كيف دخلت Typewise في YC بعد التحول إلى إنتاجية B2b

شركة سويسرية ناشئة أسلوب يُظهر قوة التمسك بها: الفريق الذي يقف وراء تقنية التنبؤ بالنصوص الحاصلة على براءة اختراع – والذي بدأ افتتانه بإنتاجية الكتابة كصخب جانبي يركز على لوحة المفاتيح للمستهلكين منذ أكثر من خمس سنوات – حصل على دعم من Y Combinator وسيكون في المجموعة عرض الإعلانات على المستثمرين خلال اليوم التجريبي لمسرع الأعمال الصيفي 2022 في أوائل الشهر المقبل.

فازت Typewise بمكان في YC (ودعمها القياسي البالغ 500 ألف دولار) بعد التركيز بشكل كامل على سوق الأعمال الثنائية – بهدف تلبية الطلب على كتابة مكاسب الإنتاجية في مجالات مثل خدمة العملاء والمبيعات ، لكل مؤسس مشارك ديفيد إيبرل.

قال لموقع TechCrunch: “في العام الماضي ، أدركنا المكان الأكثر منطقية لهذا الأمر”. “يكتب المستهلكون بضع جمل هنا وهناك في WhatsApp وهم لا يهتمون كثيرًا بكونهم أسرع بنسبة 20٪ أو 30٪ أو تقليل خطأ إملائي واحد أو اثنين. لكن الشركات – خاصةً عندما يكون هناك الكثير من الكتابة التي تحدث ، كما هو الحال في خدمة العملاء والمبيعات – هذا هو المكان الذي تهم فيه النسب المئوية المكونة من رقم واحد كثيرًا وتتضاعف حتى الرقمين “.

ويضيف قائلاً: “نظرًا لأن الاتصال الذي يتم مواجهته للعملاء ، فإن الجودة أيضًا لها أهمية كبيرة – لأنها يمكن أن تؤثر على سمعة العلامة التجارية أيضًا”. “لذلك ، في النهاية ، أوصلنا إلى YC.”

مرة أخرى في عام 2020 ، رفعت Typewise ما وصفته في ذلك الوقت كبذرة – بمليون دولار – لكن Eberle تؤكد أنها تصنف ذلك الآن على أنها بذرة مسبقة أكثر وستتطلع إلى رفع بذرة جديدة عندما تقدم للمستثمرين في سبتمبر.

على الرغم من تحويل التركيز الكامل إلى b2b ، فإن تطبيق المستهلك من Typewise – الذي حصل على أكثر من مليوني تنزيل – لم يضيع جهدًا للفريق. لقد ساعدهم على “تحسين” نماذج الذكاء الاصطناعي الخاصة بهم ، لكل Eberle – مما أدى بدوره إلى أن تكون قادرة على تقديم براءة اختراع ثانية ، في وقت سابق من هذا العام ، للتكنولوجيا التي يمكنها التنبؤ بجمل كاملة وليس فقط الكلمات التالية.

هذا الأخير هو الآن نقطة بيع أساسية ، مما يدعم مكاسب الكفاءة ، والتي ، في حالة أحد عملاء Typewise الأوائل – شركة تسليم الطرود / الخدمات اللوجستية ، والتي كانت تعمل معها الأطول – وصلت إلى 35 ٪ (في المتوسط) بعد أسابيع قليلة من بدأ العمل في استخدام التكنولوجيا.

يمتد العملاء الأوائل الآخرون إلى مجموعة من الصناعات ، بما في ذلك التجارة الإلكترونية والتجزئة والتأمين.

يوفر Typewise للعملاء تقنيته كملحق للمتصفح – والذي يقول Eberle إنه يعمل مع واجهة برمجة تطبيقات من جانب الخادم حيث توجد AI – ولكن الحزمة بأكملها مصممة للتشغيل على رأس أنظمة CRM للعملاء ، مثل Salesforce أو Zendesk ، مع دمج توقعات Typewise النصية في نظام العميل ذي الصلة ، مثل البريد الإلكتروني أو الدردشة الحية ، أي الأماكن التي يتحدث فيها وكلاء الأعمال (عبر الرسائل النصية) إلى عملائهم.

في المتوسط ​​، يشهد المستخدمون العشرة الأوائل أو نحو ذلك من المستخدمين الأوائل لـ MVP – الذي أطلق هذا الربيع – ما بين 10٪ و 20٪ متوسط ​​مكاسب من دمج تقنية التنبؤ بالنص في سير عملهم ، وفقًا لـ Eberle. لكنه يقول إنه واثق من أن الرقم الأعلى (35 ٪) سيكون هو المعيار ، وليس الخارج ، حيث يقوم Typewise بتعديل معايير نماذجها أو تعديلها بناءً على بيانات العملاء واحتياجاتهم (ومع اعتياد موظفي العملاء على استخدام الذكاء الاصطناعي -أداة التنبؤ بالنص المعززة).

عند سؤاله عن الاختلاف مقارنة بتقنيات التنبؤ بالنصوص الأخرى ، أشار إيبرل إلى أن Typewise توفر نموذجًا للغة أساسية (يغطي 40 لغة ؛ على الرغم من أن العملاء الأوائل يركزون على اللغة الإنجليزية والألمانية) – ولكن أيضًا يعيد تدريب النموذج الخاص به على بيانات العملاء الحقيقية وصقله. هذا يعني أنه قادر على تقديم تنبؤات مخصصة يقول إنها أكثر دقة بنحو 2.5 مرة من التنبؤ العام بالكلمة التالية AI (على سبيل المثال ، قد تجد مخبوزًا في نظام تشغيل الهاتف المحمول أو عميل البريد الإلكتروني) ، وليس مدربًا على البيانات الخاصة بالعميل.

“على سبيل المثال ، سننظر في جميع تذاكر خدمة العملاء من العام أو العامين الماضيين وسنأخذها وهناك عملية تصفية معقدة (لأنه ربما يتعين عليك التخلص من اللغة السيئة الجودة التي لا تريد دمجها في مجموعات التدريب) “، كما يقول. “وبعد ذلك ، يقوم الذكاء الاصطناعي بتحسين نفسه على بيانات العميل و … إذا قارنت تنبؤاتنا بما يشبه تنبؤات Gmail ، حيث تكون الجمل قياسية جدًا – نحصل على محتوى فعلي.”

قد تقوم الطريقة النموذجية أيضًا بتقسيم نماذج الذكاء الاصطناعي الخاصة بها اعتمادًا على السياق اللغوي – نظرًا لأن لغة اتصالات البريد الإلكتروني الخاصة بالعمل مع عملائها ، على سبيل المثال ، قد تكون مختلفة نوعًا ما عن الدردشة النصية المباشرة (والتي ربما تكون أكثر مرونة وغير رسمية وما إلى ذلك). لذلك فهي تقوم بالكثير من هيكلة الخلفية لمدخلات بيانات العملاء ومجموعات البيانات من أجل التمكن من إنشاء تنبؤات نصية أكثر ملاءمة للسياق (وبالتالي منتجة) – والتي تتضمن استخدام تقنية التعلم الآلي لمساعدتها على أتمتة هيكلة البيانات الضرورية.

“إنه محتوى فعلي لأننا نحصر النطاق في حالة استخدام محددة للغاية” ، كما يكرر إيبرل ، مقترحًا أن هذا النهج يمنحه ميزة خاصة مقابل الشركات الناشئة التي تعتمد على نموذج لغة توليدية ، مثل GPT-2 أو GPT-3 ، لتشغيل التنبؤ بالنص من أجل لعبهم b2b.

كما يسلط الضوء على أن المنتج قد تمت هندسته بحيث تتم عملية التدريب على الذكاء الاصطناعي داخل أنظمة العميل – بدلاً من مطالبتهم بتحميل رزم من بيانات العملاء. (ملاحظة: قد لا تزال تحليلات أداء النموذج تستلزم إرسال البيانات مرة أخرى إلى Typewise ، لكن إيبرل تقول إنها تقدم مستويات قليلة ، لذا قد لا يتعين على هذه العملية أن تتضمن محتوى العميل الفعلي الذي يتم تحميله إذا كان العميل لا يفضل ذلك).

“من الواضح الآن أن جميع الشركات الجديدة تعمل على المساعدة اللغوية ، وأدوات إعادة الصياغة ، ومحاولة تحسين اللغة ، وإعطائك اقتراحات [etc]، والعديد من هؤلاء يستخدمون GPT-3 كتقنيتهم. ليس لديهم التكنولوجيا الخاصة بهم … والجانب السلبي ، على سبيل المثال ، أ [large telco] أو شركة التأمين لن تقوم فقط بتسليم جميع اتصالات العملاء الخاصة بهم لتدريب الذكاء الاصطناعي. لذا فإن الطريقة التي نقوم بها هي أنه يمكننا نشر مثيل من الذكاء الاصطناعي في البنية التحتية لتكنولوجيا المعلومات الخاصة بالعميل وبهذه الطريقة تظل جميع بيانات العملاء مع المؤسسة ولكن الذكاء الاصطناعي الخاص بنا يصبح نوعًا ما جزءًا من هيكل بياناتهم ” يقول ، مضيفًا: “وهذه هي الطريقة التي نتحايل بها على أي مشكلات تتعلق بأمن تكنولوجيا المعلومات ، أو مشكلات خصوصية البيانات التي من المحتمل أن تجعل هذا الأمر مستحيلًا إلى حد كبير.”

يعد وقت الاستجابة أحد التحديات الرئيسية التي تواجه Typewise ، نظرًا لأن التنبؤات النصية يجب أن تكون قادرة على التحديث في الوقت الفعلي أثناء الدردشات النصية الحية من أجل أن تكون مفيدة (بدلاً من محبطة) للوكلاء البشريين الذين تشبعهم التكنولوجيا بقدرات فائقة في سرعة الكتابة. يقول Eberle إنه ركز على تحسين زمن الوصول وهذا يمنحه أيضًا أدوات إنشاء ميزة مقابل النص التي لم تعط الأولوية لتقليص وقت المعالجة حقًا.

“في الوقت الحالي ، حالة استخدامنا هي أننا نتفاعل مع إنسان وهذا يختلف تمامًا من الناحية التكنولوجية عن توليد النص ،” يلاحظ. “نظرًا لأن زمن انتقالنا يحتاج إلى وقت استجابة منخفض للغاية – لا يمكننا الانتظار 300 أو 500 مللي ثانية ، والتي تبدو أيضًا منخفضة جدًا. ولكن بعد كل ضغطة مفتاح ، نحتاج على الفور إلى تحديث التنبؤ. وإلا فإنه يصبح غير صالح للإنسان. لذلك يجب أن يكون وقت الاستجابة حوالي 50 مللي ثانية أو حتى أقل.

“لذا في الخلفية يعد هذا أحد أكبر القيود وأحد التحديات في بناء هذا.”

من القدرة على التنبؤ بجمل كاملة أثناء قيام الإنسان بالكتابة ، هل يمكن لـ Typewise أن تتخيل تطوير تقنيتها بشكل أكبر لتكون قادرة على أتمتة الاتصالات التي تواجه العملاء بالكامل لعملائها – على الأقل في قطاعات محددة ، مثل رسائل البريد الإلكتروني لخدمة العملاء لشركة توصيل الطرود أو الدردشة الحية لمبيعات التأمين وما إلى ذلك؟

يجيب Eberle على هذا السؤال بالقول إن إحدى الميزات التالية في خارطة الطريق هي “شيء ما تجاه الرد التلقائي” – بخلاف أنواع الردود المستندة إلى القوالب ، “المحددة مسبقًا” التي يمكنها بالفعل تشغيل بريد إلكتروني آلي بدرجة من السياق مدى الصلة بالموضوع ولكن “الإجابة التي تحصل عليها تستند دائمًا إلى نموذج مكتوب مسبقًا”.

“ما نسمعه من الكثير من الشركات [is] هذا ما لا يقدره عملاؤهم “. “كيف نرى المستقبل هو أنه مع مزيد من النضج … لنوع معين من التذاكر … في النهاية سنرى أنه بالنسبة إلى استفسارات معينة ، سنرى الرد بدقة تصل إلى 99٪ أو حتى أعلى – وبعد ذلك يمكنك أتمتة وقول حسنًا ، لم تعد بحاجة إلى إنسان بعد أن تكون عتبة اليقين أعلى من رقم معين.

“لكن الاختلاف هو أن الطريقة التي ننشئ بها رسائل البريد الإلكتروني هذه لا تستند إلى نص مكتوب مسبقًا – فنحن نبنيها من الأسفل إلى الأعلى. نحن نبنيها كلمة بكلمة. مثل الإنسان من شأنه أن يبنيها. هذه هي الطريقة التي يعمل بها الذكاء الاصطناعي – كيف بنيناها “.

“في الوقت الحالي مع هذا العميل الذي ذكرته ، حصلنا على 35٪ أتمتة – لذلك تمت كتابة 35٪ ، في المتوسط ​​، من رسائل البريد الإلكتروني تلقائيًا بواسطة Typewise ، ونأمل أن ترتفع هذه النسبة المئوية. هذا ما نعمل عليه “. “لذا ، في الوقت الحالي ، لم يكن بإمكانه إكمال رسالة بريد إلكتروني كاملة تحتوي على خمس رسائل محتوى مختلفة بمفردها دون تدخل بشري ، ولكن من الواضح أنه بمرور الوقت نظرًا لأن هؤلاء 35٪ يرتفعون أكثر ، سيكون هذا هو الحال – وأعتقد أن هذا هو الهدف أيضًا فى النهاية.”

على صعيد المنافسة ، يقوم عمالقة التكنولوجيا مثل Microsoft و Google بالطبع بأشياء متشابهة تقنيًا حول التنبؤ النصي – ولكن عادةً لمنتجاتهم الخاصة. على الرغم من أن هذا يمكن أن يتغير. يلاحظ إيبرل: “هذا ما نراقبه عن كثب”.

كما يتوقع (ها!) أن Grammerly قد تتوسع في تقديم التنبؤ النصي. يقول: “ليس لديهم تنبؤات نصية في هذه المرحلة الزمنية ، لكنني متأكد تمامًا من أنها الأداة اللغوية الأكثر قيمة التي من المرجح أن ينتقلوا إليها في هذا المجال أيضًا”. “وأرى أن تمايزنا ، حقًا ، هو التخصيص والقدرة على القيام بذلك مع جميع مخاوف خصوصية البيانات من حوله.”

منتج منافس آخر يقوم بفحص اسمه هو Wordtune المزود بموارد جيدة (بواسطة AI21 Labs) ، جنبًا إلى جنب مع شركة ناشئة هولندية ، مكتب عميق.

ويشير أيضًا إلى ميزات “القيمة المضافة” في خط أنابيب Typewise – مثل تعيين درجات رضا العملاء على اختيارات / أنماط اللغة لمحاولة تحديد أفضل الأساليب اللغوية لتقديم عملاء سعداء.