AIが声の調子を理解してカスタマーエクスペリエンスを向上させるOtoが5.8億円を調達

SRI Internationalの研究からスピンオフしたスタートアップのOtoは、声の語調を理解してカスタマーサービスの運営に生かそうとしている。このOtoが米国時間12月18日、シードラウンドで530万ドル(約5億8000万円)を調達したと発表した。

画像:filadendron / Getty Images

このラウンドには、Firstminute Capital、Fusion Fund、Interlace Ventures、SAP.iO、SRI Internationalが参加した。Otoによれば、総額には以前のシードラウンドの100万ドル(約1億900万円)が含まれる。

Otoの共同創業者でCEOのTeo Borschberg(テオ・ボルシュベルク)氏によれば、同社はSRI International社内の研究からスタートした。同社は、後にApple(アップル)のSiriのもととなる技術を開発していた研究機関だ。OtoはSRIの研究に基づいて語調のデータを作成し、カスタマーサービスに電話をかけてきた顧客の感情への対処を向上させようとしている。この分野のAIを活用して、カスタマーサービス担当者と顧客との間のやり取りをリアルタイムで改善することが目標だ。

Otoは研究の一環として、セールスに関する200万圏件の会話から3000人の話者の10万とおりの発言を抜き出してデータベース化した。同社はこのデータから、カスタマーサービス業務で語調を自動で理解するツールをいくつか構築した。

ツールの1つは、ライブコーチングだ。マネージャーがすべての通話をモニタリングすることは難しく、モニタリングできるのはごく一部だ。Otoのツールを使うと、カスタマーサービス担当者はすべての通話のコーチングをリアルタイムで受けることができ、担当者の活力を高めたり、問題をエスカレートさせることなくイライラしている顧客を落ち着かせたりすることができる。「リアルタイムで電話担当者の声の響きや意欲について本人に助言し、担当者がもっと前向きになれるように働きかける」とボルシュベルク氏は説明する。

同氏は、このツールには主なメリットが3つあるという。担当者に対するエンゲージメントの向上、セールスのコンバージョンレートの上昇、顧客満足度の向上とコスト削減だ。

これとは別に、コールが終わるごとに語調からカスタマーエクスペリエンスの質を測定しスコアを算出して、担当者(とその上司)がサービスの結果を知るプロダクトもある。スコアはダッシュボードに表示される。ボルシュベルク氏は「我々は語調から満足度に関して普遍的な理解を構築し、ここから好意的、否定的、そのどちらでもない音の特徴を学習することができる」と言う。

ボルシュベルク氏は、昨年SAPに80億ドル(約8750億円)で買収されたQualtricsのように、こうした市場には巨大なチャンスがあると見ている。人々を調査することはストーリーのほんの一部だと同氏は言う。エクスペリエンスがうまくいっているかどうかの語調を理解すれば、カスタマーエクスペリエンスを向上させることができる。尺度を導入することで、うまくいっているのか、いないのかが簡単にわかる。

Otoには現在20人の従業員がいて、ニューヨーク、チューリッヒ、リスボンにオフィスがある。同社のプロダクトを使っている顧客はこれまでに7社で、まだアーリー段階にあると言える。

[原文へ]

(翻訳:Kaori Koyama)

TwitterのDMにサポート担当者の写真と名前を表示する新機能―、企業の売上への影響も

twitter-custom-profile-ios

Twitterは今朝、担当者のプロフィールがダイレクトメッセージ(DM)画面に表示される、企業アカウント向けの新しいカスタマーサービス機能をローンチした。今後ダイレクトメッセージを通じて顧客からの問い合あわせが合った場合、企業は会社のプロフィール画像と名前の代わりに、各担当者の名前と写真を表示できるようになる。この機能の背景には、ボットではなく人間の担当者とやりとりしていると顧客に感じさせることで、企業と顧客の交流をパーソナルなものにするという狙いがある。

この機能を最初に採用したのは、カスタマーサービスのパーソナル化に積極的に取り組んでいるT-MobileだとTwitterは発表している。T-Mobileは顧客の本名と担当者のイニシャルをツイートに記載しはじめた最初の企業のひとつで、昨年には問合せへのリプライに、担当者のプロフィールが記載されたウェブサイトへをリンクすることで、担当者の写真と名前を表示する取り組みをはじめていた。

そして本日より@TMobileHelpは、他の企業に先駆けてDM画面でも担当者の情報を表示しはじめる。しかし、ユーザーは他の企業のアカウントでも近いうちに同じ情報を確認できるようになるとTwitterは話す。

twitter-direct-message-custom-profiles

さらにサポート担当者は、個性を出すために自分の名前に絵文字を追加することもでき、絵文字もちゃんとDM画面に名前の一部として表示される。実際のやりとりの様子は、上のスクリーンショットを参照してほしい。

ひとつの企業が作れる担当者ごとのプロフィールの数には制限がなく、機能を利用する上では企業のサイズも関係ない。ただし、この新機能を使うためには、その企業のアカウントが認証済みで、ホワイトリストの認可を得ていなければいけない。実際に新機能を使いたい企業は、アカウントの認証を得たあとで、こちらのフォームから申し込める。

新機能と現在改良が重ねられているAPIは無料で利用できるが、もちろんAPIにアクセスするには、Twitterのパートナー企業に頼る必要がある。

Twitterはこれまでにも、ビジネスアカウント向けのカスタマーサービス機能の拡充に努めており、過去にはDMボタンを目立たせて顧客が企業にDMを送りやすくしたり、企業のツイート内に「プライベートメッセージを送る」というボタンを設置できるようにしたり、DMの自動メッセージ機能を追加したり、プロフィールにサポート時間を記載できるようにしたりといった施策を実行していた。

Twitterが自社で行った調査によれば、消費者は問合せへの返答がもらえるならば、その企業の平均的な価格の商品に対して3〜20%多めに払っても良いと考えているという。情報通信企業に絞ると、その数は10%になる(だからこそT-Mobileがローンチパートナーに選ばれたのだ)。

さらに、情報通信サービスを利用しているユーザーは、問合せへの回答が4分以内に受け取れるならば、月々の携帯料金が17ドル上がってもかまわないと考えているが、回答を受け取るのに20分以上かかる場合はせいぜい3.52ドルの値上げしか許容できないと考えているとTwitterは言う。この数字を考えると、T-Mobileのような企業が、何か新しい機能が追加されるとすぐにTwitterベースのカスタマーサービスを改良しようとしているのも理解できる。

一般的に言っても、人間味のあるカスタマーサポートを受けることで、77%のユーザーがその企業を推薦したくなると考えており、ボットなどを使ったあまり人間味のないサポートを受けたユーザーと比べ、自分の問題が解決したと感じるユーザーの数は19%、満足感を得るユーザーの数は22%多いとTwitterは発表している。

新機能は既に実装済みでコチラからサインアップでき、APIは現在プライベートベータの段階にある。

原文へ

(翻訳:Atsushi Yukutake/ Twitter

サイトの問い合わせを電話からチャットに、スクリプト1行で追加できる「チャットポート」

%e3%83%81%e3%83%a3%e3%83%83%e3%83%88%e3%83%9b%e3%82%9a%e3%83%bc%e3%83%88

初めて行くサロンや飲食店に足を踏み入れるのにはちょっと勇気がいる。個人経営のサロンだったらどんな人が対応してくれるのか気になるし、ネットで見つけたクーポンは使えるのかなど聞きたいこともある。電話するほどではないこともチャットでなら気軽に問い合わせができ、すぐに対応してもらえたのならその店のサービスを利用してみようという気にもなりやすいだろう。ただ、個人事業主や小さな組織にとっては営業時間中ずっとお客からのメッセージ対応したり、そのために専任の人を置いたりするのは難しいかもしれない。ミームグライダーは本日リリースした「チャットポート」で、そうした小規模組織や個人事業主でもチャットによるカスタマーサービスを気軽に取り入れられるようにしたい考えだ。

自宅でサロンを運営している個人事業主や数人で運営しているスタートアップ企業なら、自社サイトを持っているところも多いだろう。チャットポートはウェブサイトにスクリプトを1行入れるだけで利用できるオンラインサポートツールだ。カスタマーサポートの担当者がチャットポートのサポート画面を開いている時だけ、サイトにチャットのウィジェットが表示される。訪問ユーザーから質問があれば、担当者はリアルタイムでユーザーに対応できる。サポート画面を閉じている間は、ウィジェットは問い合わせフォームに自動で切り替わる仕組みだ。少ない人数の組織でもチャットやメールで効率的なカスタマーサポートを提供できるようにするのがチャットポートの狙いだ。

chatport

店舗や個人事業主なら、Facebook MessengerやLINE@などを使う手段もある。しかし初めて店舗などに問い合わせをする時は、個人のIDを用いるLINEやMessengerより匿名チャットの方が連絡しやすいとミームグライダーの代表を務める杉本宏史氏は考えている。正式ローンチ前からチャットポートを試験的に導入している個人経営のヘッドスパでは、新規のお客からどのような施術が受けられるのかといった質問や予約依頼までチャットで来るようになり、サロンと新規顧客との接点になっていると杉本氏は言う。

杉本氏は前職でニフティに勤め、40代に入ってから起業した。ニフティではサービス企画や新規事業開発に携わり、ベンチャー企業と接する機会もあったという。そうした経験の中で、「一生に一度くらい、起業する側に回りたい」という思いが芽生え、2003年10月にミームグライダーを創業するに至ったそうだ。杉本氏はこれまでに、安定性に優れたコミュニケーションサービスが構築できるErlang/OTP言語を使ってC向けサービスをいくつか手がけている。今回ローンチしたチャットポートについては「大企業にあるようなサポートセンターの代替手段という位置付けではなく、個人事業主やスタートアップが電話の代わりにお客さんと直接話せる機会を提供したい」と話す。

チャットポートの利用価格は年間契約で1万1760円(月額換算だと980円)だ。今後は利用者の獲得に向け、Web制作会社やWebデザイナーとの提携を進め、間接販売チャネルの拡大を計画しているという。ゆくゆくは人工知能を使ったチャットボットサービスなども展開したい考えだと杉本氏は話している。

Eloquent Labsが150万ドル調達ーAI+担当者+クラウドソースの新しいサ―ビス

widget_on_store

Keenon Werlingは、恐らく対話型AIが過大評価されていると最初に認めた人物だろう。そんな彼が最近設立したEloquent Labsは、他社のようにきらびやかなディープラーニングならぬディーパーラニングのアルゴリズムを売り出す代わりに、人間というもっとローテクな力を使ったサービスを開発している。カスタマーエクスペリエンス向上のための彼らの秘策は、AIとAmazonのMechanical Turkのようなクラウドソース、そして従来のカスターマービス担当者の融合だ。

本日Eloquent Labsは、シードラウンドでKhosla VenturesXSeed CapitalAlchemist Accelerator、エンジェル投資家などから150万ドルを調達したと発表した。

同社のビジネスモデルは、Elleと名付けられた対話型AIアシスタントを、Shopifyを利用しているオンラインショップに組み込み、配達状況の確認や返品処理、キャンセル、よくある質問への対応など、一般的なカスタマーサポート機能をスモールビジネスに提供するというものだ。このようなビジネスはこれまでにも存在したが、ここにクラウドソースが融合することに彼らのユニークさがある。

eloquent_team

左からSydney Li、Gabor Angeli、Keenon Werling、Brandon Maddick、Tian Wang

まずDigital Geniusのような企業は、以前からカスタマーサポートにおける「人間+AI」の活用をうたっている。例えばセーターを返品したいという人がシームレスなサービスを受けられるようにするため、ほとんどのスタートアップはシステムがどこで諦めるべきかに関するトレーニングを行っている。こうすることで、顧客とAIアシスタントのやり取りがとんでもない方向へ向かうのを防ぎ、顧客の質問内容がAIの処理できる範囲を超えると、人間の担当者が出てきてスムーズにやり取りを引き継ぎ、問題を解決できるようになっている。

この人間と機械の連携によって、企業はかなりのコストを削減してきた。Werlingによれば、小売企業は人間の担当者が関わるたびに平均で5ドル消費しており、逆に言えば機械が問題を処理するたびに、企業は自動的に5ドル得しているのだ。

しかしEloquent Labs設立の背景には、ほぼ機械がこなせるという十分な確証がないようなタスクに人間の担当者をあてがうことで、企業は未だに無駄なお金を使っているという考えがある。

Werlingは、AmazonのMechanical Turkのようなクラウドソースを利用した機械学習の研究を大学で行っていた。クラウドソーシングプラットフォーム上では、何十万もの人々が比較的簡単な作業をオンラインで請け負うことで収入を得ている。Eloquent Labsは、Mechanical Turkと人間の担当者、そしてAIを組み合わせることで、企業のコストをさらに抑えるようとしているのだ。

on_the_job_learning_teaser

実際のところ、ほとんどの機械学習は情報の分類の問題だ。誰かがチャットに文章を入力すると、機械がそのよくわからない文章を予め準備したリストと照らし合わせて、どうにか分類しようとする。もしも質問内容が商品の配達日に関することだと機械が自信を持って判断できれば、これは簡単な話だ。

しかし質問内容に(例示のためにかなり簡略化しているが)”オーダー”や”配送”といった単語が含まれていない場合、”DHLの予定”というフレーズが62%の確率で商品の配達日を示していたとしても、それは実際に機械が配達日に関する回答をするには十分な確率ではないのだ。従来のサービスであれば、ここで企業の担当者が出てきてフレーズの意味を判断するのだが、Eloquent Labsはこの段階でクラウドソースを利用している。

コスト削減以外にも、このアプローチには利点がある。クラウドソースを通じて仕事を請け負っている人は、Elleが処理できなかったタスクを引き継ぐと同時にEloquent Labsの機械学習モデルのトレーニングも行っているのだ。このような利点は全て、訓練もなしにオンデマンドで短い間だけ仕事をお願いすることができるクラウドソースのおかげで成り立っている。

営業・ビジネス開発面において、Eloquent Labsは発展段階にあるため、まだ同社のサービスに対してお金を払っている企業は存在しない。Zendeskのような巨大な競合がいるため、WerlingはAppleの戦略をまねて、まずはエグゼキューションを完璧にしようとしているのだ。

  1. eloquent_convo_1

  2. eloquent_convo_2

さらにElleは、人間と機械の連携における他の問題の解決にも役立つようにつくられている。例えば”見習い”モードを使えば、重要な顧客とのやりとりをElleに任せられると感じるまで、企業はElleが生成した回答を手動で承認・却下することもできる。

プロダクトの開発にあたり、Eloquent Labsはうまく課題に優先順位をつけられているようだ。人間の担当者にふられたやりとり(全く意味をなさないような質問)を再度機械に戻すといった機能を搭載することで、同社はさらにプロダクトを進化させられる可能性を持っている。一方でこのような双方向の連携は、現状のAIの性能を考えると大変難しいため、同機能を省いたのはEloquent Labsの賢い選択だと言える。しかし競争の激しい市場の中で、最終的には彼らもさらに他社との差別化を図る必要が出てくるだろう。

原文へ

(翻訳:Atsushi Yukutake/ Twitter

チャットをカスタマーサービスの主流にー、ニューヨーク発のReply.aiがトランスコスモスと資本業務提携

reply-gif

カスタマーサポートに電話してもなかなかつながらず、イライラした覚えはないだろうか。近い将来、会社の問い合わせフォームや電話番号は全部ボットに置き換わり、必要な時にカスタマーサポートが受けられるようになるかもしれない。Reply.aiは法人向けにカスタマーとやりとりするためのボットの制作と運用をするツールを提供している。本日Reply.aiは、トランスコスモスとの資本業務提携を発表した。また、トランスコスモスはReply.aiの日本での独占販売権を取得し、日本でもReply.aiの展開を進める。

2016年はFacebook MessengerやLINEなどのボットAPIが公開されたことで、ボットの活用に注目が集まっている。Reply.aiはB2B2Cモデルで、法人がカスタマーサポートやマーケティングに使えるボットの構築と運用のためのツールを提供している。Reply.aiではFacebook messenger、SMS、Twitter、LINE、ウェブサイトのウィジェット、Kikのボットが制作可能だ。

Reply.aiではフローチャートを作る要領で、カスタマーのやり取りを想定したボットを作ることができる。開発者はゼロからボットを作る必要はなく、一回作った後でも簡単にボットの内容を変えることが可能だ。

editor

ボットは効率化、人は人にしかできない親身なサポートを担う

Reply.aiの最大の特徴は、ユーザーの対応をボットとオペレーターで切り替えることができる点だ。カスタマーサポートのボットなら、まずボットがカスタマーの課題を聞き取り、ボットで対応可能な質問はボットが対応する。カスタマーの質問が分からなかったり、対応できない内容の場合、ボットはオペレーターの応対に変えることをカスタマーに提案する。カスタマーがそれを承認するとオペレーターが同じチャットのスレッド内で応対を続ける流れだ。オペレーターはそれまでのカスタマーとボットとのやり取りを確認できるので、改めてカスタマーが問題を説明しなくともスムーズに対応することができる。カスタマーの課題が解決したらオペレーターはスレッドから抜け、チャットボットの機能が戻る。

analytics

企業はReply.aiのダッシュボードからカスタマーとのやり取りを管理でき、ボットに関するアナリティクスデータも見ることができる。そこではどのくらいの頻度でボットが利用されているかやカスタマーの何割がオペレーターと話したかといった情報が分かる。それをもとにカスタマーの課題を知ったり、サービス改善やボットの最適化に役立てたりすることができるとReply.aiはいう。

Reply.ai のファウンダーでCEO、オメール・ペラ氏は「カスタマーにはこれはボットであると明示し、人が応対しているかのような誤解を与えないことが重要だと考えています」という。将来的にはボットは自然言語で様々なカスタマーの要望に対応できるようになるかもしれない。しかし、現状ではボットで効率化が図れる部分と人による親身な対応が必要な部分とを分け、それぞれが得意な部分を担うのが最適なカスタマーサポートの形であると考えているとペラ氏は説明する。

2015年8月にニューヨークで創業したReply.aiは、すでに自動車、金融、エンターテイメント、家電製品など幅広い業界の80社以上の企業で導入されているそうだ。また、Reply.aiはカスタマーサポートソフトウェアZendeskとも連携可能で、今後も他社のカスタマーサポートサービスと連携できるようにしていく計画だという。今回のトランスコスモスとの資本業務提携も、トランスコスモスが長年培ってきたカスタマーサポートの領域での知見を活かしたサービス展開をしていくためとペラ氏は説明する。

日本では、LINEが今年11月に法人向けのカスタマーサポートサービス「LINE Customer Connect」を来春にも提供を開始すると発表している。いよいよ、消費者はどこの法人と連絡を取るにもMessengerやLINEなどのチャットアプリを使うようになるかもしれない。

人工知能が企業のセールス業務に利用される例が増えている

Asian woman over microchip circuits

2016年は人工知能(AI)が非常に注目された年だった。人工知能の開発は何十年も前からはじまっていたが、パワフルなコンピューターを安価で利用できるようになったことと、アクセスできるデータの量が飛躍的に伸びたことで、今年になってやっと人工知能の時代が訪れたようだ。

AIによるビジネスの効率化が最初に始まったのは企業のセールス業務だった。毎日のように繰り返される営業ワークフローをAIによって効率化させようという試みだ。考えてみれば、企業の収入を直接的に左右するこの分野でAIの応用がはじまったのは、当然の成り行きだったと言えるだろう。AIがビジネスに与える影響を調査する、Constellation ResearchアナリストのAlan Lepofskyは、ベンダーたちがこの動向に注目しているのは確かだと話す。

彼によれば、人間は情報オーバーロードに苦しめられているという。私たちがより多くのデータを集めるにつれて、そのデータがもつ意味を理解するために私たちはコンピューターの処理能力に頼らざるを得なくなる。「AIが情報をフィルタリングしたり、タスクを自動化することで、その負担を軽減してくれることが期待されます」とLepofskyは話す。

AIはスタートアップ・コミュニティにも多大な影響を与えている。TechCrunchでも今週、AIによる営業アシスタントを開発するConversicaが3400万ドルを調達したことを報じたばかりだ。このAIアシスタントには自然言語処理(NLP)、推論エンジン、自然言語生成などの技術が使われている ― なかなか洗練されたテクノロジーだ。このAIが見込み客との初期コンタクトを自動化し、その後に人間の営業員に引き継ぐという仕組みだ。

一方、CRM業界のベテランが創業したTactは、営業員のスケジューリング管理などにAIを活用するスタートアップだ。同社もまた、今月初めに1500万ドルを調達したことを発表している。営業員が「CRMの奴隷」になってしまうことを防ぎ、AIを活用して彼らにロジカルで効率的な営業法を提供するというアイデアだ。

これらのスタートアップは、営業という分野のなかにある様々な側面をAIによって効率化させようとしている一方で、SalesforceOracleBaseなどといったCRM業界の巨人たちは単に顧客情報を記録するためのツールではなく、それに内蔵された「知性」によって営業活動を強化するというCRMツールを開発している。

従来型のCRMは顧客と営業員とのやり取りを記録するためのツールだったが、AIによってそれ以上のことが可能になったと話すのは、Bluewolfでカスタマー・エクスペリエンス部門のSVPを務めるVenessa Thompsonだ(BluewolfはSalesforceと提携するコンサルティング企業である)。

「AIはカスタマー・インタラクションがもつ力を引き出し、新たなデータが追加されるたびにツールはより賢くなります」と彼女は語る。

プラットフォームがもつ力を有効活用することで、営業員は顧客と接する時間を増やし、契約を獲得することだけに集中することができる。「営業員がどこに時間を費やすべきか、そして次に何をすべきかを予測するためには ― 彼らに適切なデータを、適切なときに与える必要があります。営業員はあらゆるソースからデータを取得する必要があり、彼らがそのデータを利用して意思決定をするためにはコグニティブなプラットフォームが必要なのです」と彼女は説明する。

AIをカスタマーサービスの分野に適用する企業も増えている。ボットを利用した初期コンタクトの自動化などがその例である。シンプルなタスクはボットにまかせ、より複雑なタスクは人間のオペレーターが対応するというアイデアだ。今週、SalesforceはLiveMessageをリリースした。これは、同社のService Cloudプラットフォームにメッセージング・アプリを組み込み、人間のオペレーターとボットの力を組み合わせるためのツールだ。

AIを営業やカスタマーサービス分野に適用する動きは、AIによるビジネス効率化の初期事例にすぎないだろう。コンピューターによって従業員の能力を拡張することが主流になりつつある今、今後数年間のうちにAIがさまざまなビジネス分野に適用される事例が増えていくことだろう。

[原文]

(翻訳: 木村 拓哉 /Website /Facebook /Twitter

人工知能が企業のセールス業務に利用される例が増えている

Asian woman over microchip circuits

2016年は人工知能(AI)が非常に注目された年だった。人工知能の開発は何十年も前からはじまっていたが、パワフルなコンピューターを安価で利用できるようになったことと、アクセスできるデータの量が飛躍的に伸びたことで、今年になってやっと人工知能の時代が訪れたようだ。

AIによるビジネスの効率化が最初に始まったのは企業のセールス業務だった。毎日のように繰り返される営業ワークフローをAIによって効率化させようという試みだ。考えてみれば、企業の収入を直接的に左右するこの分野でAIの応用がはじまったのは、当然の成り行きだったと言えるだろう。AIがビジネスに与える影響を調査する、Constellation ResearchアナリストのAlan Lepofskyは、ベンダーたちがこの動向に注目しているのは確かだと話す。

彼によれば、人間は情報オーバーロードに苦しめられているという。私たちがより多くのデータを集めるにつれて、そのデータがもつ意味を理解するために私たちはコンピューターの処理能力に頼らざるを得なくなる。「AIが情報をフィルタリングしたり、タスクを自動化することで、その負担を軽減してくれることが期待されます」とLepofskyは話す。

AIはスタートアップ・コミュニティにも多大な影響を与えている。TechCrunchでも今週、AIによる営業アシスタントを開発するConversicaが3400万ドルを調達したことを報じたばかりだ。このAIアシスタントには自然言語処理(NLP)、推論エンジン、自然言語生成などの技術が使われている ― なかなか洗練されたテクノロジーだ。このAIが見込み客との初期コンタクトを自動化し、その後に人間の営業員に引き継ぐという仕組みだ。

一方、CRM業界のベテランが創業したTactは、営業員のスケジューリング管理などにAIを活用するスタートアップだ。同社もまた、今月初めに1500万ドルを調達したことを発表している。営業員が「CRMの奴隷」になってしまうことを防ぎ、AIを活用して彼らにロジカルで効率的な営業法を提供するというアイデアだ。

これらのスタートアップは、営業という分野のなかにある様々な側面をAIによって効率化させようとしている一方で、SalesforceOracleBaseなどといったCRM業界の巨人たちは単に顧客情報を記録するためのツールではなく、それに内蔵された「知性」によって営業活動を強化するというCRMツールを開発している。

従来型のCRMは顧客と営業員とのやり取りを記録するためのツールだったが、AIによってそれ以上のことが可能になったと話すのは、Bluewolfでカスタマー・エクスペリエンス部門のSVPを務めるVenessa Thompsonだ(BluewolfはSalesforceと提携するコンサルティング企業である)。

「AIはカスタマー・インタラクションがもつ力を引き出し、新たなデータが追加されるたびにツールはより賢くなります」と彼女は語る。

プラットフォームがもつ力を有効活用することで、営業員は顧客と接する時間を増やし、契約を獲得することだけに集中することができる。「営業員がどこに時間を費やすべきか、そして次に何をすべきかを予測するためには ― 彼らに適切なデータを、適切なときに与える必要があります。営業員はあらゆるソースからデータを取得する必要があり、彼らがそのデータを利用して意思決定をするためにはコグニティブなプラットフォームが必要なのです」と彼女は説明する。

AIをカスタマーサービスの分野に適用する企業も増えている。ボットを利用した初期コンタクトの自動化などがその例である。シンプルなタスクはボットにまかせ、より複雑なタスクは人間のオペレーターが対応するというアイデアだ。今週、SalesforceはLiveMessageをリリースした。これは、同社のService Cloudプラットフォームにメッセージング・アプリを組み込み、人間のオペレーターとボットの力を組み合わせるためのツールだ。

AIを営業やカスタマーサービス分野に適用する動きは、AIによるビジネス効率化の初期事例にすぎないだろう。コンピューターによって従業員の能力を拡張することが主流になりつつある今、今後数年間のうちにAIがさまざまなビジネス分野に適用される事例が増えていくことだろう。

[原文]

(翻訳: 木村 拓哉 /Website /Facebook /Twitter

初期ステージベンチャーファームPearのデモデイ報告

img_1265

昨日(米国時間9月1日)、パロアルトにある法律事務所の広大な駐車場は、沢山のTeslaで埋められていた。天井の高い会議室には100人のトップ投資家たちが集まった。ここで彼らは、13のスタートアップが、自分たちに注目すべき理由を述べる各4分間のプレゼンテーションに耳を傾けた。

登壇したスタートアップは、みなおよそ起業半年以内のものばかりで、すべて現役の学生または最近の卒業生が率いている。いずれも創設3年のPearによるLaunchpadプログラムのメンバーなのである。Pearは初期ステージベンチャーファームであり、毎年トップ校に通う、会社を作りたいコンピューターサイエンスの学生を募集して、オフィスと同時に、使用目的に制限も義務もない5万ドルを提供している(最近まで、同社Pejman Mar Venturesとして知られていた)。

これまでのところ、Pearはこれらの学生チームを賢く選んできたようだ。1年前にプレゼンテーションを行った8つのグループのうち1つのスタートアップはGoogleに買われ、他に4つがシード資金調達に成功している。Pearが開始された2014年の最初のクラスからも、スタートアップのFancyThatがPalantirに買われている

明らかに、昨日集まったベンチャーキャピタリストたちは、熱狂的なようだった。Canaan PartnersのパートナーであるRoss Fubiniはプレゼンテーションの途中で「今年一番のデモイベントに思える」とツイートしている。別の投資家、Lux CapitalのパートナーShahin Farshchiは、イベント後私たちに語った「素晴らしかったね、全ての人に対して何かしらの意味で。消費者向けの会社、分析とAIの会社、そして私のような投資家のためのディープテクノロジーも」。

そこに参加しておらず、おそらく好奇心旺盛な読者のために、以下にその内容を紹介しよう:


Allocate.aiこの会社は、AI搭載のタイムシートを作成している。これは作業チームがどこにどのように時間を使うべきかをより良く理解する手伝いをするプロダクトだ。(スタンフォード大学とカリフォルニア大学サンタバーバラ校出身の)創業者たちによると、米国では4500万人がタイムシートに記入していて、これによる時間的損失は金額にして110億ドルに達するとの推定である(その時間に価値がありながら、1日15分以上を請求に必要な情報収集に使っている弁護士のことを想像してみると良い)。彼らはそれをより効率化し、市場をさらに大きなものにすることができると主張している。もしあなたが同意し、彼らに連絡をとりたい場合は、founders@allocate.aiまで。


BlackSMSこの技術を使ってユーザーは、暗号化されパスワードで保護され、自己消去を行うiMessagesを送信することができる。メッセージは偽の代替テキストの内に隠したり保護したりすることができる。これは様々なケースで有効だろうと私たちを感心させた。これについて私たちが正しいことを願おう。その20歳の創設者、Tyler Weitzman – 中学時代から30あまりのアプリを構築してきたと言う – は、「BlackSMSにすべてを賭ける」ためにスタンフォード大学を中退した。

詳しく知りたければ、TCが今年の前半に書いたより長い記事を、ここで読むことができる。Weitzmanに連絡するには、founders@black-sms.comに電子メールを送れば良い。


Capella Spaceこのデータ会社は、靴箱サイズの衛星群を介して宇宙から持続的かつ信頼性の高い情報を提供することができると言っている。他のスタートアップの衛星とはどのように異なるのだろうか?その技術は合成開口レーダー(SAR)を使っている。これが意味することは、雲を通り抜ける電波の反射を使い太陽光の反射を必要としないため、夜や厚い雲に覆われているときでも、地球の表面に向けて電波を送り画像を得ることができるということだ。(他の多くの衛星群はその代わりに、光学技術に依存している)。

Capellaには競合他社がいて、Ursa Space Systemsもその1つである。 Ursaは現在、旧来の(つまり大きくて嵩張る)衛星に搭載された合成開口レーダーを使って得た情報を顧客に売っていて、そして独自の衛星群を開発することを計画している。しかし、現時点では勝負の行方はまだ見えていない。founders@cappellaspace.comで創業者に連絡することができる。


IMG_1194


DeepLIFT Technologiesこの会社は、入力を観察し繰り返されるパターンや他のものを識別することによって、任意のディープラーニングプロセスを理解し説明することができると言う、一連のアルゴリズムを開発した。

なぜ彼らのように、機械学習が上手くいく理由をわざわざ掘り下げるのだろう?1つの理由は、規制当局が「ブラックボックス」技術に対する押し戻しを始めているからである。最も顕著なのは、最近EUが機械学習モデルが、EU市民に影響を与える判断に利用される場合、その内容について「説明を受ける権利」を保証する法案を制定させる条項を導入したことだ。

創設者は、同社は資金を調達していないと言っている(私たちがこれを信じるかどうかは別として)。彼らはまた、現在彼らの技術は全米8箇所のゲノム研究室で使用中で、既にGoogleのモバイル開発チームとAlphabetのライフサイエンスの子会社であるVerilyを含んだ形で、Alphabet社からの強い関心が寄せられていると語った。彼らへの連絡先はfounders@deeplift.aiである。


Hotlineこのスタートアップは、ファンが直接有名人とつながることができる、メッセージングベースのプラットフォームを提供する。今のところ、それはFacebookのメッセンジャー、SMS、およびKikを使って単一のスレッドを介した通信を可能にする。基本的なアイデアは、メッセージングにTwitterのような対話性をもたらすことである。例えば、ランナーのウサイン・ボルトのファンは、おそらくボルトと1分でつながり、すぐにスイマーであるマイケル・フェルプスと、プラットフォームを変えたり他のダイアログボックスを開いたりせずにやりとりをすることが可能になる。

ハーバード大学、アマゾン、マッキンゼー – 創設者たちは印象的な経歴を持っているが、正直このプロダクトにはそのような雰囲気は漂っていない。大切なことかどうかは分からないが、早期のSnapchatのことを思わせることはなかった。彼らへの連絡先はfounders@hellohotline.comである。


Kofaこのスタートアップの技術は、あらゆる場所でアナリストを「スーパーチャージ」する。売り文句はこうだ:アナリストたちは予測モデリングや地理空間分析と膨大なその他の材料を理解しようとして苦労しているが、それは企業における彼らの役割の中心ではない。Kofaは、彼らにこの問題の一部を解決するための再利用可能なポイントアンドクリックのツールを与えると言う。その技術はまた、アナリストが互いの仕事の上に、別の仕事を構築することを可能にする。

私たちは、これがどの程度ユニークなのかはわからないが、Kofaの創設者は以前FancyThatを設立した者たちだ。彼らはPalantirに在籍していたが(前述したようにPalantirはFancyThatを買収した)、今年の初めに同社を離れ再び自分たち自身で起業した。これまでのところは上手くやっているようだ。彼らは既にいくつかのプリシード資金を調達していて、読者がこの記事を読む時には顧客と「6桁の契約を締結しつつある」ということだ。


IMG_1286


Motifこのスタートアップが目指しているのは、カスタマーサービス担当者が、簡単かつ即座に助けを求めているユーザーの画面を引き継ぐことである。これらすべてが1行のJavaScriptで実現されている。Motifはまた、事前に定義されたユーザーアクションの前後5分間のユーザーの画面を、サポート企業が記録することができるようにする。もし最初に心に浮かんだことが「プライバシーはどうなる?」ならば、目を閉じて、最後に画面上にあるものについて、電話越しにだれかに説明しようとしたとき、それがどれくらい時間がかかったかを思い出してみよう。Motifが、今後このような苦悩から私たちを救うことができるなら、私たちはそれを受け容れる。

チームの大きさがどれほどかは明らかではない。創業者Allan Jiangは現在スタンフォード大学でコンピュータサイエンスを学んでいて、2018年に卒業予定であることは確かである。彼への連絡はfounders@usermotif.comへ。


Novaこの会社は移民が米国の会社からのローンにアクセスすることを助けようとしている。米国の貸金業者には移民のクレジット履歴に簡単にアクセスする手段がないため、通常移民からのローンの申し込みは不可能ではないにせよ、とても困難である可能性が高い。ではNovaのソリューションは?世界中のグローバルな信用調査会社と貸し手を接続することだ。移民はNovaと提携している金融機関に融資を申請し、貸し手はAPIを経由して得られる情報を使って意思決定を行う。なおAPIで取得されるファイル1件ごとに貸し手はNovaに30ドルを支払う。これで完了だ。

同社は、2ヶ月前に開業し、既に3金融機関と提携している。創業者たち(全員がスタンフォード)に連絡する際にはfounders@neednova.comへ。


Plutoこのスタートアップは、小売業者が顧客を獲得するための新しいチャネルとして、メッセージングアプリを活用することを助ける、SaaSプラットフォームを提供する。例えばトリーバーチのようなブランドは、もはやメールプロモーションや広告だけに頼るというわけにはいかない。Plutoの技術を用いれば、顧客がFacebookメッセンジャーを開けた際に、後で買うためにオンラインショッピングカートに保存してまだ買っていないカラープロックPコートについて、企業から顧客にリマインダーを送ることができる。いままで行われてこなかったことだ。

創業者への連絡はfounders@getpluto.coまで。


Script写真を撮り、それをオンラインステッカーに変換し、メッセージングアプリを離れることなく送る。または友人や他のコミュニティのステッカー作品にアクセスして、会話を離れることなく、彼らのステッカーを送信する。

Hotlineと同様に、私たちにとってこの会社は、会社としては物足りなく、単なる機能提供のためには過剰のような気がするのだが、しかし機能も増え多くの人びとがこれを「選んで」いるようである。Scriptの創業者チーム(全員がスタンフォードから)によれば、過去4ヶ月間でサービスを知った何千人ものユーザーが、既に320万ステッカーを作成したそうである。役立つ情報かどうかは不明だが、CEOのKatia Ameriは同社を開始する前に、Pearのベンチャーアソシエイトとして2年間を過ごしている。

Ameriと彼女の共同創業者たちへの連絡はfounders@script.meへ。


Synocateこのスタートアップは、大学入学やキャリアアドバイスのための市場を構築中である。まず手始めに入試小論文を提出しようとする高校生のためのエッセイ編集ツールの提供を開始し、1エッセイにつき49ドルで、彼らが入学しようとしている大学の学生からのフィードバックを行っている。

特に目新しいものを聞くことはできなかった:野心的な高校生とその親の要望に応えようとする沢山のスタートアップが既に存在している。そして、それはとても巨大な市場であり、圧倒的に成功しているものは存在していない。創業者への連絡はfounders@synocate.comへ。


xSeerカーネギーメロンその他のPh.Dのチームによって設立されたこの会社は、数10億のデータポイントを取り込み、直感的に大規模なスケールで可視化を行う洗練されたビジュアル分析ソフトウェアを作成している。例えば保険会社などの顧客企業が、現在ターゲットにしておらず、本来ならばターゲットにするべき人たちを発見することなどを容易にする。

もしもっと詳しい情報のために創業者たちに連絡をしたい場合(彼らはまた秀逸なデモプログラムも持っている)はfounders@xseer.ioへ。


Viz私たちにとっては、この会社が1番興味深いものに思えた(Farshchiも同意見だ)。一言で言えば、それは一般的には放射線科医や他の技術者の専門知識を必要とする、超音波診断に対するディープラーニングの適用である。不安な患者たちが長い間待ち望んでいたものになる可能性がある。具体的には、そのソフトウェアは、超音波診断画像を他の数百万の画像や動画(ひとりの放射線科医師が一生に見ることのできる以上の数だ)と比較することによって、担当医師が画像を解釈する能力を上げ、迅速な対応がとれるようにする。

これは「熱い」領域だ。数年前、起業家Jonathan Rothbergは、Technology Review誌のインタビューで、新しい種類の超音波画像診断システムの開発に対して1億ドルを投資したと語った。その新しいシステムは「聴診器程度に安価」で「医者の効率を100倍にする」ものだということだった。最初は腰部の診断に焦点を当てているVizは、そのソフトウェアを使って、既存の機械で同じ仕事ができるようにすることを目指している。

創業者たちへの連絡はfounders@viz.aiへメールを送ること。

[ 原文へ ]
(翻訳:Sako)