Erik Pounds dari Nvidia: Algoritma Tradisional Setelah Tidak Memahami Konteks Percakapan; Itu Mungkin Sekarang

Lebih dari setahun yang lalu saya berbicara dengan Bryan Catanzaro dari Nvidia tentang beberapa teknologi menarik yang mereka kembangkan di bidang AI grafis, sintesis suara, dan AI percakapan/ucapan.

Bryan membagikan visi masa depan tentang apa yang dapat dilakukan oleh pembelajaran mesin dan pembelajaran mendalam untuk memengaruhi cara kita mengalami dunia di sekitar kita. Dan sementara beberapa hal seperti AI yang menciptakan hal-hal seperti seni dan musik dan suara manusia mendapatkan banyak perhatian, ada beberapa contoh AI yang lebih praktis yang telah digunakan untuk membantu menciptakan pengalaman pelanggan yang lebih baik saat kita membutuhkan bantuan dengan produk atau layanan .

Dengan berlalunya satu tahun, saya ingin tahu bagaimana kemajuan di bidang ini, dan saya beruntung dapat berbicara melalui LinkedIn Live dengan Erik Pounds, Sr. Director of Enterprise Computing and Data Science di Nvidia, seputar hal-hal seperti percakapan dan pidato AI telah pindah sejak saya terakhir berbicara dengan Bryan. Di bawah ini adalah transkrip percakapan kami yang telah diedit. Klik pemutar SoundCloud yang disematkan untuk mendengar percakapan lengkapnya.

Brent Leary: Apa yang kita hadapi saat berbicara tentang AI ucapan dan AI percakapan hari ini?

Erik Pounds: Anda memikirkan AI ucapan, pikirkan fungsi seperti pengenalan ucapan otomatis di mana AI berjalan di latar belakang dan dapat segera mengenali apa yang Anda katakan. Itu bisa menerjemahkan apa yang dikatakan. Kemudian dapat bertindak secara real-time pada informasi itu. Dan Anda dapat memberikan banyak hal bermanfaat dengan melakukan itu. Bayangkan seorang agen layanan pelanggan di ujung belakang percakapan telepon. Banyak dari kita di sisi lain, di sisi konsumen, kita ingin… Dan apa yang sebenarnya kita inginkan? Nah, satu, kami suka berbicara dengan manusia, dan yang lainnya kami ingin mendapatkan bantuan dengan cepat, bukan?

Bayangkan menggunakan di bagian belakangnya, jadi di sisi agen, bayangkan jika saya berbicara dengan agen yang mencoba mendapatkan bantuan dan saya mengajukan banyak pertanyaan, bayangkan jika AI berjalan di latar belakang, menarik up artikel berbasis pengetahuan, mencari informasi, menemukan alat yang berguna, dan membantu saya menjawab pertanyaan saya.

Kemudian agen memiliki semua informasi ini tepat di ujung jari mereka untuk membantu saya memecahkan masalah saya. Ini seperti memiliki kekuatan super yang duduk tepat di sebelah Anda, untuk membantu seseorang memiliki pengalaman hebat dan memecahkan tantangan mereka, bukan? Ketika kita berpikir tentang AI, terutama dalam konteks itu, ini bukan tentang mengganti manusia dengan robot yang akan Anda ajak bicara. Ada langkah-langkah tambahan yang akan dapat membantu bisnis yang menyediakan layanan kepada klien mereka selama beberapa dekade mendatang.

Data adalah dasar, empati menambahkan elemen manusia yang dibutuhkan

Brent Leary: Ketika orang memikirkan AI, mereka memiliki definisi sempit ini dan pandangan sempit tentang apa yang sebenarnya dapat berdampak. Tetapi ketika datang ke pengalaman pelanggan ketika mereka membutuhkan bantuan, rasanya bukan hanya AI, tetapi kombinasi dari setidaknya perasaan seperti Anda sedang berkomunikasi dengan manusia, setidaknya sesuatu yang terdengar seperti manusia atau seseorang yang memiliki semacam empati manusia. Ini sama pentingnya dengan memiliki data yang tepat yang mereka miliki.

Erik Pounds: Tentu saja. Data adalah elemen dasar dari semua ini. Jika kami menyalin panggilan, itu menghasilkan data secara real-time. Tapi juga, ada data lain yang sudah ada, seringkali diam di dalam bisnis yang bisa dimanfaatkan. Dan saya pikir salah satu strategi terbaik yang dapat dilakukan bisnis mana pun adalah mencari tahu, “Baiklah. Apa saja data berharga yang sudah saya miliki, yang sudah saya miliki? Dan bagaimana saya dapat memanfaatkannya untuk memberikan pengalaman pelanggan yang lebih baik?” Beberapa di antaranya bisa berupa data umum.

Misalnya, setiap kali transaksi pelanggan terjadi, terjadi keterlibatan, yang menghasilkan data. Anda dapat memperoleh banyak informasi dari itu berkaitan dengan tren dan pola dan hal-hal seperti ini. Mereka bisa membantu pelanggan masa depan, bukan? Seringkali banyak panggilan ini, interaksi ditranskripsi dan disimpan. Kita semua mendengar bagian awal panggilan seperti, “Panggilan ini mungkin dipantau.

Jika Anda melanjutkan, inilah yang akan terjadi. ” Anggap itu hampir seperti informasi crowdsourcing. Anda benar-benar dapat memanfaatkan informasi itu untuk keuntungan terbaik Anda. Jadi saya pikir sebagian besar dimulai dengan dasar bagaimana Anda memanfaatkan dan memanfaatkan data.

Menghubungkan konteks

Brent Leary: Bisakah Anda berbicara sedikit tentang komponen ini di mana kami tidak hanya dapat memiliki transkripsi dan pemahaman bahasa alami yang hebat, tetapi juga komponen sentimen, kemampuan untuk meningkatkan empati bersama dengan AI ucapan sebagai bagian dari kombinasi. Karena sebagian darinya adalah memecahkan tantangan atau membantu, tetapi bagian lainnya adalah bagaimana hal itu terjadi dan perasaan bahwa orang-orang tidak hanya mendapatkan hal itu dikoreksi, tetapi cara di mana hal itu dikoreksi, cara di mana mereka terlibat , komunitas mereka, empati bolak-balik. Bisakah Anda berbicara sedikit tentang di mana kita berada dengan itu?

Erik Pounds: Seringkali ketika saya mengatakan satu hal, dan kemudian Anda merespons, lalu saya mengatakan hal lain, kalimat berikut terikat pada kalimat pertama. Ketika Anda melihat bagaimana algoritma secara tradisional bekerja, mereka sering tidak memahami konteks itu. Mereka tidak memproses itu atau mempertimbangkannya. Itu mungkin sekarang. Misalnya, kami telah mengeluarkan beberapa demo baru-baru ini di konferensi kami bulan lalu, NVIDIA GTC, kami mengeluarkan demo.

Ini adalah demo layanan pelanggan menggunakan kerangka kerja AI yang kami sebut NVIDIA Tokkio yang menunjukkan dengan tepat bagaimana ini bekerja sehubungan dengan menyediakan interaksi yang hidup, yang memahami apa yang saya katakan, apa yang saya minta, dan dapat melakukan itu dalam jenis aliran alami percakapan manusia. Dan itu sangat penting. Saat kami mengotomatiskan lebih banyak proses yang lengkap, itu sangat penting. Karena seperti yang Anda katakan, kami ingin berinteraksi dengan manusia, bukan? Seperti yang Anda katakan, seseorang menelepon, mereka ingin mendengar suara manusia, mereka menginginkan seseorang yang ramah, yang mengerti mereka, yang menghargai apa yang mereka katakan.

Jika AI dibangun ke level itu, ia harus bisa melakukan itu. Kalau tidak, pengalamannya tidak akan bagus. Saya pikir ini penting ketika kita berbicara tentang teknologi AI. Ketika berbicara tentang AI ucapan atau AI percakapan, ada banyak hal teknis seperti, “Baiklah. Nah, berapa persen dari kata-kata yang Anda ucapkan yang saya mengerti? Apakah saya dapat memahami kata-kata Anda di lingkungan yang bising? Aku bisa melakukan semua ini.” Dan begitulah cara kerja teknologi.

Tapi yang terpenting adalah, apakah ini pengalaman yang luar biasa atau bukan pengalaman yang luar biasa? Anda dapat menerapkan teknologi luar biasa untuk tantangan ini dan masih belum memberikan pengalaman pelanggan yang luar biasa. Dan itu yang paling penting, kan? Jadi kami telah mengambil pendekatan dengan teknologi kami bahwa salah satu hal terpenting yang dapat kami bantu pelanggan kami lakukan adalah menggunakan AI, menggunakan model yang telah dilatih sebelumnya, dan dapat menyesuaikannya untuk domain dan lingkungan mereka sendiri. .

Jika Anda menjalankan call center di mana sebagian besar diskusi seputar botani, saya tidak dapat mengingat nama-nama tanaman yang telah saya ubah sepanjang waktu di halaman depan saya, bukan? Tetapi jika itu masalahnya, Anda perlu memastikan bahwa AI ini memahami terminologi dan frasa tertentu dan konteks di sekitar domain itu. Atau jika itu adalah perusahaan perangkat medis, Anda dapat membayangkan ada banyak hal yang akan dibahas dalam percakapan itu yang tidak dalam percakapan normal di mana model AI akan dilatih.

Jadi kustomisasi sangat penting dan juga istilah, bukan? Jadi berdasarkan wilayah dunia tempat pelanggan Anda tinggal atau menelepon, Anda ingin dapat memahami dialek, istilah, hal-hal seperti ini dan dapat menanganinya dengan benar. Jadi banyak dari ini tidak… Anda tidak bisa hanya mengambil model AI stok dan menerapkannya untuk bekerja di lingkungan dan itu memberikan pengalaman hebat di mana-mana. Kustomisasi akan menjadi sangat penting.

Jangan mengabaikan data tepat di depan Anda

Brent Leary: Apa saja hal-hal yang mungkin masih dicoba oleh perusahaan untuk bergerak maju dengan ini?

Erik Pounds: Dalam konteks percakapan ini, seperti yang Anda sebutkan, Anda memiliki hubungan baik dengan sekelompok perusahaan yang membangun platform CRM ini yang digunakan oleh banyak perusahaan dan organisasi yang berbeda. Seringkali sebuah perusahaan, mereka memiliki tumpukan layanan atau tumpukan teknologi yang ada, dan kemudian mereka ingin melakukan sesuatu yang baru. Terkadang di mana mereka berada saat ini memiliki beberapa keterbatasan.

Sehingga seringkali menambah beberapa kerumitan karena sebagian darinya adalah, “Yah, saya dapat membangun ini sendiri dan menghubungkannya ke platform saya yang sudah ada.” Atau terkadang Anda harus kembali ke ISV Anda, membuat permintaan fitur seperti, “Hei, kami benar-benar ingin melakukan ini. Apa idemu?”

Saya pikir yang paling penting, saat Anda memulai percakapan, pahami data yang ada di ujung jari Anda. Pahami apa yang dapat Anda lakukan sendiri, apa yang mampu dilakukan oleh ISV Anda, apa yang bahkan mungkin dapat Anda lakukan jika Anda hanya memiliki sedikit bantuan konsultasi. Dan saya pikir hanya memiliki pemahaman penuh, sehingga Anda dapat membuat langkah positif ke depan.

Sebagian besar proyek AI pertama di dalam perusahaan digunakan untuk… Mereka memotong gigi mereka dengan mereka, bukan? Mereka tidak selalu berhasil. Ini adalah teknologi baru. Jadi saya akan mengatakan bahwa mempersiapkan diri sebaik mungkin, sehingga Anda memiliki peluang sukses terbesar dalam proyek pertama Anda adalah hal yang sangat penting saat ini.

Brent Leary: Dari perspektif aplikasi CRM, terutama jika Anda seorang tenaga penjualan, mereka tidak suka menggunakan CRM. Mereka tidak suka memasukkan barang. Mereka tidak mendaftar untuk mengetik atau menggesek atau mengklik. Mereka benar-benar ingin keluar dan membangun hubungan dan menjual barang. Dan fantasi saya adalah, bukankah lebih keren jika Anda bisa berbicara dengan aplikasi perusahaan Anda, apakah itu CRM atau ERB atau akronim apa pun yang ingin Anda buang di luar sana, jika Anda bisa berbicara dengannya seperti yang sedang kita bicarakan sekarang dan selesaikan urusanmu, apakah itu hanya fantasi belaka? Atau apakah Anda melihat suatu hari ketika kami benar-benar dapat melakukan percakapan semacam itu dengan aplikasi kami?

Erik Pounds: Tidak, seharusnya tidak. Terutama saat ini ketika sebagian besar… Anda menyebutkan seperti, “Oke. Saya harus kembali ke Salesforce dan memperbarui catatan ini setelah saya melakukan percakapan ini dengan pelanggan atau calon pelanggan ini.” Dan kita semua tahu sering kali catatan ini tidak diperbarui dengan baik, dan kemudian bisnis tidak memiliki kecerdasan yang dibutuhkan untuk bergerak maju, bukan? Pipa tidak up to date. Anda tidak dapat belajar dari itu. Banyak dari percakapan ini sekarang seperti yang kita alami, bukan? Mereka jauh. Mereka tidak berada di ruang konferensi di beberapa gedung. Atau bahkan jika mereka berada di ruang konferensi di suatu gedung, sering kali ada seseorang yang jauh. Jadi ada sistem yang mendengarkan percakapan ini.

Hanya dapat menyalin percakapan itu dan dapat melakukannya untuk, dalam hal ini, manajer akun atau siapa pun yang terlibat akan sangat bagus. Dan itu semua mampu hari ini. Sama seperti percakapan ini, percakapan ini ditranskripsikan. Anda menggunakan beberapa fungsi ASR untuk menyalin percakapan, lalu Anda menerapkan beberapa fungsi NLU atau NLP untuk memahami konteks dari apa yang sedang kita bicarakan. Dan kemudian Anda dapat dengan mudah membuka dan memperbarui banyak bidang standar tersebut. Dan ini semua adalah hal yang berulang. Semakin berulang suatu aktivitas, semakin mudah untuk menerapkan AI.

Ini adalah bagian dari seri Wawancara Satu-satu dengan para pemimpin pemikiran. Transkrip telah diedit untuk publikasi. Jika ini adalah wawancara audio atau video, klik pemutar tersemat di atas, atau berlangganan melalui iTunes atau melalui Stitcher.