צילום: עמית שעל
ראיון כלכליסט
מכירות בעידן ה-AI: מלמדים את המחשב להקשיב
הבינה המלאכותית של Gong הישראלית מנתחת בזמן אמת שיחות שמבצעים אנשי מכירות ומכוונת אותם למכור טוב יותר. המנכ"ל עמית בן דב: "בעתיד המערכת תדבר עם הלקוח בעצמה"
קראו עוד בכלכליסט
בן דב הקים את גונג יחד עם אילון רשף ב-2015, אחרי שנים בתחום המכירות. "זה עסק שבנוי על נפח: על כל עשרה שאומרים לא יש אחד שאומר כן", הסביר. אבל בן דב לא אהב את הסטטיסטיקה הזו וגם לא את ההסבר הנפוץ ש"לדעת למכור זו אמנות". הוא ניסה להבין מה קורה בשיחות המכירה הארוכות בתחום העסקי, ומספר שהיה לוקח איתו לטיסות הארוכות לארה"ב הקלטות של שיחות כאלה. "הייתי מקשיב לארבע-חמש שיחות בטיסה במקום לראות סרט, וחשבתי שחייבת להיות דרך טובה יותר להגיע לתובנות על התחום הזה".
כך הגיע הרעיון לגונג: מערכת מבוססת בינה מלאכותית שמתמללת את שיחות המכירה בזמן אמת ומנתחת אותן כדי לספק לחברות תובנות על מה עובד ומה לא. "עם הרעיון הזה ומצגת פאוור פוינט מכוערת שעשיתי בעצמי הלכנו לחברות ושאלנו אם היו משתמשות במוצר כזה וכמה היו מוכנות לשלם עליו", הוא נזכר. "יש הרבה חברות שהתחילו עם משהו אחד ושינו מיקוד, אצלנו מה שהיה כתוב במצגת זה מה שיש היום והכל קרה בקצב רצחני".
התחום של זיהוי שפה טבעית הפך לוהט מאוד בשנים האחרונות, עם עלייתן של הסייעות הדיגיטליות, מסירי של אפל ועד אלקסה של אמזון. אבל כל מי שניסה לתקשר עם אחת מהן יודע שהתהליך יכול להיות מתסכל מאוד: צריך להקפיד על דיבור איטי וברור, ואם במקרה יש לכם מבטא ישראלי זו בכלל בעיה. גונג מתמודדת עם בעיות מסדר גודל אחר.
"יש נושאים שהמערכת למדה והפתיעו אותנו"
"סירי מזהה אדם אחד ומבינה מספר מוגבל של בקשות, וכיוון שאת יודעת שהיא לא מאוד טובה את מתאמצת להישמע ברורה", אמר בן דב. "הבעיה שלנו היא שיש יותר מאדם אחד בשיחה, לפעמים אפילו שלושה אנשים שמנהלים שיחה רגילה, מדברים במקביל ולא מקפידים על דקדוק או פיסוק. התוצאות שלנו הרבה יותר טובות מסירי כי אימנו אותה על סוג מסוים של שיחות והיא מגיעה ל-90% דיוק".
המערכת של גונג מבוססת על למידת מכונה או רשתות נוירונים, מערכת שמחקה את הלמידה האנושית: מזינים אליה כמויות עצומות של מידע והיא לומדת להקיש מן הכלל אל הפרט. הטכנולוגיה הזו מאפשרת למכונה ללמוד לבד. הדוגמה המוכרת ביותר היום היא כנראה אלפא־גו, שהפתיעה את העולם כולו כשהצליחה לנצח את אלוף העולם בגו אחרי שנים בהן גמעה עשרות אלפי משחקים.
יש המון מיסטיפיקציה סביב התחום הזה של למידת מכונה, אנחנו שומעים משפטים כמו "אנחנו לא יודעים מה המערכת לומדת".
"אנחנו יודעים מה היא לומדת כי בסוף אנחנו רואים את התוצאה. אנחנו לא יודעים בדיוק איך היא הגיעה לזה, אבל אנחנו כתבנו את המנגנון, זה לא מסתורין. אנחנו יודעים מאיפה היא התחילה ואיפה היא סיימה, את מה שעבר באמצע, פחות".
יש דברים שהמערכת למדה שהפתיעו אתכם?
"כן, יש נושאים שהמערכת זיהתה לבד, למשל טיפול בהתנגדויות. בדרך כלל מכירה מתחילה ב'למה זה מעניין אותי' ואחר כך עוברים ל'למה לא'. זה תהליך טבעי, אבל יש אלף דרכים בהן אפשר להביע התנגדויות, לפעמים הן מאוד עדינות. המערכת הבינה את זה ומזהה אותן לבד בשיחה".
התוצאה היא אכן פלט מפורט מאוד שמקבלים כל אנשי המכירות בחברה ומאפשר להם לראות מי דיבר מתי, מתי עלו התנגדויות, ובעיקר מה מוביל לביצוע עסקה ומה עלול להזיק לה. עם לקוחות גונג נמנות היום כמעט 150 חברות ממגוון תחומים, ובהן פינטרסט ולינקדאין הבינלאומיות וגם חברות ישראליות כמו WalkMe, Sisense ו-Monday.com.
"אנחנו לא יכולים להפוך שחקן בליגה ב' לליאו מסי, אבל אם נשפר כל אחד ב-10% מדובר בטריליונים נוספים של מכירות. אנחנו הולכים לעשות אוטומציה של חלק מהדברים שאנשי מכירות עושים היום. היום המערכת מקשיבה, באיזשהו שלב היא תדע גם ללחוש לאיש המכירות באוזן, ואחר כך היא תדע לדבר עם הלקוח ולשלוח מיילים בצורה יותר טובה ובקנה מידה גדול יותר".
אנחנו באמת נאבד את העבודה שלנו לטובת בינה מלאכותית?
"החדשות הרעות הן שהמערכת שלנו הולכת לבטל חלק גדול מהעבודה שאנשי המכירות עושים היום, החדשות הטובות הן שההיסטוריה מראה שיש איזשהו שימור אנרגיה. פעם למשל אנשים התפרנסו מקליגרפיה, המקצוע הזה נעלם אבל יש חדשים במקומו".
כמה אתם מאוזנים מבחינת הכנסות?
"אנחנו לא מאוזנים ולא שפויים. גונג נמצאת בהמראה אנכית. יש פה הזדמנות שוק מטורפת, ואנחנו מובילים תחום. כרגע הצמיחה היא של עשרות אחוזים כל שנה. אנחנו עובדים על לתפוס נתח שוק כמה שיותר מהר, ובגלל זה גייסנו סכומים גדולים (26 מיליון דולר, ה"ר)".
כמה קשה לאמן את ה-AI?
"יש עוד לא מעט אתגרים. עכשיו אנחנו עובדים למשל על זיהוי צחוק, שזו בעיה קשה ולא פתורה".
אם וכאשר המערכת תזהה הומור, כמה גדול יהיה המרחק מיצירת הומור בעצמה?
"לא גדול. זיהוי הומור וסרקזם הוא בעיה מאוד קשה, גם לאנשים, כי בעצם אתה אומר דבר אבל מתכוון להפך. אבל המעבר מאנליזה לסינתזה הוא צעד פחות גדול".
וכמה אנחנו רחוקים מזה?
"לא מאוד".
"המחשב מזהה אריה, אבל לא יודע מה זה אריה"
כשהתחילו לעבוד לראשונה על AI, אי אז בשנות השבעים, הכוונה היתה ללמד את המערכת לחשוב. אבל למעשה רבים מהדברים שנתפסים כיום בינה מלאכותית הם בעצם כוח חישוב גדול מאוד”.
"כחול עמוק" של IBM חישבה אלפי מהלכים קדימה. היום חזרנו ללמד את המערכת לחשוב?
"לא, זה כל העניין. בנינו לה מכשיר חשיבה גנרי שמשתמש בקלסיפיקציה ואנחנו נותנים לה ללמוד לבד. בדיוק כמו שלא מלמדים תינוק לזהות כל חיה בעולם. לבני אדם יש יכולות גנרית ללמוד כל נושא, בדרך כלל כל מה שמונע למידה זו זמינות של ידע. אם תתני לי גוף ידע מספיק גדול של מה שאנשים חושבים שמצחיק, המערכת תלמד לייצר כאלה בעצמה.
"אף אחד לא לימד אותך איך לספר דברים מצחיקים. שמעת הרבה בדיחות, הבדלת בין מה מצחיק לבין מה שלא. לומדים מדוגמאות ומתוויות. כשזיהוי התמונות של גוגל מזהה אריה אחרי שנתנו לו לראות הרבה תמונות של אריות, הוא לא למד מה זה אריה או מה זה חיה. הוא מסתכל על פיקסלים. כמו שלא לימדו את אלפא גו מה זה גו בכלל".
בתחום זיהוי הפנים יש בעיה של דעה קדומה. בזמנו ראינו למשל שהמערכת שפיתחו בגוגל טובה מאוד בזיהוי פנים לבנים, אבל מוצלחת הרבה פחות בזיהוי פנים של שחורים. זה נכון גם באודיו?
"לא ממש. יש מבטאים שיותר קשה לפענח מאחרים, הודי וסקוטי למשל. אבל האתגר הגדול הוא דווקא הבדלי התרבות. מישהו אמר לי למשל שבארצות סקנדינביה דווקא כשהלקוח שותק זו אינדיקציה טובה. ביפן למשל לא מעלים התנגדויות, הם תמיד עונים כן. אז העניין הדמוגרפי הוא משהו שצריך לתת עליו את הדעת".
4 תגובות לכתיבת תגובה