Synthflow 7.4 میلیون دلار برای کمک صوتی بدون کد برای SMEها دریافت می کند

هوش مصنوعی برای چه چیزی خوب است؟ استارت‌آپ مستقر در برلین، خودکارسازی وظایف تکراری برای افراد بسیار پرمشغله که مشاغل کوچک را اداره می‌کنند. Synthflow، که یک دور اولیه 7.4 میلیون دلاری را برای پلتفرم بدون کد متمرکز بر SME برای کمک صوتی هوش مصنوعی اعلام کرده است.

این استارت‌آپ از زمان تأسیس در بهار سال گذشته، در مجموع 9.1 میلیون دلار سرمایه گذاری کرده است که نشان دهنده اشتیاق سرمایه‌گذاران برای تسریع در کاربردهای هوش مصنوعی مولد است.

این استارت آپ همچنین ادعا می کند که به 1000 مشتری نزدیک می شود – از زمانی که از توسعه مخفی خارج شد و ابزار “بدون کد” مبتنی بر مرورگر خود را در دسامبر 2023 راه اندازی کرد، نرخ رشد ماهانه “دو رقمی” را تبلیغ می کند. ابزارهای هوش مصنوعی مولد را بپذیرید – یا حداقل با آنها آزمایش کنید که سودهای بهره وری را به آسانی به دست می آورند.

به گفته هاکوب اصطاباتیان، مدیر عامل و یکی از بنیانگذاران Synthflow، که می گوید تیم مایل است با افزایش سودمندی محصول و گسترش دامنه SMEهایی که برای آنها جذاب است، به حرکت اولیه خود ادامه دهد، بودجه جدید به تحقیق و توسعه اختصاص خواهد یافت.

ما ایده های بسیار زیادی داریم. ما دقیقاً می دانیم که مشتریان به چه چیزی نیاز دارند،» او به TechCrunch می گوید.

اصطباطیان، کارآفرین سریالی با سابقه تجاری، اینترنت راکت سابق است. برادرش، آلبرت، که در یک استارت‌آپ بدون کد قبلی نیز با او کار می‌کرد، در آخرین سرمایه‌گذاری‌اش به او می‌پیوندند. و ساسون میرزاخان ساکی، که سابقه مهندسی نرم افزار و تخصص CTO را برای تیم به ارمغان می آورد.

در حالی که محصول Synthflow با مدیریت تماس انگلیسی زبان شروع شد زیرا بزرگترین بازارهای آن انگلیسی زبان هستند، از آن زمان نسخه های آلمانی و فرانسوی زبان را اضافه کرده است (توجه داشته باشید: اینها هنوز در نسخه بتا هستند). بنابراین تمرکز آن بر بازارهای دوم در اروپا نیز مورد توجه است.

تجربه پایان به انتها

مراکز تماس اولیه از عوامل صوتی هوش مصنوعی استفاده می‌کردند و از APIهای مدل‌های زبان بزرگ (LLM) برای سیستم‌های قدرتی استفاده می‌کردند که می‌توانستند به تماس‌های تلفنی به روشی شبیه انسان پاسخ دهند – فقط با انرژی و اشتیاق خستگی‌ناپذیر 24 ساعته، اگر نه همیشه بی‌عیب و نقص. درک مطلب.

Synthflow این مفهوم را در جهتی کمی متفاوت پیش می برد و SME های متمرکز بر صنعت خدمات را مستقیماً هدف قرار می دهد، از جمله آنهایی که به سمت انتهای کوچکتر دسته با ارائه “بدون کد” DIY ارائه می شوند. به گفته اصتاباتیان، که استدلال می کند که بازگشت سرمایه ناشی از خودکارسازی وظایف اصلی مانند برنامه ریزی قرار ملاقات، بلافاصله برای کسب و کارهایی که دارای منابع هدف هستند، آشکار خواهد شد، هدف ارائه یک تجربه «پایان به انتها» به شرکت های کوچک و متوسط ​​است.

“هوش مصنوعی می تواند این کار را به شیوه ای مقرون به صرفه تر، قابل اطمینان تر انجام دهد و انسان ها می توانند کارهای دیگری را انجام دهند.”

او مثالی از یک دست‌کار یا مکانیکی می‌دهد که معمولاً وقتی روی شغلی کار نمی‌کنند، خودشان به تلفن پاسخ می‌دهند – به این معنی که به ناچار بسیاری از تماس‌ها را از دست می‌دهند و در نتیجه برخی از مشاغل را از دست می‌دهند. یا دندانپزشکی که یک پذیرش کننده استخدام می کند که ساعات محدودی کار می کند، بنابراین، باز هم همیشه برای برداشتن تلفن حاضر نیست.

اصطباطیان استدلال می کند که داشتن ابزاری که بتواند به سوالات اولیه مشتری رسیدگی کند می تواند یک تغییر بازی برای مشاغل کوچک باشد.

هدف Synthflow بودن SME ها لزوماً به این معنی است که تمرکز اصلی برای استارتاپ این است که فناوری هوش مصنوعی را برای کاربران غیر فنی در دسترس قرار دهد – به همین دلیل است که یک رابط بدون کد برای مشتریان خود ساخته است تا عوامل صوتی متناسب با نیازهای کسب و کار خود را طراحی کنند.

او توضیح می دهد: «ما می خواستیم سعی کنیم چیزی ساده بسازیم. یک لایه بدون کد در بالا [of AI agents] به طوری که … صاحبان کسب و کار، افرادی که کسب و کار محور هستند، می توانند بروند و با این موضوع بازی کنند و آشنا شوند و کشف کنند که LLM ها چه کاری می توانند برای کسب و کار خود انجام دهند.”

رابط Synthflow به مشتریان امکان می دهد عناصر را بکشند و رها کنند تا هوش مصنوعی صوتی را پیکربندی کنند که می تواند وظایف خاصی را برای آنها انجام دهد – مانند زمان بندی قرار ملاقات ها، اجرای سوالات متداول، یا انجام “استخراج اطلاعات”، مانند به دست آوردن اطلاعات شخصی از یک مشتری بالقوه به طوری که یک انسان بتواند با آنها تماس بگیرد. آنها را برگشت.

او می‌گوید: «بگذارید بگوییم اگر کسی باید تماس بگیرد، و مجموعه‌ای از سؤالات پرسیده می‌شود و اطلاعات خاصی باید جمع‌آوری شود – به ویژه اطلاعات ثابت، مانند آدرس، خانه و غیره – هوش مصنوعی بسیار خوب است.» استدلال می کند.

مشتری می تواند دستیار هوش مصنوعی را پیکربندی کند تا فاش کند که یک ربات است. اصطباطیان می‌گوید: «فکر می‌کنم فاش کردن دستیار مجازی بودن آن کار بسیار خوبی است. افتتاحیه مورد علاقه شخصی من این است: «سلام. اسم من هست [so-and-so]، در حال حاضر، تمام خطوط ما مشغول است. از این بابت عذرخواهی می کنم. من دستیار مجازی اینجا هستم [the name of the business]. چگونه می توانم به شما کمک کنم؟'”

به گفته اصطاباتیان، یکی دیگر از ابزارهای بزرگ برای هوش مصنوعی صوتی، تشخیص زمانی است که یک تماس باید به یک عامل انسانی منتقل شود. بنابراین، اساساً، استفاده از هوش مصنوعی برای فیلتر کردن تماس‌های ورودی بر اساس پیچیدگی – با اتوماسیون مراقبت از درخواست‌های ساده، که سپس با آزاد کردن عوامل انسانی برای صرف وقت بیشتر برای سؤالات پیچیده‌تر مشتری، مزیت را ترکیب می‌کند.

او تاکید می‌کند که هدف جایگزینی مشاغل انسانی نیست، بلکه پیشنهاد می‌کند که هوش مصنوعی می‌تواند به SMEها کمک کند تا با منابع محدود خود، مولدتر و کارآمدتر باشند.

به همین دلیل، سیستم Synthflow علاوه بر اینکه به مشتریان اجازه می‌دهد عوامل صوتی را مستقر کنند، برای مراقبت از وظایف ورود داده‌های پس از تماس نیز طراحی شده است – به عنوان مثال، قرارها را به یک ابزار تقویم اضافه می‌کند. بنابراین ایجاد یکپارچگی با نرم افزار شخص ثالث یکی دیگر از تمرکزهای بزرگ برای تیم است.

او استدلال می‌کند: «این همان چیزی است که هوش مصنوعی در آن بسیار خوب است. «زیرا می تواند این اطلاعات را بگیرد [extracted from a call] و، فرض کنید، فیلدهای خاص را به‌خصوص CRM به‌روزرسانی کنید – و اگر این کارها را در مقیاس، در صدها یا هزاران تماس انجام دهید، ناگهان این مزیت فناوری را می‌بینیم که دیدیم. [when businesses first adopted] کامپیوترها.”

برای نمایندگان صوتی، این استارت‌آپ بر روی GPT LLM OpenAI ساخته می‌شود، اما مدل‌های هوش مصنوعی خود را نیز در راس آن قرار می‌دهد – که اصطاباتیان می‌گوید بر روی داده‌های خود آموزش دیده‌اند و به‌خوبی برای موارد استفاده مشتری خاص تنظیم شده‌اند.

او می‌گوید که «لایه هماهنگ‌سازی صدا» خود را نیز ساخته است که گفتار مشتری را به متن تبدیل می‌کند و سپس می‌تواند به عنوان یک پیام به مدل هوش مصنوعی داده شود، و یک پاسخ خودکار را برمی‌گرداند که سیستم از متن به گفتاری تبدیل می‌کند که مشتری می‌شنود. صدای سنتز شده در انتهای دیگر خط تلفن.

در حال حاضر، Synthflow بر روی استفاده از هوش مصنوعی با تماس‌های ورودی متمرکز شده است – که اصطاباتیان پیشنهاد می‌کند که میوه کم‌مصرف برای اتوماسیون برای کسب‌وکارهای با منابع محدود است. اما او به قابلیت‌های پیچیده‌تر در توسعه اشاره می‌کند، با تحقیق و توسعه که از دانه‌های درشت تغذیه می‌شود.

یکی از مواردی که او به آن اشاره می کند که روی آن کار می کنند، قابلیتی است که هوش مصنوعی صوتی Synthflow را قادر می سازد تا آنچه را که او از آن به عنوان “فعالیت های زنده” یا “اتصالات” یاد می کند، انجام دهد – به این معنی که در طول یک تماس، هوش مصنوعی می تواند یک بررسی زنده را انجام دهد. موجودی در یک انبار یا بخش دیگری از اطلاعات درخواستی را وارد کنید و همانطور که او می گوید آن را به جای دیگری فشار دهید.

او همچنین سناریویی را ترسیم می‌کند که در آن سیستم‌های صوتی هوش مصنوعی متمرکز بر وظیفه می‌توانند به طور جمعی کاربرد خود را گسترش دهند. آنها می توانند یک تماس را به سایر هوش مصنوعی های صوتی اختصاصی آموزش دیده برای کارهای مختلف که توسط مشتری درخواست می شود، ارسال کنند.

«کلید اینجا این است که روی مشتریان خود تمرکز کنید. زیرا بسته به اینکه این را برای چه کسی می‌سازید، محصول شما بسیار بسیار بسیار متفاوت خواهد بود.»

یکی از تأثیراتی که باید در نظر گرفت این است که اگر هوش مصنوعی صوتی و سیستم‌های کمک صوتی با هیاهوی بهره‌وری مطابقت داشته باشند، وعده مدیریت کارآمد یک لایه کامل از سؤالات مشتری، از جمله با هدایت ماهرانه چیزهای پیچیده‌تر به سیستم یا انسان مناسب برای رسیدگی است. با – ممکن است به این معنی باشد که متوسط ​​SME ها متوجه می شوند که کار بسیار بیشتری نسبت به آنچه که می توانند انجام دهند، دارند.

“من فکر می کنم این یک سوال جالب برای بسیاری از مدیران و رهبران است که باید به آن فکر کنند، درست است؟” او پاسخ می دهد و در مورد این سناریو بحث می کند. مثلاً، اگر این همه ظرفیت وجود داشته باشد – و بهره‌وری آزاد شود – چگونه این منابع انسانی را در سایر بخش‌های اقتصاد هدایت کنیم؟ چون فکر می‌کنم هنوز به این سؤال پاسخ داده نشده است، اما واقعاً سؤال بسیار جالبی است.»

سرمایه‌گذاری اولیه Synthflow توسط Singular، با مشارکت سرمایه‌گذاران فعلی آتلانتیک Labs و تعدادی از سرمایه‌گذاران در فضای هوش مصنوعی، از جمله بنیانگذاران Krisp AI، هدایت می‌شود.