La automatización de las tareas de servicio al cliente, particularmente aquellas que requieren que los agentes hablen con los clientes por teléfono, es una especie de santo grial en la empresa. De acuerdo a un encuesta por OnePoll encargado por el proveedor de software del centro de llamadas TCN, los clientes están dispuestos a esperar en espera durante seis minutos en promedio cuando esperan hablar con un representante del cliente. Pero los agentes solo pueden atender tantas llamadas.
Esa es la narrativa común entre las empresas que venden software de automatización de servicio al cliente, al menos, incluida la empresa con sede en Palo Alto, California Tenyx. Tenyx, que crea aplicaciones de servicio al cliente basadas en voz, anunció hoy que recaudó $15 millones en una ronda inicial de AME Cloud Ventures, Cota Capital, Morado Ventures, Pathbreaker Ventures, Point72 Ventures y StageOne Ventures.
Tenyx está dirigido por el equipo fundador detrás de Apprente, que desarrolló sistemas basados en voz para automatizar la toma de pedidos en las ventanas de los restaurantes drive-thru. Después de probar su tecnología en ubicaciones seleccionadas, McDonald’s adquirió Apprente en 2019 y la renombró como McD Tech Labs. Dos años más tarde, IBM compró la división por un monto no revelado.
El equipo de liderazgo de Tenyx incluye a Itamar Arel, ex profesor de informática en la Universidad de Tennessee y director ejecutivo de Apprente, y Ron Chrisley, director del programa de ciencia cognitiva en la Universidad de Sussex. La puesta en marcha no genera ingresos, está en una etapa inicial y es reacia a revelar mucho sobre su tecnología. Pero Arel dijo que Tenyx está enfrentando desafíos, incluida la capacidad de aprender continuamente de nueva información y la necesidad de reducir los tiempos de desarrollo del sistema de IA.
“El… mercado de servicio al cliente empresarial sigue dependiendo de las soluciones de voz incluso con la introducción de alternativas digitales y de autoservicio. La adopción de la IA conversacional se ha visto obstaculizada por la complejidad de la implementación, los desafíos para escalar de manera eficiente y la falta de confianza del consumidor. Las soluciones de automatización existentes para el servicio al cliente basado en voz siguen siendo frágiles y carecen de su capacidad para comprender e interactuar con los clientes”, continuó Arel. “La pandemia de COVID-19 ha provocado escasez de mano de obra en los centros de llamadas, lo que ha abierto oportunidades para la adopción de tecnología de IA conversacional. Junto con eso, los clientes esperan experiencias de cliente mejores y más consistentes, que se pueden acomodar con soluciones robustas de IA basadas en voz”.
Incluso los sistemas de IA más sofisticados de la actualidad sufren una limitación clave: la estadística. Los algoritmos se entrenan una vez en un conjunto de datos y rara vez de nuevo, lo que los hace incapaces de aprender nueva información sin volver a entrenar. Si bien algunos laboratorios de IA han investigado soluciones, como dar acceso a los sistemas a los motores de búsqueda, estas presentan sus propios obstáculos. Uno es el “aprendizaje catastrófico”, un fenómeno en el que los sistemas de IA no recuerdan lo que han aprendido de un conjunto de datos de entrenamiento y deben recordárselo constantemente.
Arel insinúa que Tenyx tiene algo bajo la manga en este sentido.
“Los modelos de IA actuales pueden aprender de grandes cantidades de datos que están disponibles en el momento de la capacitación, pero no pueden aprender de forma incremental a medida que hay nuevos datos disponibles. Esa es una limitación significativa de los modelos de aprendizaje automático existentes, que la tecnología de Tenyx pretende superar”, dijo Arel a TechCrunch en una entrevista por correo electrónico. “En particular, en base a su continuo aprendizaje [AI systems]la tecnología de Tenyx potenciará las soluciones que pueden mejorar su rendimiento utilizando el aprendizaje interactivo humano en el circuito”.
Si Tenyx ha logrado un progreso significativo en el dominio del aprendizaje continuo, sería realmente impresionante. El científico investigador de OpenAI Jeff Clune, quien ayudó a cofundar Uber AI Labs en 2017, ha llamado al olvido catastrófico el “talón de Aquiles” del aprendizaje automático. Con un enfoque en el servicio al cliente, no es difícil ver cómo las técnicas de aprendizaje continuo podrían ser útiles para Tenyx, lo que podría aprovecharlas para, por ejemplo, proporcionar un sistema de contestador telefónico impulsado por IA con información actualizada. información comercial (por ejemplo, horario de la tienda).
“Al desarrollar capacidades de IA novedosas y de aprendizaje continuo, creemos que Tenyx tiene el potencial de revolucionar el mercado de servicio al cliente empresarial, permitiendo que una amplia gama de empresas mejore drásticamente la eficiencia y la eficacia con la que ayudan a sus clientes”, Dan Gwak de Point72 Ventures. dijo en un comunicado. “La empresa está dirigida por expertos técnicos que ya han demostrado que pueden crear soluciones de voz de IA capaces de ayudar a miles de clientes del mundo real cada día”.
Arel dice que las ganancias de la última ronda se destinarán a expandir el equipo, desarrollar la tecnología central de la compañía para el aprendizaje continuo y construir y entregar el producto de IA basado en voz. Afirma que Tenyx, que tiene alrededor de 10 empleados, está en conversaciones con posibles clientes en el espacio del centro de contacto.
Source link