AI di avvio di Persone.ai ottiene 30 milioni di dollari da Andreessen Horowitz per liberare posto di lavoro fatica

0
163

Zero

Il rischio per le persone di posti di lavoro dall’intelligenza artificiale, la prospettiva che le macchine sostituiscono i lavoratori, è una sorta di positivo rovescio, secondo alcuni: La possibilità che l’assunzione di distanza dalla più banale di parti di opera può prendere ancora con un lavoro più produttivo.

Questa è la premessa di una startup nel campo del software aziendale che è stato benedetto con 42 milioni di dollari negli ultimi due anni per inseguire quelle parti di informazioni di lavoro che giacciono abbandonati negli angoli bui.

“Ho odiato la registrazione di roba in Salesforce,” riflette Oleg Rogynskyy dei suoi molti anni nel settore vendite e marketing utilizzando il perimetro di software CRM.

Rogynskyy è fondatore e chief executive di San Francisco Persone.ai, una due-e-un-metà anni software per il cloud venture che martedì ha annunciato un aumento di $30 milioni di Serie B round di finanziamenti da parte di venture capital Andreessen Horowitz. Il nuovo denaro segue seme di investimento da Y Combinator, Index Ventures, Shasta, e un gruppo di investitori angelo, e Un led tondo da Lightspeed Venture Partners. Y Combinator bloccato intorno per entrambe la A e la B round. (A-H partner Peter Levine ha scritto un elemento del blog sul finanziamento, e Rogynskyy ha scritto un saggio sull’argomento.)

Anche: Potrebbe automazione e AI rendere il lavoro più umano?

Rogynskyy ha convinto tutti questi sostenitori che l’attività per i dipendenti di mantenere Salesforce e di altri sistemi, non è solo noia, è un profondo produttività lavello per il team di impresa.

La missione delle Persone.ai, egli dice, è quello di utilizzare i computer per riempire gli spazi vuoti, liberando i dipendenti.

Rogynskyy, 32, ha detto in un’intervista di questa settimana con ZDNet che la sua epifania è iniziato quando lavorava presso Nstein Tecnologie di trattamento del linguaggio naturale fondata con la partecipazione di Yoshua Bengio, una stella di Toronto MILA macchina di apprendimento di gruppo. Egli era venuto a Nstein dopo gli studi di economia aziendale e scienze politiche presso l’Università di Boston, e la laurea.

Di lavoro nel settore vendite e marketing a NStein, Rogynskyy notato che “mi è stato di forzare la gente a utilizzare Salesforce.”

“Non ho mai potuto ottenere loro di ottenere i dati nel sistema, senza sprecare il loro tempo.”

Egli ritiene che il modo per risolvere che è un servizio cloud-based che estrae automaticamente le informazioni sulle persone e le attività da qualsiasi parte di un sistema aziendale, e-mail, calendario, registri delle chiamate, il margine di flessibilità, di DocuSign, o WebEx, e per disegnare le connessioni tra ciò che si trova.

image.png

Oleg Rogynskyy, fondatore e CEO di Persone.ai, sostiene di machine learning per eliminare il 40 per cento dei dipendenti del tempo trascorso in “non-valore aggiunto” attività.

Persone.ai

Un esecutivo di vendite che va a un incontro con circa 15 persone, che lascia una traccia di carta posta elettronica, ad esempio, di chi era alla riunione. Se il rappresentante di vendita non riesce a compilare le note per la riunione in Salesforce — una possibilità ragionevole, dato che “sei troppo occupato con altre cinquanta incontri,” Rogynskyy punti, e “nessuno in realtà ti paga per farlo immissione dati” — quindi le informazioni possono essere automaticamente raschiato dall’e-mail dal Popolo.sistema di intelligenza artificiale.

Il sistema cloud-based di aggregati di informazioni da tutta la Gente.ai clienti — 50 la Fortuna di 500 nomi, attualmente, in una “massiccia tempo-serie-data-set pipeline”, costituito da oltre 120 milioni di persone, oggetti,” e oltre 10 milioni di società di oggetti.

Questi possono essere abbinati l’uno contro l’altro, in vari modi, dalla macchina di apprendimento. “Se vai in un qualsiasi sistema di CRM di qualsiasi azienda affermata, si vedrà un sacco di record per lo stesso cliente — 50 Coca-Cola, per dire, alcuni dei quali sono i duplicati, ma alcuni sono di progettazione [come diverse divisioni o in franchising)”, spiega Rogynskyy. Apprendimento automatico è utilizzato per prendere in giro le voci sono davvero pertinenti ad un esecutivo in corso le attività di vendita — cuciture insieme gli oggetti giusti.

Anche: Salesforce intro Vendita nuova funzionalità Cloud per la fatturazione, marketing automation

Per farlo, la Gente.ai mantiene abbastanza liberale, dati del dipartimento di scienze, egli dice, con la squadra di “liberi di esplorare e gettare calcolare a quello che vogliono fino a quando si prende il diritto di soluzione di prodotto.” Ciò significa che utilizzando non solo reti neurali ricorrenti, RNNs, e convolutional reti neurali, o CNNs, ma anche approcci come “foreste casuali” per il classico cattura di cose come i titoli di lavoro. C’è anche un “po’ di un parco giochi”.ai laboratori con “lungo la memoria a breve termine,” o LSTMs, una macchina approccio all’apprendimento che è particolarmente bravo a lavorare con sequenziale tipi di informazioni. LSTMs può essere una risorsa, egli offre, per riempire gli spazi vuoti record per le persone dove non c’è sufficiente di dati up-front.

“Una domanda è ciò che noi chiamiamo comportamento somiglianza per le persone”, spiega. “Siamo in grado di prendere un sistema strutturato di dati profilo di qualcuno, compreso il lavoro di storia, ciò che le cose che a loro piace, che si impegnano, che ora si impegnano con quella persona, e si può trasformare in un’immagine bitmap di loro come di un profilo; quindi possiamo usare la computer vision per confrontare milioni di mappe di bit di persone l’uno all’altro per trovare somiglianze.”

“Se si aggregano conoscenza attraverso decine di migliaia di persone, in realtà si arriva a conoscere persone veramente bene, continua. “LSTM è veramente bravo a identificare i cambiamenti temporali di questa cosa.” Un’altra area che l’azienda sta esplorando è l’analisi dei grafici, come “grafico analytics è molto giovane, il nascente area” ammette. “Quando si tratta di analizzare in scala, non c’è molto di dominio pubblico” per l’analisi dei grafici. “Stiamo facendo un sacco di lavoro, e abbiamo in programma di aprire-sorgente.”

Anche: Avvocati sul automazione tagliere blocco come AI ottiene il suo JD

Il risultato di tutta questa ML non è solo la compilazione di database, ma lo svolgimento dei compiti per conto di un esecutivo, Rogynskyy dice. “Siamo una scansione del tuo calendario e vedere quelle persone che erano sulla chiamata in conferenza, basato sulla vostra e-mail o numero di telefono; siamo in grado di identificare se hanno comprato da voi prima, noi creiamo come contatti automaticamente; la registrazione vocale della chiamata, se l’abbiamo, e mettere in Salesforce, insieme a un sentimento di analisi dell’incontro; si traccia la comunicazione e seguiamo prima o dopo la riunione, e aggiornare tutti che in Salesforce, o dire che, quando si è dimenticato di follow-up.”

La produttività payoff è il tempo trascorso da un essere umano a tutti che l’immissione di dati.

“Noi pensiamo che circa il 40 per cento di colletti bianchi’ attività può essere automatizzato,” Rogynskyy dice, il tempo “speso senza valore aggiungere cose come l’immissione di dati in sistemi CRM”.

“Stiamo già vedendo fino al 20 per cento di dipendenti di essere liberato,” dice. Che è basata sull’esecuzione di test A/B con i clienti-in fondo, vedendo quanto i dirigenti di ottenere fatto quando la Gente.sistema di ia è messo in atto e che sono liberi di fare altre cose. “Si vede di più le attività produttive, come incontri con i dirigenti di alto livello.”

“Il venti per cento di lavoro salvati aggiunge fino a un giorno in più a settimana”, come lui la vede. “Se un rappresentante di vendita e spende la metà di quel giorno extra a giocare a golf, che sarà ancora produttivi.”

Ancora di più, si suppone, se si tratta di giocare a golf con i clienti.

Precedente e relativa copertura:

Che cosa è l’IA? Tutto quello che devi sapere

Un esecutivo a guida di intelligenza artificiale, machine learning e generale AI alle reti neurali.

Cos’è il deep learning? Tutto quello che devi sapere

Il lowdown su deep learning: da come si relaziona con il più ampio campo di machine learning a come iniziare con esso.

Che cosa è macchina di apprendimento? Tutto quello che devi sapere

Questa guida spiega in cosa consiste la macchina di apprendimento, di come esso è legato all’intelligenza artificiale, come funziona e perché è importante.

Che cos’è il cloud computing? Tutto quello che devi sapere su

Un’introduzione al cloud computing destra, dalle nozioni di base fino a IaaS e PaaS, ibrido, public e private cloud.

Storie correlate:

Non c’è un ruolo per IA o i dati della scienza: questo è un lavoro di squadra di Avvio del Parentado porta scheggia di speranza per l’intelligenza artificiale robotica AI: La vista dal Capo Scienza di Dati Ufficio Salesforce intro Einstein Voce, una IA assistente vocale per le imprese non i posti di lavoro AI è distruggere che mi da fastidio, è che quelli che stanno crescendo Come Facebook scale AI

Argomenti Correlati:

Enterprise Software

La Trasformazione Digitale

CXO

Internet delle Cose

L’innovazione

Smart Cities

0