Ícono del sitio La Neta Neta

Level AI obtiene $ 13M Serie A para desarrollar inteligencia conversacional para el servicio al cliente

Level AI obtiene $ 13M Serie A para desarrollar inteligencia conversacional para el servicio al cliente

Level AI, una startup en etapa inicial de un ex miembro del equipo de productos de Alexa, quiere ayudar a las empresas a procesar las llamadas de servicio al cliente más rápido al comprender las interacciones que tienen con los clientes en tiempo real.

Hoy, la compañía se lanzó públicamente, al tiempo que anunció una Serie A de $ 13 millones liderada por Battery Ventures, con la ayuda de los inversores semilla Eniac y Village Global, así como algunos ángeles sin nombre. Neeraj Agrawal de Battery se unirá a la junta de la startup según los términos del acuerdo. La compañía informa que ahora ha recaudado $ 15 millones, incluida una semilla anterior de $ 2 millones.

El fundador de la empresa, Ashish Nagar, ayudó a ejecutar el producto para el equipo de Amazon Alexa, trabajando en un proyecto experimental para que Alexa tuviera una conversación humana prolongada. Si bien no lograron eso, ya que la tecnología aún no está allí, sí lo ayudó a desarrollar su comprensión de la IA conversacional, y en 2019 lanzó Level AI para llevar ese conocimiento al servicio al cliente.

“Nuestro producto ayuda a los agentes en tiempo real a desempeñarse mejor, resolver las consultas de los clientes más rápido y aclararlas más rápido. Luego, después de la llamada, ayuda al auditor, a las personas que realizan auditorías de control de calidad y capacitación para esas llamadas, a hacer su trabajo de cinco a diez veces más rápido ”, explicó Nagar.

Dice que la solución Level AI involucra varias actividades. El primero es comprender la naturaleza de la conversación en tiempo real dividiéndola en partes significativas que la tecnología pueda comprender. Una vez que lo hacen, toman esa información y la ejecutan en los flujos de trabajo que se ejecutan en segundo plano para brindar recursos útiles y, finalmente, usan todos los datos de conversación que están recopilando para ayudar a las empresas a aprender de toda esta actividad.

“Ahora tenemos todos estos datos de llamadas, datos de correo electrónico, datos de chat, y podemos verlos a través de una nueva lente para capacitar mejor a los agentes y brindar información sobre otros aspectos del negocio como gerentes de producto, etc.”, dijo Nagar.

Deja en claro que no se trata de analizar las opiniones ni de utilizar el análisis de palabras clave para impulsar acciones y comprensión. Él dice que realmente está tratando de comprender el lenguaje en la interacción y entregar el tipo correcto de información al agente para ayudar al cliente a resolver el problema. Eso implica modelar la intención, la memoria y la comprensión de varias cosas al mismo tiempo, que, como él dice, es la forma en que los humanos interactúan y lo que la IA conversacional está tratando de imitar.

Si bien aún no está completamente allí, están trabajando para resolver cada uno de estos problemas según lo permitan los avances tecnológicos.

La compañía se lanzó en 2018, y la primera idea fue crear asistentes de voz para los trabajadores de primera línea, pero después de hablar con los clientes, Nagar se enteró de que no había una demanda real para esto, sino de usar la IA conversacional para ayudar a aumentar la capacidad humana. trabajadores, especialmente en servicio al cliente.

Decidió construir eso en su lugar y lanzó la primera versión del producto en marzo de 2020. Hoy en día, la compañía tiene 27 empleados repartidos en los EE. UU. Y la India, y Nagar cree que al ser remoto y contratar en cualquier lugar, puede contratar a las mejores personas. , mientras impulsa la diversidad.

Agrawal, que es el inversor líder de la ronda, ve a una empresa que resuelve un problema fundamental de entregar la información correcta a un agente en tiempo real. “Lo que ha construido tiene en mente el tiempo real. Y ese es el santo grial de ayudar a los agentes de servicio al cliente. Puede proporcionar información después de que finalice la llamada, y eso es […] útil, pero […] obtienes el valor real [by delivering information] durante la llamada y ahí es donde está el valor comercial real ”, dijo.

Nagar reconoce que esta tecnología podría extenderse a otras partes del negocio como las ventas, pero tiene la intención de mantener su enfoque en el servicio al cliente por el momento.


Source link
Salir de la versión móvil