Josh Feast, CEO e Co-Fondatore di Cogito – Serie di interviste

Josh Feast, CEO e Co-Fondatore di Cogito - Intervista.

Josh Feast è il CEO e Co-Fondatore di Cogito, un’azienda che combina l’Intelligenza Emotiva e Conversazionale in una piattaforma innovativa che fornisce coaching e supporto in tempo reale agli agenti dei centri di contatto, offre ai supervisori la possibilità di monitorare le conversazioni dal vivo dei loro team che lavorano ovunque e monitora continuamente le esperienze dei clienti e dei dipendenti.

La storia di Cogito inizia nel 1999, prima della fondazione dell’azienda. Potresti condividere alcuni dettagli su questi primi giorni al MIT Human Dynamics Lab e su cosa si stava lavorando?

Dal 1999 al 2006, il Dr. Sandy Pentland ha sviluppato una scienza di base fondamentale dimostrando la presenza e il potere dei segnali sociali nella comunicazione umana e la capacità delle macchine di rilevarli e interpretarli.

Nel 2007, Cogito è stata fondata come spin-off del MIT Media Lab. Potresti condividere questa storia di nascita?

Prima della mia esperienza al MIT, ho riconosciuto la necessità di una tecnologia che tenga conto del contesto conversazionale per supportare gli utenti in situazioni emotivamente cariche. Mentre lavoravo presso il Dipartimento dei Servizi per l’Infanzia e la Famiglia della Nuova Zelanda (ora noto come Unità dell’Infanzia e della Famiglia del Ministero dello Sviluppo Sociale), ho notato che molti assistenti sociali erano esausti a causa della natura altamente emotiva dei loro compiti e ho creduto che i sistemi di gestione che li supportavano avrebbero tratto grande vantaggio da una tale tecnologia. Ho portato le mie osservazioni in quel periodo al MIT, e successivamente Cogito è stata creata sulla base delle ricerche del Dr. Pentland al MIT Media Lab che sembravano affrontare direttamente il problema. Cogito ha ricevuto finanziamenti dalla Defense Advanced Research Projects Agency (DARPA) per la ricerca e lo sviluppo di una piattaforma di intelligenza artificiale e modelli comportamentali per rilevare automaticamente gli stati psicologici umani. Questa tecnologia si è dimostrata efficace nel supportare i veterani militari che tornano dal servizio attraverso le implementazioni con il Dipartimento degli Affari dei Veterani (VA).

La tecnologia di Intelligenza Emotiva (Emotion AI) utilizzata da Cogito è stata inizialmente convalidata nel supporto ai fornitori di assistenza sanitaria per rilevare precocemente segni di PTSD e altri disturbi mentali nei soldati che tornano dal combattimento. Potresti discutere alcuni dettagli a riguardo e i tipi di risultati che sono stati ottenuti?

Lo scopo di utilizzare questa tecnologia per i fornitori di assistenza sanitaria era quello di rilevare la depressione e prevenire il suicidio nei veterani militari che tornano dal combattimento. La piattaforma che abbiamo sviluppato ha consentito ai medici di monitorare la salute mentale complessiva dei veterani attraverso i segnali vocali e di individuare eventi come l’homelessness e altri segnali di pericolo per la salute mentale. Abbiamo rapidamente capito di avere qualcosa di speciale e che l’applicazione della tecnologia poteva essere utile non solo nel supportare i veterani militari e i sistemi sanitari, ma anche in ambiti con conversazioni complesse ed emotivamente cariche. Mantenendo sempre al centro l’esperienza umana, siamo diventati il Cogito che conoscete oggi, offrendo coaching e supporto in tempo reale per agenti di centri di contatto aziendali su larga scala in diversi settori, inclusa l’assistenza sanitaria.

Puoi spiegare come Cogito utilizza l’Intelligenza Artificiale per analizzare i segnali comportamentali e fornire feedback in tempo reale durante le conversazioni?

Cogito utilizza una potente combinazione di Intelligenza Emotiva e Conversazionale per rivelare nuove informazioni da tutte le conversazioni, estrarre sia ciò che è stato detto che come i clienti hanno interpretato il messaggio. Questi modelli di Intelligenza Artificiale misurano l’esperienza del cliente (CX) in tempo reale su tutte le chiamate per avere un impatto immediato, a differenza dell’analisi post-chiamata che si concentra solo sul miglioramento delle interazioni future.

Cogito estrae e analizza più di 200 segnali acustici e vocali in millisecondi per fornire agli agenti dei centri di contatto indicazioni su come regolare il proprio comportamento e offrire le migliori raccomandazioni in base agli argomenti discussi e agli obiettivi desiderati.

Cogito effettua analisi vocale in tempo reale durante le chiamate per migliorare il comportamento degli agenti e creare connessioni umane migliori su larga scala tra i clienti e gli agenti di centri di contatto, indipendentemente dalla loro ubicazione.

Come questo feedback guida gli agenti a costruire migliori relazioni con i clienti?

Il feedback in tempo reale che gli agenti dei centri di contatto ricevono dagli stimoli di Cogito permette loro di mostrare una maggiore intelligenza emotiva, il che si traduce in una maggiore empatia nelle chiamate. Un’empatia migliorata porta a migliori risultati nelle conversazioni, come una riduzione dei tempi di gestione delle chiamate, un aumento della risoluzione alla prima chiamata, un miglioramento della soddisfazione del cliente e un aumento del valore a vita del cliente.

Ogni rappresentante del centro di contatto ha punti di forza e debolezze diversi. Gli stimoli in tempo reale che ricevono durante la chiamata li aiutano a migliorare il servizio al cliente, che si tratti di mostrare maggiore empatia, parlare più lentamente o suonare più allegri. Questo feedback personalizzato nel momento permette agli agenti di costruire una relazione con il cliente basata sull’esperienza specifica di quel cliente e sui segnali vocali rilevati dal modello di Intelligenza Artificiale. A sua volta, ciò migliora sia l’esperienza del cliente che quella dell’agente.

Il feedback in tempo reale non è solo vantaggioso per la CX, ma beneficia anche dell’esperienza dei dipendenti (EX). I nostri strumenti aiutano a supportare i rappresentanti nell’avere esperienze lavorative più positive, il che si è dimostrato aumentare i livelli di CX.

Nel 2019, Cogito ha pubblicato un articolo dal titolo “Debiasing di genere nel riconoscimento delle emozioni nella voce”. Quali sono state alcune delle principali intuizioni riguardo all’effetto del bias di genere nella voce in relazione all’emozione?

Il nostro articolo si è concentrato sull’approccio di modellazione e sulle tecniche di ottimizzazione, nonché sul bias di campionamento. Pertanto, è necessaria ulteriore ricerca per mitigare il bias negativo in generale nell’apprendimento automatico e specificamente nel riconoscimento delle emozioni nella voce. I principali punti chiave includono:

La voce femminile tende ad avere un tono più alto rispetto alla voce maschile, il che si traduce in armoniche più distanziate.

I modelli di riconoscimento delle emozioni nella voce possono essere influenzati da questa differenza. Ciò può portare a una minore precisione nella voce femminile rispetto alla voce maschile.

Tecniche di de-biasing apprendimento automatico possono essere applicate per ridurre questo squilibrio di precisione. Nell’articolo, Cogito introduce una nuova tecnica di de-biasing che si comporta in modo favorevole rispetto alla basline.

Come opera Cogito per mitigare gli effetti di un bias indesiderato di genere o di altri tipi?

Cogito utilizza modelli di elaborazione del linguaggio naturale (NLP) che combinano sistemi di intelligenza artificiale consapevoli dell’essere umano, modelli di apprendimento automatico basati su deep learning e altre regole complesse che aiutano i computer a comprendere, analizzare e simulare il linguaggio umano. Stiamo lavorando costantemente e facendo evolvere i nostri NLP con nuovi dati per mitigare il bias.

Cogito ha un protocollo completo per lo sviluppo di modelli di apprendimento automatico, che mira esplicitamente a mitigare il bias e garantire funzionalità etiche basate su apprendimento automatico (ML). Questo protocollo copre aree come il campionamento dei dati per l’addestramento, la mitigazione del bias nell’etichettatura umana e l’utilizzo di tecniche di de-biasing dell’ML.

Cogito utilizza un dataset di “equità” composto da un’ampia quantità di dati audio in cui gli speaker segnalano autonomamente diverse categorie demografiche. Tutti i modelli vengono valutati rispetto al dataset di equità e alle varie categorie demografiche. Utilizziamo anche tecniche di ML Ops per monitorare in modo oggettivo i modelli in produzione e svolgere in modo sistematico audit dei modelli con annotazione umana.

Cosa pensi del fatto che l’IA non dovrebbe solo sostituire gli esseri umani, ma piuttosto potenziare il comportamento umano?

Ci sono cose che gli esseri umani possono fare e sfumature che possono fornire nelle interazioni umane che la tecnologia come l’IA non può emulare da sola. Ad esempio, i clienti desiderano ricevere empatia quando contattano il supporto clienti. Se il cliente interagisce solo con un sistema automatizzato alimentato da IA, potrebbe risolvere il problema, ma potrebbe finire per sentirsi frustrato o infastidito dall’interazione. Se sostituiamo tutti gli agenti del contact center con l’IA, stiamo eliminando l’elemento umano che è necessario per costruire relazioni e ottenere e mantenere clienti fedeli nel lungo termine.

Quando si partecipa a un’interazione di servizio, gli esseri umani apprezzano parlare con qualcuno che può mettersi nei loro panni, che ha avuto esperienze simili a quelle che stanno vivendo loro stessi. Allo stesso modo, gli esseri umani apprezzano la sensazione che qualcun altro si prenda cura di loro e si assuma la responsabilità della risoluzione del loro problema. Ci vorrà molto tempo prima che l’IA autonoma sia realmente percepita come qualcosa di diverso da uno strumento di auto-aiuto.

C’è qualcos’altro che vorresti condividere su Cogito?

Presso Cogito, stiamo sviluppando nuove tecnologie per introdurre la prossima generazione di contact center. All’inizio di quest’anno, abbiamo lanciato il nostro punteggio di esperienza dei dipendenti (EX) per monitorare le esperienze degli agenti. Simile al nostro punteggio di esperienza del cliente (CX), il punteggio EX combina l’intelligenza emotiva consapevole dell’essere umano e l’IA di conversazione, derivando conoscenze in tempo reale su singole istanze o tendenze su chiamate multiple. In mezzo a livelli elevati di insoddisfazione, burnout e attrizione, il punteggio EX aiuta a risolvere la questione su come prevenire il burnout e migliorare l’esperienza dell’agente, il che a sua volta porta a una migliore esperienza del cliente e alla sostenibilità aziendale a lungo termine.

Grazie per l’ottima intervista, i lettori che desiderano saperne di più possono visitare Cogito.