice. Het bedrijf is met behulp van machine learning technieken om mijn gegevens voor een zinvolle inzichten over support en sales.

“We zijn gaan maken van een nieuwe markt, een sales-bellen AI-verbeterde markt”, zegt Walker. “We denken die stem intelligence is de laatste offline data set”, legt hij uit. “De meest belangrijke gesprekken met klanten via de telefoon, niet via e-mail, en vandaag is dat allemaal in de damp.”

Bij de bouw van deze nieuwe AI markt, Dialpad een jaar geleden betaalde $50 miljoen voor een data mining start-up genaamd TalkIQ. TalkIQ kan verwerken gesprekken in real-time met behulp van een unieke automatische spraakherkenning systeem, en een natural language processing programma. Het kan opleveren patronen in gesprekken, zelfs terwijl een vertegenwoordiger of de klantenservice rep is op de oproep.

“Uit een uur lang gesprek, zeggen, we breken de dingen zoals, Wat is het sentiment in het gesprek? En dat kunnen we doen, niet alleen in real-time, terwijl het gesprek gaande is, kunnen we ook de oproep agenten informatie over de oproep op hun scherm, terwijl ze aan het praten bent.”

“Het is net als die VH1 Pop-Up Video ‘s”, zegt hij, het maken van een enigszins gedateerde referentie van de muziek kanaal het gebruik van het word-ballonnen voor commentaar over de muziek video ‘ s terug in de jaren 1990.

Voordat Walker vastgehecht aan TalkIQ, een verhaal werd reeds vorm aan dat het bedrijf vijf jaar geleden over hoe de mondelinge communicatie kan een revolutie in de front office.

Specifiek bedrijven wil zien call centers als minder van een cost center, een manier om cross-sell product, een enkel punt in te verenigen gesprekken met zowel bestaande klanten en prospects.

Om dit te doen zou leiden tot het verplaatsen van een script-gebaseerde oproep tot een technologie die zou voortvloeien inzichten in een voortdurende mode.

“De beste telecom product is degene die bakt spraak en de verwerking van natuurlijke taal in de lijn,” zegt van Dan O ‘ Connell, chief strategist bij Dialpad, die was CEO van TalkIQ op het moment van de deal.

“Dat moet een naadloze, ik heb net een oproep maken en magie gebeurt.”

talkiq-oconnell-and-manderscheid-2019.jpg

Dialpad ‘s chief strategist, Dan O’ Connell, rechts en het hoofd van AI, Etienne Manderscheid, op het Toetsenbord hoofdkantoor in San Francisco, waar klassieke telefoons versieren van de hal. “De beste telecom product is degene die bakt spraak en de verwerking van natuurlijke taal in de lijn,” zegt O ‘ Connell.

Om er magie vergt veel van hard werken door de vennootschap van het hoofd van de AI en machine learning, Etienne Manderscheid, die was het hoofd van data science in TalkIQ. Wat het bedrijf verwijst als “de aanpassing op schaal” is de mogelijkheid om af te stemmen op de details van de spraak en de taal algoritmen voor klanten en industrieën dan wat conventionele machine learning biedt.

Op een manier, Manderscheid en zijn team zijn op het gebied van toegepast AI, doet al het vuile werk, dat maakt de dingen in de praktijk werken.

Het begint met de verwerking van het geluid van een bel om de tekst te halen, waar Mandersheid en het team hebben gebouwd een aangepaste spraakherkenning systeem. Vele toonaangevende ASR-systemen deze dagen, zoals de soort ingebouwd in smartphones, de verwerking van de audio-signaal van een gesprek op een tarief van 44 kilohertz. Dat zal niet werken voor een Polycom-type kamer conferencing systeem, dat gebruik maakt van een 8-kilohertz-codering. Dus een deel van de technische uitdaging voor TalkIQ bestond uit het uitvoeren van spraakherkenning, binnen een 8-kilohertz-domein.

Ook: AI opstarten Mensen.ai krijgt $30 miljoen van Andreessen Horowitz voor het vrij maken van de werkplek somberheid

De software werkt op zowel de akoestische component van het geluid voeden en de taal component. “We zijn verfijnen dingen op het niveau van de taal te stimuleren bepaalde woorden die belangrijk zijn voor klanten, zoals de namen van bedrijven en producten”, legt Mandersheid.

De eerste transcriptie van de tekst, Mandersheid en het team kan toevoegen verwerking met een grote taal-model, zoals Google ‘ s “BERT,” re-score en het verbeteren van de afschriften.

Te produceren natuurlijke taal verwerking, en, uiteindelijk, het begrijpen van taal, het team maakt eerst een “minimale levensvatbare product” of MVP, met behulp van methoden net zo eenvoudig als “reguliere expressies” voordat je in een machine learning ontwikkeling.

Het is belangrijk omdat het bouwen van een gelabeld opleiding ingesteld voor machine learning kan leiden tot een dood eind.

“Voor veel van de verwerking van natuurlijke taal, wij leerde dit de harde manier,” zegt Mandersheid. “In eerste instantie zouden we bouwen een label training set, dat is moeilijk te veranderen.”

Een typische NLP-model, zoals BERT “het niet hebben van een stuurwiel,” zoals hij het graag plaatsen. “Aan het begin van het werk, met een zeer wendbaar team, je nodig hebt om een stuurwiel om uitgevoerd te snel.”

Het proces van iteratie verfijnt de gelabeld opleiding ingesteld om te passen een bepaalde behoeften van de klant. Dat kan enkele maanden duren nadat de MVP is vastgesteld.

“We beginnen met een seeding-model, dat geeft een goede eerste stap, en vervolgens een model zoals BERT kunt ons helpen met het generaliseren van daar,” zegt Mandersheid. “Het is zoals actief leren: u gebruikt een zaad model voor het genereren van de eerste set van het positieve. Als je bemonstering willekeurig, u zou gewoon niet genoeg van krijgen gevallen [van een gegeven token] om het opbouwen van een goede classifier.”

Ook: AI opstarten InsideSales vraagt of een machine kan worden geleerd om te verkopen

“Veel van de meest betekenisvolle gebeurtenissen voor ons zijn zeldzame gebeurtenissen”, legt Mandersheid. “Na te gaan hoe vaak een prijs bezwaar komt” in een telefoongesprek tussen een verkoper en een prospect. “Het gebeurt zelden, maar het is zinvol in termen van de impact op de omzet kansen.

“We hebben om oplossingen te vinden voor het verzamelen van genoeg positieve voorbeelden voor het bouwen van een gelabeld training set met dergelijke zeldzame gebeurtenissen.”

Het zorgvuldige werk van het bouwen van een stem en taal combo strekt tot het woord “insluiten” dat de machine learning toepassingen te vertegenwoordigen, de geluiden en de tekst is verwerkt. Mandersheid en het team hebben ontwikkeld domein-specifieke aangepaste embeddings. Termen als “kans” in de verkoop domein hebben een speciale betekenis heeft, wijst hij, net als “dichtbij”, wat betekent, voor het afdichten van een deal.

Mandersheid Voegt er aan toe dat het reguliere taal-modellen in machine learning, waaronder BERT en een meer recente benadering, “XLNet,” geen rekening houden met de signalen die komen met de speech processing. Maar die signalen “geven extra inzicht in wat er gebeurt in een gesprek, dat we van plan om toe te voegen aan onze embeddings in de toekomst.”

Ook: het Opstarten van Clari duwt ‘snelheid en schaal’ van AI te binden enterprise data samen

Zet al die delen samen, en het resultaat is iets uniek. “Van een geeky perspectief, beheersen wij de hele tech-stack van telefonie, door ASR aan NLP, end-to-end, en dat brengt een groot voordeel; ik ken niemand anders in de ruimte dit te doen vandaag,” zegt Mandersheid.

Er is een visie van een volgende stap, legt hij uit, een synthese van alle onderdelen in een grote model. “We willen uiteindelijk naar een groot model dat is een naadloze model voor woorden, momenten, sales resultaten, en al de rest, zodat u kunt voorkomen dat trapsgewijze fouten in de loop van vele niveaus.”

Het lijkt achteraf dat het kismet dat TalkIQ ontluikende machine learning aanpak fuseert met Dialpad de cloud telefonie aanpak.

“We hadden 20 werknemers en $20 miljoen op de bank, maar het was duidelijk dat dit ging om de toekomst van de telecom”, zoals O ‘ Connell beschreven het denken op TalkIQ wanneer Dialpad het aanbod langs kwamen.

Verwante Onderwerpen:

Cloud

Digitale Transformatie

CXO

Het Internet van Dingen

Innovatie

Enterprise Software