استارتاپ فرانسوی Rounded بر این باور است که عوامل صوتی هوش مصنوعی به زودی به روش پیش‌فرض تعامل مشتریان با شرکت‌ها تبدیل خواهند شد. به جای اینکه عوامل صوتی هوش مصنوعی آماده به استفاده بسازند، این شرکت یک پلتفرم ارکستراسیون هوش مصنوعی ایجاد کرده است که به شرکت‌ها این امکان را می‌دهد که عامل صوتی خود را بسازند.
در ابتدا، Rounded به توسعه یک محصول مرتبط با وب3 پرداخته بود، اما در ژوئن 2023 توجه خود را به عوامل صوتی هوش مصنوعی معطوف کرد. یکی از بنیان‌گذاران شرکت، آیمریک وادلن، در مصاحبه‌ای با TechCrunch گفت: “ایده ما این بود که ChatGPT را بعد از یک ترنسکرایبر (مبدل صوت به متن) و قبل از یک سنتزگر صدا قرار دهیم و این می‌توانست ارزشمند باشد.”
با این حال، تیم با مشکل معمول تطابق محصول و بازار مواجه شد. وادلن توضیح داد: “پس از چند ماه، متوجه شدیم که بازار هنوز آماده پذیرش عوامل صوتی نیست. بنابراین محصولی ساختیم و همه چیز را برای ایجاد اولین عامل صوتی بسته‌بندی کردیم.”
این تلاش منجر به توسعه “دونا” شد، یک عامل صوتی هوش مصنوعی برای متخصصان بیهوشی. این انتخاب به نظر کمی تصادفی می‌آید، اما استارتاپ بازار بیهوشی را انتخاب کرد چون منشی‌های بیهوشی باید با تعداد زیادی از بیماران در ارتباط باشند و این معمولاً تجربه‌ای بسیار تراکنشی است.
در فرانسه، وقتی که یک عمل جراحی برنامه‌ریزی می‌شود، شما باید قبل از جراحی با متخصص بیهوشی صحبت کنید تا مطمئن شوند که شما حساسیت به مواد بیهوشی ندارید یا مشکل احتمالی دیگری ندارید. منشی‌های بیهوشی باید حجم زیادی از تماس‌ها را که عموماً ساده و سرراست هستند، مدیریت کنند. معمولاً افراد فقط می‌خواهند بدانند که متخصص بیهوشی کی در دسترس است، وقت ملاقات بگیرند یا تاریخ را تغییر دهند.
علاوه بر این، این تماس‌ها معمولاً تماس‌های فروش نیستند، بنابراین یک عامل صوتی نیازی به متقاعدکنندگی یا کارایی فوق‌العاده ندارد. وادلن یادآور شد: “در روزهای ابتدایی، ما با تأخیرهایی گاهی 4، 5 یا 6 ثانیه‌ای روبرو بودیم.”
با این حال، با “دونا”، Rounded موفق شد 15 بیمارستان خصوصی را متقاعد کند که اجازه دهند یک عامل صوتی هوش مصنوعی تماس‌ها را پاسخ دهد. شرکت اعلام می‌کند که این عامل تا کنون صدها هزار مکالمه را مدیریت کرده است. در طول زمان، Rounded محصول خود را بهبود بخشید تا دقیق‌تر، بهتر یکپارچه‌شده و مهم‌تر از همه، سریع‌تر شود.
وَدِلِن توضیح داد: “با یک تماس وب، ما اکنون تأخیری کمتر از 700 میلی‌ثانیه داریم—تقریباً 600 میلی‌ثانیه. برای اتصال تلفن هم حدود 200 میلی‌ثانیه به این زمان اضافه می‌شود.”
در حال حاضر، Rounded دامنه فعالیت خود را با یک محصول ارکستراسیون گسترش داده که شرکت‌های دیگر می‌توانند از آن برای ساخت عوامل صوتی خود استفاده کنند. این پلتفرم به کاربران این امکان را می‌دهد که مدل‌های هوش مصنوعی آماده به کار خود را انتخاب کنند، از جمله مدل‌های تبدیل گفتار به متن، مدل‌های زبان بزرگ (LLM) و مدل‌های تبدیل متن به گفتار.
برای مثال، برای اولین عامل صوتی خود می‌توانید از Azure برای ترنسکرایب تماس‌ها، GPT-4o Mini به عنوان LLM و ElevenLabs به عنوان موتور تبدیل گفتار به متن استفاده کنید. سپس پلتفرم به شما کمک می‌کند تا درخت‌های دستورالعمل و پروپم (دستورها) را که مدل LLM را برای استفاده خاص شما به کار می‌گیرد، تعریف کنید. وادلن در این باره گفت: “پیاده‌سازی یک عامل به معنای یافتن پروپم صحیح، پارامترهای درست و متغیرهای مناسب در پروپم است.”
او ادامه داد: “پیشنهاد ما این است که به همه این امکان را خواهیم داد که پروپم‌های عالی یا عوامل صوتی عالی بسازند و محصول ما از آن‌ها در این فرآیند تکراری حمایت خواهد کرد تا عوامل صوتی بسیار قابل اعتمادی ایجاد کنند.”
Rounded تا به امروز 600,000 یورو (تقریباً 620,000 دلار) از شتاب‌دهنده فناوری عمیق UC Berkeley به نام SkyDeck و چندین سرمایه‌گذار فرشته جذب کرده است. اما با توجه به اینکه هوش مصنوعی هنوز یک صنعت بسیار داغ است، مطمئناً این استارتاپ در ماه‌های آینده سرمایه بیشتری جذب خواهد کرد.
نتیجه‌گیری:
پلتفرم ارکستراسیون هوش مصنوعی Rounded با ارائه ابزاری برای ساخت عوامل صوتی شخصی‌سازی شده، تحولی در زمینه تعاملات صوتی هوش مصنوعی ایجاد می‌کند. این نوآوری می‌تواند به شرکت‌ها کمک کند تا تجربه مشتریان خود را بهبود بخشند و روند تعاملات صوتی را با دقت و سرعت بیشتری به دست گیرند. با توجه به پیشرفت‌های مداوم در این حوزه، Rounded پتانسیل زیادی برای گسترش و تغییر نحوه تعاملات تجاری در آینده دارد.
نظر شما در مورد این مطلب چیه؟
ارسال دیدگاه