Хоча ШІ-агенти стають все більш спроможними вирішувати проблеми клієнтської підтримки, більшість людей все ще можуть одразу розпізнати, коли вони розмовляють з машиною, а не з людиною.
Smallest.ai, стартап, заснований наприкінці 2024 року, робить ставку на те, що наступний стрибок у голосових агентах відбудеться не за рахунок прискорення великих мовних моделей, а за рахунок використання менших, спеціалізованих моделей, створених для людського спілкування. Простими словами, компанія прагне зробити розмову з ШІ-агентом невідрізнюваною від розмови з людиною.
Для цього вона розробляє невелику голосову модель, призначену для імітації того, як люди обробляють інформацію: слухають, думають і говорять одночасно.
«Поки я розмовляю з вами, ви вже думаєте, і можете перебити мене, якщо я говоритиму занадто довго», — сказав Сударшан Камат (на фото зліва), засновник і генеральний директор Smallest.ai, TechCrunch, додавши, що саме так працює модель стартапу.
Для реалізації цієї місії Smallest.ai залучив 13 мільйонів доларів у рамках раунду Series A під керівництвом Seligman Ventures за участю Sierra Ventures та 3one4 Capital. Ці свіжі кошти доводять загальний обсяг фінансування стартапу до понад 21 мільйона доларів.
«LLM працює так: ви надаєте їй повний запит, і вона починає думати», — сказав Камат. Хоча ця затримка прийнятна в текстовому чаті, у голосовій розмові навіть коротка пауза здається неприродною. «Якщо ви подумаєте про те, як ми спілкуємося, я не даю вам великий фрагмент аудіо, а потім ви починаєте думати».
Модель стартапу слугує шаром інтелекту в реальному часі, що забезпечує природні розмови з клієнтами на конкретні теми з практично нульовою затримкою відповіді. Але якщо модель стикається з темою, що виходить за межі її обмеженої бази знань, Smallest.ai передає запит до великої фундаментальної моделі, ненадовго ставлячи клієнта на очікування для «дослідження» питання — так само, як це зробила б реальна людина.
Камат вважає, що всі ШІ-агенти незабаром будуть покладатися на дві моделі: невелику голосову модель для взаємодії в реальному часі та «офлайн» LLM, до якої звертатимуться за потреби для вирішення складних проблем.
На відміну від великих фундаментальних моделей, Smallest.ai зосереджується виключно на голосових нюансах, таких як обробка різних акцентів, підтримка десятків мов та робота в шумних середовищах.
Серед існуючих клієнтів стартапу — компанії зі сфери голосу, зокрема RingCentral та Truecaller. Камат зазначив, що будь-яка компанія, що займається підтримкою клієнтів, включно з новими, як-от Sierra та Decagon, є потенційним клієнтом стартапу.
На запитання, чому добре фінансована компанія, що займається підтримкою клієнтів за допомогою ШІ, не створить власну голосову модель, Камат відповів, що для стартапів у сфері підтримки клієнтів «надзвичайно хороше володіння голосом відволікає від основного бізнесу».
Smallest.ai конкурує з лідером у галузі голосового ШІ ElevenLabs, а також з Cartesia та регіональними гравцями, як-от Sarvam, що зосереджуються на місцевих мовах.
Хоча деякі конкуренти застосовують голосовий ШІ для таких завдань, як дубляж аудіо та подкастинг, Smallest.ai зосереджується виключно на розмовних голосових агентах у реальному часі для своїх корпоративних клієнтів.
«Ми хочемо, щоб наші моделі зламали тест Тьюрінга», — сказав Камат. «Ви повинні поговорити з нашою моделлю і не знати, людина це чи ШІ. Це єдиний фокус компанії».
Коли ви купуєте за посиланнями в наших статтях, ми можемо отримувати невелику комісію. Це не впливає на нашу редакційну незалежність.
За даними порталу: techcrunch.com