Hvordan til at bekæmpe robocalls: Det grundlæggende
Du kan ikke blokere alle de spam telefonopkald, men blokerer nogle er bedre end at blokere ingen. Læs mere: https://zd.net/2GGv83H
Et særligt varmt område i virksomhedens software i de seneste år har været i front office, funktioner som salg og support. Der er et kapløb om at omdanne hele “go-to-market” – processen, og mere for nylig, at raser markedet er stødt sammen med en anden meget varmt industri, Internet voice-tjenester, der kan erstatte telefoner med cloud-baseret kommunikation.
Kast i en lille kunstig intelligens, og hvad har du? En San Francisco start kaldet Tastaturet, der blev grundlagt i 2011, er at forsøge at transformere kundeservice, salg og marketing med en smule af machine learning og en masse af data. Virksomheden har modtaget $120 millioner i finansiering i fire runder fra Google, Andreessen Horowitz, og andre.
“Dette marked er enorme,” siger Craig Walker, grundlægger og administrerende direktør af Tastaturet, i et interview med ZDNet. “Det er den største TAM, der er,” brug af Wall Street jargon for en “samlede adresserbare marked.”
Hvad Walker refererer til er fire funktioner, der kan laves om, mener han, gennem voice-opkald software: Stemme konferencer; udskiftning af den traditionelle “private branch exchange, eller “PBX”; “salg center” af virksomheder, og den traditionelle call-center. Sammen, de udgør en $140 milliarder markedet er kendt som “enterprise voice”. Walker har set markedet udvikle sig: han var tidligere produktchef for Google Voice og relaterede produkter, efter at han har solgt en tidligere start, GrandCentral Kommunikation, at Google i 2007.
Der er masser af spillere i $140 milliarder TAM, såsom Zoom Video-Kommunikation, RingCentral, Five9, og Cisco Systems. Og der har været en masse af fusioner og virksomhedsovertagelser i de seneste år, på stor pris tags, såsom Cisco ‘ s $1.6 milliarder køb i februar sidste år af IP-stemme sælger Broadsoft.
Craig Walker, grundlægger og administrerende direktør, har solgt sin sidste telefoni virksomhed til Google, og løb Google Voice produkt i flere år. Han mener, at anvendelsen af AI til kundeservice og salg er den sidste grænse i kombination af software og enterprise-telefoni.
Men Walker mener, at hans firma er på den næste grænse i virksomhedens stemme. Virksomheden bruger machine learning teknikker til mine opkald data til meningsfuld indsigt i, support og salg.
“Vi vil skabe et nyt marked, en salgs-at kalde AI-større marked,” siger Walker. “Vi tror, at stemme intelligens er den sidste offline data, der er,” forklarer han. “Det mest vigtige samtaler med kunderne via telefon, ikke over e-mail, og i dag, alle, der er i dampen.”
Til at bygge dette nye AI marked, Tastaturet for et år siden betalte $50 millioner for en data mining start-up kaldet TalkIQ. TalkIQ kan behandle opkald i real-tid ved hjælp af et unikt automatisk system til talegenkendelse, og et naturligt sprog forarbejdning program. Det kan give mønstre i opkald, selv mens en salgsrepræsentant eller kundeservice rep er på opkaldet.
“Ud af en time lang samtale, sige, at vi kan bryde ud af ting, såsom, Hvad der var stemning i samtalen? Og vi kan gøre det, ikke kun i real-time, mens opkaldet er der sker, kan vi også vise opkaldet agenter oplysninger om opkaldet på deres skærm, mens de taler.”
“Det er ligesom dem, VH1 Pop Op-Videoer,” siger han, hvilket gør en lidt dateret henvisning til musik kanal ‘ s brug af ordet balloner til kommentarer om musik videoer tilbage i 1990’erne.
Før Walker spændt på TalkIQ, en historie var allerede ved at tage form ved, at virksomheden for fem år siden om, hvordan kommunikation kan revolutionere den front office.
Specielt virksomheder, der ønsker at se call-centre, som er mindre af en cost center, mere en måde at cross-sell produkt, et enkelt punkt, hvor at samle samtaler med både eksisterende kunder og kundeemner.
At gøre dette ville medføre at flytte fra et script-baserede call-funktionen til en teknologi, der ville få indblik i en løbende mode.
“Den bedste telecom produkt er en, der bager tale og naturligt sprog forarbejdning til den linje,” siger Dan O ‘ Connell, chefstrateg på Tastaturet, der var administrerende DIREKTØR for TalkIQ på tidspunktet for handlen.
“Der bør være problemfri, jeg laver bare et opkald, og magien sker.”
Tastaturet er chefstrateg, Dan O ‘ Connell, til højre, og lederen af AI, Etienne Manderscheid, på Tastaturet hovedkvarter i San Francisco, hvor klassiske telefoner dekorere opgangen. “Den bedste telecom produkt er en, der bager tale og naturligt sprog forarbejdning til den linje,” siger O ‘ Connell.
For at gøre magien kræver en masse hårdt arbejde med virksomhedens leder af AI og machine learning, Etienne Manderscheid, der var leder af data videnskab på TalkIQ. Hvad selskabet betegner som “tilpasning på skala” – er evnen til at tune ind på detaljerne af tale og sprog algoritmer til kunder og industrier over, hvad konventionelle machine learning tilbyder.
På en måde, Manderscheid og hans team er på forkant af anvendt AI, gør alt det beskidte arbejde, der gør ting til at fungere i praksis.
Det begynder med behandlingen af lyden af en opfordring til at udtrække tekst, hvor Mandersheid og holdet har bygget et tilpasset system til talegenkendelse. Mange førende ASR-systemer i disse dage, sådan som den slags, der er indbygget i smartphones, proces audiosignalet fra en samtale med en hastighed på 44 kilohertz. Det vil ikke arbejde for en Polycom-type værelse conferencing-systemet, som bruger en 8-kilohertz-kodning. Så en del af den tekniske udfordring for TalkIQ var at udføre talegenkendelse inden for en 8-kilohertz-domæne.
Også: AI start Mennesker.ai får $30 millioner fra Andreessen Horowitz, for at frigøre arbejdspladsen slid
Den software, der virker på både den akustiske del af den lyd-feed og sprog komponent. “Vi er raffinering ting på det sproglige niveau at fremhæve bestemte ord, der er vigtigt for kunderne, såsom navne på virksomheder og produkter,” forklarer Mandersheid.
Til den oprindelige transskription af tekst, Mandersheid og holdet kan tilføje behandling med et stort sprog model som Google ‘ s “BERT,” at re-score og forbedre udskrifter.
At producere naturligt sprog forarbejdning, og, i sidste ende, sprog, forståelse, holdet første skaber det en “minimum viable product” eller MVP, ved hjælp af metoder, som simpelt som “regulære udtryk”, før det bliver til en maskine, udvikling og læring.
Det er vigtigt, fordi en bygning, der er mærket uddannelse for machine learning kan føre til en blindgyde.
“For en masse af naturligt sprog forarbejdning, vi lærte det på den hårde måde,” siger Mandersheid. “I første omgang, vi kunne bygge en mærket uddannelse, som er svære at ændre.”
En typisk NLP model som BERT “ikke har et rat,” som han ynder at formulere det. “I begyndelsen af det arbejde, der, med en meget adræt team, du er nødt til at have et rat til at iterere hurtigt.”
Processen for gentagelse forfiner mærket uddannelse indstillet til at passe til en given kundes behov. Det kan tage flere måneder, når MVP er blevet etableret.
“Vi starter med en seedning model, som giver et godt første gennemløb, og så en model, som BERT kan hjælpe os med at generalisere fra der,” siger Mandersheid. “Det er ligesom aktiv læring: du bruger en frø-modellen til at generere det første sæt af positiver. Hvis du var på tilfældige stikprøver, du ville bare ikke få nok forekomster af en bestemt token] for at opbygge en god klassificeringen.”
Også: AI start InsideSales spørger, om en maskine kan lære at sælge
“En masse af de mest betydningsfulde begivenheder for os er sjældne begivenheder,” forklarer Mandersheid. “Overveje, hvor ofte en pris indsigelse kommer op” i en telefonsamtale mellem en salgsrepræsentant og en udsigt. “Det sker sjældent, men det er meningsfuldt i forhold til den indvirkning på salgsmulighed.
“Vi har haft til at finde løsninger på, hvordan at indsamle nok positive eksempler på at opbygge en mærket uddannelse sæt med sådanne sjældne hændelser.”
Den omhyggelige arbejde med at opbygge en stemme og sprog combo strækker sig til ordet “indlejring”, der machine learning bruger til at repræsentere lyde og med tekst, det er behandling. Mandersheid og holdet har udviklet domæne-specifikt tilpasset embeddings. Udtryk som “mulighed” i salget domæne har en særlig betydning, påpeger han, som er “tæt”, hvilket betyder, at forsegle en aftale.
Mandersheid Tilføjer, at mainstream sprog modeller i machine learning, herunder BERT og en nyere tilgang, “XLNet,” du må ikke tage højde for de lydsignaler, der kommer med indlæg behandling. Men disse cues “giver ekstra forståelse for, hvad der sker i en samtale, som vi planlægger at tilføje til vores embeddings i fremtiden.”
Også: Opstart af Clari skubber ‘hastighed og skala’ AI til at binde virksomheden sammen
Sætte alle disse dele sammen, og resultatet er noget unikt. “Fra en nørdet perspektiv, vi kontrollerer hele tech stak fra telefoni, gennem ASR til NLP, ende til anden, og som giver en stor nøjagtighed fordel; jeg kender ikke nogen steder i vores rum at gøre dette i dag,” siger Mandersheid.
Der er en vision om et næste skridt, forklarer han, en syntese af alle de dele i en kæmpe model. “Vi vil gerne i sidste ende for at se en stor model, der er en problemfri model for ord, øjeblikke, salg resultater, og alle de andre, så du undgår overlappende fejl over mange niveauer.”
Det lader til, set i bakspejlet, at det var kismet, at TalkIQ ‘s voksende machine learning tilgang fusionerer med Tastaturet’ s cloud-telefoni tilgang.
“Vi havde 20 medarbejdere og $20 millioner i banken, men det var klart, at dette skulle være fremtiden for telecom,” som O ‘Connell, der er beskrevet tænker på TalkIQ, når Tastaturet’ s tilbud kom.
Relaterede Emner:
Cloud
Digital Transformation
CXO
Tingenes Internet
Innovation
Virksomhedens Software