
作者 | VIDHI THAKKAR
编译 | CDA数据科学研究院
MarTech Interview with Rob Carpenter, Founder and CEO at Valyant AI
“人工智能将以与三十年前的计算机几乎相同的方式完全改变工作世界。”
您能否让我们知道您的技术之旅?是什么促使您创立Valyant?
我一直对技术感兴趣,并在启动Valyant AI之前实际上成立了一家定制软件开发公司AppIt Ventures。创立Valyant的灵感仅来自于要解决这个行业中需要大量帮助的问题。我看到了利用技术作为使客户和企业主都变得更轻松的方式的机会。随着会话式人工智能(AI)的发展(随着Siri和Alexa等家庭助手的大量增长),我知道有一种方法可以在企业中实施,以帮助企业补充其运营和员工的努力。
什么是Valyant,您的差异化技术是什么?
Valyant AI是一家位于科罗拉多州的人工智能(AI)公司,专注于快餐店行业的客户服务。Valyant AI的语音识别 AI客户服务平台是世界上最早的企业人工智能(AI)商业零售部署之一,它是一个名为“ Holly”的数字员工,它利用会话式AI的功能来改变实体零售地点的客户服务。
通过与现有的得来速硬件和本地或云销售点(POS)系统集成,Holly可以增强客户体验。基于语音的数字助理可帮助企业简化客户体验,提高员工效率并帮助解决劳动力短缺问题,尤其是在高峰时期。
使用实际的客户记录进行构建和培训,现在可以通过实时客户订单对系统进行完善。Valyant的专利申请系统与Siri或Alexa等流行的AI助手不同,它们需要响应从天气查询到运动成绩到特定音乐选择的几乎无限范围的请求,而Valyant的正在申请专利的系统则要求关键字的词汇量要小得多,以便点餐。结果,Valyant AI的系统的准确性已经超过了Google语音助理针对该应用程序的准确性,并且该平台包括定制的硬件和基于餐厅菜单的对话软件,以确保准确性。
Valyant的会话平台(Holly)对客户服务有何帮助?市场,销售和其他团队如何利用它?
对话式AI平台(当前在直通窗口内)接受客户订单,使人类员工有更多时间在窗口上专注于客户,从而为客户提供更好,更快,更准确的服务以及更愉快,更少压力的体验对于员工。
此外,借助我们的技术,客户不必花很多时间在排队等待员工接受订单。最近的一份报告显示,在过去的几年中,快速开车的等待时间大大增加了,我们的技术通过最大限度地减少了快速开车的时间来帮助解决这个问题。有了Holly,餐厅现在可以体验行业领先的会话式AI,以简化订购体验,减少等待时间并改善员工体验。
一个最近的一项调查谁参加早餐测试恋上客户透露95%的顾客表示,人工智能技术达到或超过了他们的预期。超过80%的人将其在这项技术上的总经验评为5星中的4星。
显然,营销和销售团队可以利用这些优势来展示价值,并使公司的产品与市场上的其他技术区分开来。此外,到目前为止,从实施Holly以来收集到的结果令人震惊,并且对销售和市场营销都有用。除了提供更好的客户体验并为客户和企业所有者改善底线之外,我们的技术还继续从其人与人之间的交流中吸取教训,为追加销售提供了更多机会。
客户服务如何发展?您认为您所服务的市场当前的期望是什么?
随着技术的不断发展,客户服务的世界正在发生巨大变化,将世界推向越来越多的数字空间。从改进的24/7可用性到利用AI来记住过去的交易并增强客户体验的应用程序,技术进步已改善了客户服务。
快餐领域的客户越来越希望获得个性化服务,轻松获得信息以及快速而愉快的帮助。通过利用调解快餐店员工惯常的重复性任务的技术,并以永远不会感到疲倦,烦恼或困惑的数字化员工来代替他们,客户可以体验到更快,更好的服务,而又不会完全失去人为因素。
您是否认为在此过程中需要人工智能?您的技术中实际涉及人类监督的百分比是多少?
尽管事实证明,机器人和计算机在执行某些任务方面比人类要好得多,但我认为人类在未来的工作中仍然并将继续保持至关重要的地位。从软技能到人类经验,人类的某些方面确保AI永远不会达到计算机和机器人将完全替代劳动力中人类同类产品的先进水平。
因此,为了提高订单的准确性,Valyant AI系统在所有订单上都采用了“人在环”(HITL)技术。此功能可确保订单准确性,问题识别并为改善整体客户体验提供机会。
该平台如何在准确测量客户情绪/意图方面提供所需的准确性?您使用技术面临和解决的挑战是什么?
许多消费者仍然对先进技术和AI犹豫不决,以“替代”劳动力。这些担忧大部分源于这些机器将变得有见识并占领世界的想法,但在其发展的这一阶段,人工智能仍遥遥领先于先进的机器。
如前所述,Holly是使用实际的客户记录来构建和培训的,并且该系统在每个订单上均采用HITL,以确保准确性,发现任何潜在问题并为改善整体客户体验提供机会。由于Holly无需响应有关天气预报,体育比分或特定音乐选择的查询,例如Siri或Alexa等流行的AI助手,因此该系统所需的词汇量要少得多,才能准确地点餐。
在软件准确性,技术创新和人为循环之间,Valyant AI能够利用该技术获得5个客户中的4个成功完成95%的所有客户订单。通过从当前和过去与真实客户的交互中学习,技术不断得到改进。
Holly与Alexa和Siri等其他语音助手有何不同?
Holly是与上一代智能助手完全不同的产品。不仅限于单一意图的响应(例如,天气如何),她还能够围绕特定知识领域(例如快餐店)进行更流畅,更人性化的讨论。这种流畅的进行对话的能力允许进行非结构化的,更人性化的交互,从而使客户能够像通常与现场员工一样进行订购。随着像Holly这样的系统进入市场并提供几乎无法区分的类人互动,语音技术将在未来几年发生一场革命。
您目前关注哪些地区?我们想知道有关他们未来2-3年增长的反馈吗?
尽管我们已经从美国以外的潜在合作伙伴和客户那里进行了业务咨询,但我们目前将重点放在未来几年的美国。我们也将重点放在速食餐厅上,理想情况下是那些占地面积大的餐厅。该技术本身可以嵌入到客户可能想要点菜的任何地方,例如直通车,移动应用,信息亭,预叫和智能扬声器。
除了餐厅以外,还有哪些其他可用于改善客户体验的领域?
像Holly这样的会话式人工智能平台可以在每个行业中使用。长期以来,对话技术的领先者-呼叫中心将成为未来几年最热切的采用者。我们还将看到该技术开始进入其他领域,例如金融服务,医疗保健,零售和酒店业。最终,客户可以亲自或虚拟地与员工进行交互的任何位置都可以最终由该技术处理。
您对其他哪些会话式AI平台感兴趣?
我们已经了解到,客户对对话式AI平台的认知主要取决于两个因素,首先是他们准确完成预期工作的能力,其次是系统的人性化和易接近性。考虑到与更好的体验有关的更多人性化因素,Google的Duplex平台为以人为本的对话式AI软件提供了令人信服的案例。
您认为人工智能正在取代人类吗,你怎么看?
不,人工智能不能代替人类。相反,人工智能技术的进步正在扩大员工队伍,并使他们比以往任何时候都更有效率地完成工作。
如今的AI不再是一名抢劫者,而是一个拥有截然不同技能的同事,他们被“聘用”以补充人类员工的角色,使他们腾出精力来从事最有趣和最有用的任务。人工智能将最终改善工作方式,使酒店零售领域的实体零售店,饭店和公司更具生产力,提高成本并减少等待时间。
您对以技术为中心的世界的未来预测是什么?
人工智能将以与三十年前的计算机几乎相同的方式完全改变工作环境。第一阶段将是人工智能作为员工辅助工具。对于医疗行业,想象一下一个医生AI辅助工具,它可以扫描成千上万的新医学文章,数百万的患者记录,并向医生提供有关可能困扰他们的患者的高度准确的建议。在这种情况下,医生仍然负责为患者做出最终的诊断和治疗方案。同样,期望律师会很快得到AI法律文员的协助,而不是人类的文员。
人工智能将扫描数百万个案件和摘要,为律师提供当前工作的准确信息。超越AI助手并进一步推断出一两个十年,我们将开始看到AI有能力担任这一主要角色,并且在某些情况下很可能会担任主要医生或主要律师。自动化和对机器人技术的早期涉足创造了制造业的大量效率;人工智能将开始提供类似类型的效率,但是它将在以前与知识相关的工作相对于手动的领域中。
您未来的产品路线图是什么?
我们当前的目标是成为快速餐饮业中对话式人工智能的第一大公司。之后,您只需要继续关注。
谢谢,罗伯!那很有趣,希望很快能再见到您。
关于罗布
罗布·卡彭特(Rob Carpenter)是Valyant AI的首席执行官兼创始人,Valyant AI是面向快餐业的企业级会话式AI平台。Valyant开发了一种专有软件应用程序,该应用程序集成在餐馆现有的硬件基础架构中,并允许AI软件接收绝大多数客户订单并将其直接插入POS进行支付。
Rob拥有企业管理硕士学位,专门研究企业技术管理。他在Rutt Bridges风险投资基金的董事会工作了两年,并于2013年被《科罗拉多大学杂志》(ColoradoBiz Magazine)评为科罗拉多州最有影响力的25位年轻专业人士之一,并于2016年获得丹佛开拓者奖。
在创立Valyant AI之前,Rob曾是AppIt Ventures的首席执行官,AppIt Ventures是一家定制软件开发公司,在丹佛,海得拉巴和伦敦设有办事处。在运营的头六年中,AppIt构建并启动了350多种定制软件应用程序,包括所有主要平台上的移动应用程序,后端Web应用程序和复杂的数据库。
关于Valyant AI
Valyant AI已建立了专为现有零售硬件设计的最先进的客户服务AI,以通过自然交流打破人与计算机之间的障碍。他们的任务是加快客户订购,减少管理费用并提高盈利能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15