تأثير GPT: حقبة جديدة من خدمة العملاء

تجاوزت الاختراقات الحديثة مع نماذج اللغة الكبيرة كل توقعاتنا. لقد جمعنا خبراء الصناعة معًا لإجراء محادثة حول GPT وكيف ستشكل مستقبل خدمة العملاء.

لا يمكننا القول أنها فاجأتنا. لسنوات ، أشادت الصناعة بإمكانية الذكاء الاصطناعي والتعلم الآلي في إحداث تغيير جذري في الطريقة التي نعمل بها ، خاصة وأن التطورات في قوة الحوسبة وتخزين البيانات جعلت من الممكن تدريب نماذج أكبر وأكبر. لكننا لم نتوقع تمامًا مدى السرعة التي ستؤدي بها التطورات الأخيرة في ChatGPT من OpenAI إلى فتح إمكانيات جديدة.

في Intercom ، نشحن دائمًا للتعلم. فقط عن طريق شحن الميزات الجديدة بسرعة يمكننا الحصول على التعليقات المناسبة والتعلم منها والتكرار مرارًا وتكرارًا لخدمة عملائنا بشكل أفضل. وبطبيعة الحال ، هذا ما فعلناه بهذه التقنية الجديدة. على مدار الشهرين الماضيين ، قمنا بشحن بعض الميزات المدعومة بالذكاء الاصطناعي إلى 160 عميلًا. وعلى الرغم من أنه لا يزال من السابق لأوانه معرفة كيف ستعمل نماذج اللغة الكبيرة هذه في حياتنا ، فإننا نعتقد أننا وصلنا إلى نقطة انعطاف حاسمة - خاصة عندما يتعلق الأمر بخدمة العملاء.

وهكذا ، في الأسبوع الماضي ، استضفنا ندوة عبر الإنترنت للتعمق أكثر في حالات استخدام الأعمال لـ GPT. هل تختلف موجة الابتكار هذه عن الموجات السابقة؟ هل ستغير طريقة عملنا والطريقة التي تتفاعل بها الشركات مع العملاء والآفاق؟ هل يمكن أن يطلق شرارة جيل جديد من الشركات الناشئة؟ لإعطائك المزيد من المعلومات ، قمنا بدعوة اثنين من الشخصيات البارزة في مشهد بدء التشغيل للتعبير عن آرائهم.

في حلقة اليوم ، ستسمع من:

• إيثان كورزويل ، عضو مجلس إدارة Intercom وشريك في Bessemer Venture Partners
• Fergal Reid ، مدير التعلم الآلي الخاص بنا
• Krystal Hu، VC and Startups Reporter في رويترز
• تاليا غولدبرغ ، شريك في Bessemer Venture Partners

سيتحدثون عن نماذج لغة كبيرة مثل ChatGPT ، وكيف تدمج الشركات هذه التكنولوجيا ، وكيف ستشكل مستقبل صناعة خدمة العملاء.

هل لديك وقت قصير؟ فيما يلي بعض النقاط الرئيسية:

• لقد بدأنا في رؤية حالات الاستخدام اللزجة لنماذج اللغات الكبيرة - هناك إمكانية كبيرة لزيادة خدمة العملاء نظرًا لانتظامها واستخدامها للغة الطبيعية.
• في الوقت الحالي ، من المتوقع أن تعمل النماذج اللغوية الكبيرة على زيادة القدرات البشرية بدلاً من استبدالها ، حيث يمكنها المساعدة في جعل المحترفين أكثر إنتاجية وكفاءة في عملهم.
• على الرغم من أنه لا يزال من السابق لأوانه قياس نجاح تجربة الإصدار التجريبي من Intercom ، إلا أن اعتماد واستخدام أحدث الميزات التي تعمل بالذكاء الاصطناعي كان هائلاً وكانت التعليقات المبكرة واعدة للغاية.
• يمكن أن تصبح النماذج اللغوية الكبيرة باهظة الثمن بسرعة كبيرة. ومع ذلك ، بمرور الوقت ، ستصبح أرخص وأكثر انتشارًا ، مما يسمح بمزيد من التجارب والاكتشافات.
• بينما لا تزال هناك مشاكل مع الهلوسة ، يمكنك تكوين هذه النماذج وتقييدها لجعلها أكثر جدارة بالثقة عندما يتطلب الموقف درجة أعلى من الثقة.
• النماذج ليست ذات مقاس واحد يناسب الجميع. من المحتمل أن تقوم الشركات في المستقبل بتشغيل مزيج مفصل من نماذج مختلفة قابلة للتخصيص تناسب مشاكل العمل المختلفة.

إذا كنت تستمتع بمناقشتنا ، فاطلع على المزيد من حلقات البودكاست الخاص بنا. يمكنك متابعة Apple Podcasts أو Spotify أو YouTube أو الحصول على موجز RSS في المشغل الذي تختاره. ما يلي هو نسخة منقحة قليلاً من الحلقة.

صعود ChatGPT

Krystal Hu: شكرًا جزيلاً على كل من قضى وقتًا في الانضمام. أنا Krystal Hu ، وأقوم بتغطية المشاريع والشركات الناشئة لرويترز. كما يعلم الكثير منكم يا رفاق ، فقد ظهر الذكاء الاصطناعي وموجة ChatGPT في المشهد في الأشهر القليلة الماضية ، وجزء كبير من وظيفتي هو اكتشاف التكنولوجيا وكيف تغير جوانب الحياة المختلفة. بالنسبة لموضوع اليوم ، سنركز على كيفية قيام ChatGPT بتشكيل مستقبل خدمة العملاء. سنناقش ماهية نماذج ChatGPT واللغات الكبيرة بالضبط ، وكيف سيتم استخدام هذه التكنولوجيا ، وتأثيرها على التقنيات الحالية والمستقبلية ، وكيف تدمج الشركات الناشئة هذه التكنولوجيا ، وكيف يتم بناء شركات جديدة.

لدينا لوحة رائعة اليوم معنا. اثنان من المستثمرين المذهلين من Bessemer: Talia Goldberg و Ethan Kurzweil. يقع مقر Talia في سان فرانسيسكو ، وتستثمر عبر الإنترنت للمستهلكين وشركات البرمجيات ، وتعمل مع شركات مثل ServiceTitan و Discord. يقع Ethan Kurzweil أيضًا في سان فرانسيسكو ، ويقود المستثمرين في مجموعة متنوعة من القطاعات ، بما في ذلك منصات المطورين ، والبنية التحتية للبيانات الجديدة ، وتطبيقات المستهلك الرقمية ، والعملات المشفرة.

وبعد ذلك ، سيكون لدينا مدير التعلم الآلي في Intercom ، Fergal Reid ، مما يمنحنا نظرة داخلية حول كيفية دمج Intercom لهذه التكنولوجيا في أحدث عروضها - بما في ذلك بعض ميزات مساعد AI. إنني أتطلع إلى انتقاء أدمغتهم وسماع ما يرونه على كلٍ من واجهة الشركة الناشئة والمغامرة والتغييرات التي قد تجلبها GPT. طوال العملية ، إذا كان لديك أي أسئلة ، فلا تتردد في طرح سؤالك في الدردشة ، وبعد ذلك سيكون لدينا حوالي 15 إلى 20 دقيقة في نهاية المحادثة لتصفح الأسئلة.

أعتقد أنني سأبدأ معك يا فيرغال ، لأنك تقني في الغرفة ، وأنت في الصف الأول لدمج GPT في عروض الاتصال الداخلي. ربما يمكنك البدء من خلال إعطائنا القليل من الخلفية وشرح ما هو GPT و ChatGPT ، وكيف حدث لك دمج هذه التقنية؟

"لن أقوم بتشفير القواعد ، ولن أقول على وجه التحديد ،" تعلم أن تتنبأ بـ X مقابل Y "

فيرغال ريد: إنه وقت مثير للغاية في مجال التكنولوجيا. سأفترض أن الكثير من الناس ربما شاهدوا ChatGPT في هذه المرحلة لأنها أحدثت مثل هذه الموجة الكبيرة. لكن من منظور التكنولوجيا ، من وجهة نظري الضيقة للعالم ، أعمل في Intercom منذ حوالي خمس سنوات ، وأدير فريق التعلم الآلي. وأمور التعلم الآلي التي قمنا بها هي استخدام الخوارزميات التي كانت موجودة منذ فترة - باستخدام خوارزميات التعلم تحت الإشراف ، والخوارزميات التي تتعلم التمييز بين الأشياء. يمكنك أن تقول ، "مرحبًا ، دعنا نتوقع ما إذا كان شخص ما سيطلب شيئًا أو آخر." باستخدام أنظمة التعلم الآلي هذه ، تمنحهم الكثير من بيانات التدريب: "مرحبًا ، هذا مثال إذا طرح عليك أحدهم سؤالًا واحدًا ، وهذا مثال إذا طرح عليك أحدهم سؤالًا آخر."

والشيء الجديد والمختلف في هذه الموجة الأخيرة من الذكاء الاصطناعي التوليدي هو أنه بدلاً من مجرد تدريس نموذج للتنبؤ بشيء أو بآخر ، فإنك تقول ، "مرحبًا ، نموذج. تعرف على كيفية إنشاء بيانات جديدة من هذا النوع. تعرف على كيفية إنشاء صورة ". يمكنك إعطائه بعض النص ويتعلم إنشاء صورة ترسم خرائط لهذا النص ، أو ، باستخدام ChatGPT ، يمكنك التحدث إليه فقط وإعطائه بعض النص ، وهو جيد جدًا في إنشاء المزيد من النص استجابة لذلك.

"لدينا هذا النموذج الكبير حقًا ، ونطرح عليه أسئلة باللغة الإنجليزية ، ونطلب منه القيام بأشياء باللغة الإنجليزية ، وهو أمر جيد جدًا في فعل ما نقول له"

إنها مجرد طريقة مختلفة للقيام بالتعلم الآلي. لن أقوم بتشفير القواعد ، ولن أقول على وجه التحديد ، "تعلم أن تتنبأ بـ X مقابل Y." بدلاً من ذلك ، سأأخذ كمية كبيرة حقًا من بيانات التدريب ، وأقوم بعمل نموذج جيد جدًا في محاولة التنبؤ ببيانات التدريب ، وبعد ذلك ، آمل أن أجعله يقوم بأشياء مفيدة من خلال توليد أمثلة جديدة.

باستخدام ChatGPT ، تسأله شيئًا عن طريق إعطائه بعض النص والقول ، "أنشئ ما سيحدث بعد ذلك." والمثير للدهشة أن هذا مفيد جدًا. يمكنك أن تقول ، "مرحبًا ، ها هي محادثة دعم العملاء ، وهذا ملخص محادثة الدعم" ، ثم أعطه إلى ChatGPT ، وسيُنشئ ما سيحدث بعد ذلك أو ما يتوقع رؤيته بعد ذلك. وربما تقول ، "هذا هو الملخص" ، ثم يظهر الملخص. وهذا مفيد للغاية. إنها طريقة عامة جدًا لبناء الميزات والأنظمة. بدلاً من ترميز نظام جديد للتعلم الآلي لكل شيء صغير ، لدينا هذا النموذج الكبير حقًا ، ونطرح عليه أسئلة باللغة الإنجليزية ، ونطلب منه القيام بأشياء باللغة الإنجليزية ، وهو أمر جيد جدًا في فعل ما نقول له. وهكذا ، في Intercom ، كنا نحاول استخدام ذلك لبناء ميزات المنتج.

تغيير قواعد اللعبة لخدمة العملاء

كريستال هو: أريد أن أحضر تاليا وإيثان إلى المسرح كمستثمرين غزير الإنتاج في الفضاء. لقد رأيت موجتين تكنولوجيتين. كيف يختلف هذا عن الذكاء الاصطناعي التوليدي ، وما هي مجالات التطبيقات التي أنت متحمس لها؟

تاليا غولدبيرغ: بالتأكيد ، شكرًا لاستضافتي. كانت هذه نظرة عامة رائعة على ماهية الذكاء الاصطناعي التوليدي. إنه أمر مضحك ، قبل هذا الاجتماع مباشرة ، كنت أنظر إلى مقال نشرناه على مدونتنا الصيف الماضي ، ربما قبل ثمانية أو تسعة أشهر ، وكان هذا قبل بضعة أشهر من إطلاق ChatGPT ، لكننا بدأنا نرى الكثير من الزخم والسبب الذي يجعلك متحمسًا لما كان يحدث مع نماذج اللغة الكبيرة على وجه الخصوص ، وإمكانات الذكاء الاصطناعي والذكاء الاصطناعي التوليدي مثل هذه الموجة الجديدة القوية حقًا من الذكاء الاصطناعي.

وكان لدينا توقع: "اليوم ، يتم إنشاء أقل من 1٪ من المحتوى عبر الإنترنت باستخدام الذكاء الاصطناعي ، وخلال السنوات العشر القادمة ، نتوقع أن 50٪ على الأقل سيتم إنشاؤه بواسطة الذكاء الاصطناعي أو زيادته." وكنا نتناقش حول هذا الأمر ، واعتقدنا أنه شيء جامح أن نقوله ، ولكن القرف المقدس ، لقد قللنا من مدى السرعة التي يمكن للذكاء الاصطناعي أن يغير بها الكثير من المعلومات التي نراها. أود أن أقول إنه قد يصل إلى 50٪ خلال العامين المقبلين من تفاعلاتنا ومحتوياتنا ووسائطنا عبر الإنترنت. وأعتقد أن الآثار المترتبة على ذلك واسعة عبر الكثير من المعلومات والعمل المعرفي ، بما في ذلك دعم العملاء.

"ترى حالات الاستخدام اللزجة على الفور حيث تكون التكنولوجيا جاهزة للتعطيل والتحسين والزيادة والتحسين ، ويكون دعم العملاء في الطريق الصحيح لتحقيق ذلك"

Krystal Hu: إيثان ، أنت تعمل مع Intercom منذ فترة. هل هذه هي اللحظة التي تعتقد أن خدمة العملاء كانت تنتظرها؟ لأنني أشعر أن التكنولوجيا والفرصة ذهبية لتطبيقات خدمة العملاء مثل الاتصال الداخلي.

إيثان كورزويل: نعم ، أشعر أن هذا ربما يكون التطبيق المتطور لنماذج اللغة الكبيرة وما يمكنهم فعله. إذا عدت إلى الوراء وفكرت في التغييرات التكنولوجية وتحولات النظام الأساسي مثل لحظة الهاتف الذكي ، ولحظة iPhone ، وأشياء من هذا القبيل ، فإن ما يحدث مبكرًا هو أن هناك كل هذه الإثارة وأن الكثير من المطورين والمبدعين يندفعون إلى الفضاء ، ثم لديك هذا الاغتسال حيث ترى أي تطبيقات حافة النزيف حيث تلتصق أولاً ، وتلك التي لا تجعلك تدخل في حوض صغير من خيبة الأمل. أعتقد أننا ربما ما زلنا في وقت مبكر قليلاً على هذا المنحنى ، لكنك ترى حالات الاستخدام اللزجة على الفور حيث تكون التكنولوجيا جاهزة للاضطراب والتحسين والتعزيز والتحسين ، ودعم العملاء هو الطريق الصحيح لتحقيق ذلك.

لقد عملت مع Intercom الآن لما يقرب من ثماني سنوات ونصف ، وكان Intercom فريقًا كان دائمًا في طليعة تبني التقنيات الجديدة عندما تكون جاهزة. وأتذكر أنه قبل عامين أو ثلاثة أعوام ، قال الناس ، "الأتمتة ، الأتمتة ، الأتمتة." ودائماً ما قالت قيادة المنتج في Intercom ، "إنها ليست جيدة بما فيه الكفاية حتى الآن. يمكننا القيام بذلك ، يمكننا التمسك به بطريقة يمكننا من خلالها تحديد مربع في بعض نماذج طلبات الميزات ، لكنه لن يؤدي إلى تدفق جيد يشبه الإنسان حقًا ". لطالما تأسست Intercom حول هذه الفكرة المتمثلة في جعل الأعمال التجارية عبر الإنترنت شخصية. وإذا كان لديك روبوت لا يبدو شخصيًا ، فهذا متعامد مع ذلك.

حقيقة أن Intercom تستخدمه بنجاح كبير في تدفقها يوضح لك أن التكنولوجيا جاهزة وأن هذه واحدة من العديد والعديد من الأشياء التي سنراها تؤثر. ليس كل شيء في الحال ، ولكن بمرور الوقت ، سنرى تأثيرًا أكبر بكثير من خلال منح الآلة القدرة على التحدث بطريقة تشبه الإنسان.

"تنظر إلى المنحنى ومعدل التحسن ، وستكون أفضل بعد بضعة أشهر من الآن ، وبعد بضعة أرباع من الآن ، وبعد بضع سنوات من الآن"

تاليا غولدبرغ: إذا كان بإمكاني إضافة شيء واحد ، أعتقد أن دعم العملاء هو المجال الأولي المثالي للذكاء الاصطناعي لبدء التأثير. ومن أسباب ذلك أنه يستخدم لغة طبيعية. يمكنك التواصل مع منظمة العفو الدولية باستخدام اللغة الإنجليزية ، وسوف يرد باللغة الإنجليزية. لا تحتاج إلى الكود - فهو يولد المعلومات. وهذا ما يشبه خدمة العملاء والدعم - إنشاء تجارب رائعة شبيهة بالبشر يمكن تخصيصها وحل الشكاوى والتحسن بمرور الوقت. لذلك ، يمكنك أيضًا الحصول على حلقة التعليقات الرائعة هذه باستخدامها في دعم العملاء.

على الرغم من وجود بعض التحديات والأشياء الصعبة اليوم ، إلا أن التكنولوجيا والإمكانيات كبيرة بالفعل ، كما قال إيثان. إنك تنظر إلى المنحنى ومعدل التحسن ، وستكون أفضل بعد بضعة أشهر من الآن ، وبعد بضعة أرباع من الآن ، وبعد بضع سنوات من الآن. إنها إحدى الفئات التي نتحمس لها أكثر ، ونعتقد أن كل شركة يمكن أن تستفيد منها ويجب أن تفكر فيها.

Krystal Hu: Fergal ، هذا هو الوقت المناسب لك لتزويدنا بنظرة عامة عن إطلاق الميزة الأخير في Intercom وكيف قمت بدمج ChatGPT فيه.

فيرغال ريد: بالتأكيد. وفقط لترديد مشاعر Talia و Ethan هنا ، هناك الكثير من البنية في المجال ، وهناك الكثير من الأشياء التي يقوم بها وكيل دعم العملاء حيث يفعلون نفس الشيء الذي فعلوه في اليوم الأخير مرة أخرى ، أو ربما من زملائهم في الفريق فعلوا ذلك من قبل ، وهناك الكثير من الانتظام والبنية التي تشعر أنها ناضجة حقًا لنظام يتعلم ويستخدم الذكاء الاصطناعي لجعل الناس أسرع.

"شعرنا أن أفضل مكان للبدء هو وجود إنسان في الحلقة. شخص ما ملفوف في البريد الوارد ونريد أن نجعله أسرع ، لكن لا يزال بإمكانه التحقق منه والموافقة عليه "

عندما تم إطلاق ChatGPT ، في نفس الوقت ، أصدرت OpenAI هذا النموذج الجديد لاستخدام المطورين ، text-davinci-003. لقد كانت لدينا علاقة مع OpenAI لفترة طويلة ، وشعرنا ، عندما نظرنا إلى هذا النموذج ، أنه كان حقًا يتجاوز عتبة الفائدة ويمكننا البناء عليه. وهكذا ، قمنا ببعض المعايير الأولية. يقضي الأشخاص الكثير من الوقت في البريد الوارد ، والشيء الوحيد الذي يتعين عليهم القيام به كثيرًا هو كتابة ملخصات للمحادثة التي اطلعوا عليها للتو قبل تسليمها. بدت هذه التقنية رائعة حقًا في إجراء تلخيص للمحادثات ، وكنا مثل ، "هل يمكننا إنشاء ميزة تقوم بذلك وإيصالها إلى عملاء الإصدار التجريبي لدينا؟" يعتمد نظام الاتصال الداخلي على مبدأ "السفينة للتعلم". نحن نؤمن بشحن الميزات الجديدة بسرعة كبيرة للعملاء ، حتى نتمكن من معرفة ما إذا كانت المشكلة قد تم حلها أم أنها تثير الفضول.

وهكذا ، في الأساس ، في أوائل ديسمبر ، بدأنا مشروعًا لمعرفة ما إذا كان بإمكاننا شحن بعض الميزات التي ستعمل مع مندوبي دعم العملاء في البريد الوارد الفعلي لجعلها أسرع. كان أحدهما التلخيص ، مع ميزات أخرى حول مساعدتهم في كتابة النص بشكل أسرع. وشعرنا حقًا أنه المكان المناسب للبدء بهذه التكنولوجيا لأن الذكاء الاصطناعي التوليدي له جانب سلبي. إنها ليست دقيقة دائمًا كما تعتقد. من السهل إلقاء نظرة على ChatGPT ، وطرح سؤال عليه ، ويعطيك إجابة ، وتعتقد ، "هذا رائع." ثم تقرأه بتفاصيل أكثر قليلاً ، وفي الواقع ، أحيانًا ، يخطئ في الأمور. شعرنا أن أفضل مكان للبدء هو وجود إنسان في الحلقة. شخص ما ملفوف في البريد الوارد ونريد أن نجعله أسرع ، لكن لا يزال بإمكانه التحقق منه والموافقة عليه. لقد كانت نقطة انطلاق رائعة.

الآن ، أرى أشخاصًا يسألون في التعليقات ، "مرحبًا ، ماذا عن الروبوتات والأشياء التي يمكنها الإجابة على الأسئلة بنفسها؟" نعتقد أن هذا قادم وقد يكون قريبًا ، لكننا ما زلنا نستكشفه. القضية الكبرى بالنسبة لنا هي الدقة. نشعر أنه قد حان الوقت الآن لوجود إنسان في الحلقة حيث يجعل مندوب الدعم أسرع. ومن المحتمل ، قريبًا ، الأشياء التي ستنخفض في الخطوة التالية. هذا مجال مثير جدا للاهتمام.

إيثان كورزويل: للتعبير عن ذلك ، نتلقى بعض الأسئلة التطلعية المثيرة للاهتمام مثل ، "هل سيجعل هذا أيامي معدودة كمؤلف إعلانات؟" لا أعتقد ذلك على الإطلاق. حيث تكون هذه التكنولوجيا ومن المرجح أن تستمر لفترة من الوقت في زيادة القدرات البشرية والذكاء البشري ، مما يجعلك أكثر إنتاجية كمؤلف إعلانات ولكن ليس بالضرورة أن تحل محلك ، أولاً وقبل كل شيء ، التكنولوجيا ليست موجودة بعد ، وثانيًا قبل كل شيء ، سوف يرتفع مستوى دعم العملاء المذهل أو أي اتصال مع شركة ما لأن لدينا هذه الموارد. في حين أن التقنية قد تكون قادرة على التعامل مع بعض مؤلفي الإعلانات ودعم حالات استخدام الاستجابة من تلقاء نفسها ، فإن شريط ما سيكون نسخة جيدة حقًا ودعمًا جيدًا حقًا وما إلى ذلك سوف يرتفع نظرًا لأن لدينا إمكانية الوصول إلى هذه التقنيات . الحالة المثالية هي أنك ستتمكن من الوصول إلى هذه التقنيات لتكون أكثر إنتاجية ، لكنها لن تحل محلك في أي وقت قريبًا.

تاليا غولدبيرغ: أجل. أحب الطريقة التي قال بها وايت للتو إنها مضاعفة القدرة. نتحدث كثيرًا داخليًا عن مثال Copilot ، والذي يشبه الإكمال التلقائي للترميز ، وهو بالفعل يجعل المهندسين أكثر كفاءة بشكل ملحوظ. إنه لا يحل محل المهندسين أو الهندسة على الإطلاق ، لكن يمكنه زيادته. قد تكون الآلة الحاسبة مثالًا أساسيًا جدًا على ذلك. مرة أخرى في اليوم ، اعتدنا على إجراء الرياضيات باليد. الآن نستخدم الآلات الحاسبة ، لكن الرياضيات لا تزال مهمة جدًا - نحتاج جميعًا لتعلمها ، وعلماء الرياضيات مهمون جدًا في هذا العالم. يمكن القول إن دورك قد يصبح أكثر أهمية لأنه مع انخفاض تكلفة إنشاء المحتوى ووجود الكثير من المحتويات والمعلومات المختلفة ، فإن إنشاء محتوى ومعلومات يمكن أن تبرز وترتفع أعلى سيكون أكبر من ذلك بكثير قسط على مدى السنوات القليلة المقبلة.

تجربة الاتصال الداخلي مع GPT

Krystal Hu: لقد مرت أسابيع قليلة منذ أن أطلقت Intercom ميزاتها المدعومة بالذكاء الاصطناعي. ما هي ردود الفعل المبكرة التي رأيتها؟ كيف تقيس نجاح دمج هذه التكنولوجيا؟

"نشهد الكثير من التبني ، والكثير من الإثارة ، والكثير من الاستخدام"

فيرغال ريد: سأكون صريحًا جدًا بشأن ذلك - ليس لدي إجابة مرضية تمامًا على هذا السؤال حتى الآن. ما يمكنني أن أخبرك به هو أننا نعيش الآن ، ولدينا الآلاف من العملاء الذين يستخدمونه بانتظام - لقد كان لدينا الكثير من التبني. من المحتمل أن نحاول ونقيس ما إذا كان هذا قد جعل الأشخاص أكثر إنتاجية ، دعنا نقول ، بالنسبة لفريق CS الخاص بنا ، يمكننا جمع القياس عن بُعد ، "هل أنت أسرع إذا كنت تستخدم هذه الميزات؟" وقم بتجميع شكل من أشكال التجربة المضبوطة لذلك. نحب دائمًا أن نحاول الحصول على شكل من أشكال البيانات الفعلية حول هذا في مرحلة ما ، لكننا لم نصل إلى هذه المرحلة بعد. من المحتمل أن يكون لدينا بعض الأرقام حول ذلك أو أكثر لفهمه ، على الأقل داخليًا ، في غضون شهر أو شهرين ، على ما أعتقد.

ما يمكنني قوله في الوقت الحالي هو أننا نشهد الكثير من التبني ، والكثير من الإثارة ، والكثير من الاستخدام. هناك بالتأكيد بعض الميزات مثل التلخيص الذي يخبرنا به العملاء يوفر لهم وقتًا كبيرًا. لدينا عملاء يخبروننا بأشياء مثل ، "مرحبًا ، بالنسبة لبعض المحادثات ، قد يستغرق الأمر وقتًا طويلاً لكتابة ملخص لعملية التسليم لحل مشكلة المستخدم النهائي." وهكذا ، نحن بالتأكيد نشعر بالرضا حيال ذلك.

في بعض ميزاتنا الأخرى ، تكتب اختصارًا ، مثل GitHub Copilot قليلاً. لقد استوحينا الإلهام من Copilot ، وفي Copilot ، إذا كنت مبرمجًا ، يمكنك كتابة تعليق أو اختصار ، وبعد ذلك سوف يملأ الكود. إحدى ميزاتنا هي "توسيع" ، حيث تكتب اختصارًا وتحولها إلى رسالة دعم أطول. في بعض الأحيان ، يعمل هذا ويوفر الوقت للأشخاص ، ولكن ليس لدينا بيانات عنه حتى الآن. ما نعيشه في الوقت الحالي هو مجرد نسخة من الجيل الأول من ذلك. ولدينا نماذج أولية لإصدار الجيل الثاني. في الوقت الحالي ، أنت تكتب الاختصار ، ويوسع نموذج اللغة الكبير ذلك. ما نحاول فعله بدلاً من ذلك هو أن نقول ، "مرحبًا ، دعنا نسحب آخر مرة أجبت فيها على سؤال كهذا. دعنا نسحب وحدات الماكرو ذات الصلة بهذا. " ولدينا بعض النماذج الأولية الداخلية التي تعمل بشكل جيد. ما زلنا نبتكر ونفعل أشياء من شأنها أن تحرك الإبرة حقًا ، لكن ليس لدينا مقاييس بعد. قريباً.

"لدي رسم بياني في Tableau لإنفاقنا اليومي مع OpenAI الذي نراقبه بقلق"

Krystal Hu: لمتابعة ذلك ، كيف تقيس تكلفة ذلك؟ كما أفهم ، ربما ترسل استفسارات إلى OpenAI وهم يتقاضون ، كما أعتقد ، سنتان لكل ألف حرف أو شيء من هذا القبيل. وأعتقد أنه مع زيادة التبني ، يتراكم مشروع القانون هذا أيضًا. هل لديك أي معلومات أو ملاحظات تود مشاركتها حول دمج هذه التكنولوجيا؟

Fergal Reid: لدي رسم بياني في Tableau لإنفاقنا اليومي مع OpenAI الذي نراقبه بقلق. إنه بالتأكيد اعتبار. لقد ذكرت ميزة التلخيص ، وقمنا ببنائها بطريقة إنسانية للغاية حيث يتعين عليك طلب الملخص قبل تسليم السؤال. وشيء واحد يقوله لنا عملاؤنا ، "مهلا ، لماذا علي أن أطلب هذا الملخص؟ يرجى فقط الاحتفاظ بملخص في جميع الأوقات في الشريط الجانبي حتى لا أطلبه مطلقًا ". وهذا سيكون مكلفًا حقًا لأنه إذا كان علينا دفع سنتان في كل مرة قال فيها أحدهم شيئًا جديدًا في المحادثة وتغير الملخص ، فسيصبح ذلك مكلفًا للغاية. علينا بالتأكيد أن نأخذ التكلفة في الاعتبار بطريقة لا نستخدمها مع نماذج التعلم الآلي التقليدية.

ومع ذلك ، أعلنت شركة OpenAI للتو عن واجهة برمجة تطبيقات ChatGPT الخاصة بها ، وأعتقد أنها فاجأت الكثير من الأشخاص لأنها كانت أرخص بعشر مرات من الطرز المماثلة السابقة في تلك السلسلة. من المحتمل أن تنخفض التكلفة بسرعة كبيرة ويتم اعتماد هذه الميزات على نطاق واسع. ماذا عن الشركات الناشئة أو الشركات الناشئة الأخرى في هذا المجال؟ النصيحة التي سنقدمها في Intercom هي محاولة الدخول إلى السوق بسرعة لأن هناك قيمة حقيقية هنا لعملائك يمكنك بناؤها وفتحها. ومن المحتمل أن تنخفض التكلفة إما لأن النماذج ستصبح أرخص لأن البائعين مثل OpenAI يكتشفون كيفية جعلها أكثر كفاءة أو لأنك ستكتشف طرقًا أكثر فاعلية لاستخدامها. ستكتشف طرقًا للقول ، "مرحبًا ، يمكنني استخدام نموذج إنتاجي أرخص للجزء الأول من المحادثة ، وبعد ذلك ، عندما تكون لدي هذه المهمة الأكثر صعوبة والتي تتطلب مزيدًا من الدقة ، سأستخدم النموذج الأكثر تكلفة . " من المحتمل أن يكون لدى إيثان وتاليا نظرة أوسع بكثير من وجهة نظري ، وأود أن أسمع أفكارهما.

"لن تكون متأكدًا أبدًا مما سيفعله المطورون بتقنية جديدة حتى يحصلوا عليها - ويمكنك الحصول عليها حيث لا يدفعون سنتان في كل مرة يجرون فيها اتصالاً بواجهة برمجة التطبيقات"

إيثان كورزويل: حسنًا ، إنه مثال جيد لما تراه أحيانًا باستخدام هذه التقنيات المتطورة. في البداية ، تحصل عليها حالات الاستخدام عالية القيمة ، وأنت تصف تحقيق هذا المبدأ. في Intercom ، هذه هي ميزة الملخص عند طلبها اليوم. ولكن بمرور الوقت ، ستكون التكنولوجيا أكثر انتشارًا وأرخص. وذلك عندما يمكن أن تتكاثر إلى المزيد من حالات الاستخدام حيث التكلفة الهامشية للقيام بذلك باهظة اليوم ، وهذا يسمح للمطورين باكتشاف تطبيقات أخرى لنماذج اللغة الكبيرة في هذا النوع من الذكاء الاصطناعي حيث لا نتوقع حقًا.

في Bessemer ، أحاول أنا و Talia الخروج بخرائط طريق للمكان الذي نعتقد أن التكنولوجيا ستذهب إليه ، ولكن بصفتي مستثمرًا موجهًا للمطورين ، فإن أحد العناصر الأساسية التي أفكر بها دائمًا هو أنك لست متأكدًا أبدًا مما سيفعله المطورون تقنية جديدة ، ومنصة جديدة ، ووصول جديد إلى شيء ما إلى أن يحصلوا عليه - ولديهم حيث لا يدفعون سنتان في كل مرة يجرون فيها مكالمة API - ويمكنهم التلاعب والقيام بأشياء تبدو سخيفة في البداية.

أنا متحمس بشأن وصول التكنولوجيا إلى النقطة التي لا يوجد فيها سوى طن من التجارب. أنا متأكد من أنه في خارطة طريق منتج Intercom ، ليس اليوم ، ولكن بعد عام من الآن ، ستكون هناك بعض الأشياء التي لم نتنبأ بها ولكن لها قيمة عالية حقًا للعملاء. وستكون هناك بعض الشركات الناشئة التي ظهرت للتو لأنها انخرطت في طريقة معينة يمكنك من خلالها استخدام النص التوليفي ، وخلقت تجربة مستخدم رائعة حقًا لشخص ما.

تاليا غولدبيرغ: هناك مثال ممتع أعتقد أنه يمكن أن يؤكد على بعض الإمكانات الشبيهة بالإنسان لزيادة الخبرات ذات الصلة بالدعم. إذا كنت أتحدث إلى بعض أعضاء فريق Intercom بلهجات أيرلندية قوية ، وربما يعتقدون أن لدي لكنة غربية مجنونة ، فمن الصعب علينا ، في بعض الأحيان ، أن نفهم بعضنا البعض عندما نكون متحمسين للغاية و يتحدث بسرعة حقا. تبدو وكأنها لغة مختلفة على الرغم من أن الجميع يتحدث الإنجليزية. يمكن للذكاء الاصطناعي ، في الوقت الفعلي ، تغيير لهجات الشخص قليلاً لجعلها أكثر قابلية للفهم من كلا الاتجاهين. لذا ، إذا كانت لدي لهجة أيرلندية أو لهجة بريطانية ، فسوف يترجم ذلك إلى لهجة كاليفورنيا ، ويمكن أن يؤدي ذلك حقًا إلى تحسين التجربة في بعض النواحي عن طريق تقليل حواجز الاتصال.

إيثان كورزويل: إنه مثال جيد لأن التكنولوجيا تدخل في منتصف الاتصال المباشر ولكنها تجعلها أكثر شبهاً بالبشر ، الأمر الذي يبدو وكأنه تناقض متناقض ، ولكن إذا تم نشرها بشكل جيد ، فقد تجعلك تشعر بأنك أكثر ارتباطًا في سياق المراسلة أو الاتصال.

تاليا غولدبيرغ: هذا هو وعد الإنترنت - يجمعنا جميعًا معًا ويكسر الحواجز. أنا حقاً من أشد المؤمنين بإمكانية زيادة ذلك.

حاصل الثقة

Krystal Hu: أعتقد أن الكثير من الناس لديهم أسئلة حول كيفية التأكد من أن كل شيء سيكون صحيحًا من حيث تدفق المعلومات وأنه سيكون دقيقًا. تختلف الحصة في حالات الاستخدام المختلفة ، ولكن بشكل عام ، لا تريد تقديم معلومات خاطئة لعملائك. كيف تضمن ذلك؟

"ليس الأمر أنك ، كإنسان ، لا يمكنك أبدًا رؤية هذه الأشياء لأن ذلك سيكون مستحيلًا - بل أنه يمكنك التصفية بشكل مناسب. هكذا أفكر في نماذج اللغة الكبيرة "

تاليا غولدبيرغ: ربما مجرد تعليق واحد ، وبعد ذلك أعتقد أنني سأترك فيرغال يجيب بشكل أكثر تحديدًا حول الاتصال الداخلي. يتم تدريب النماذج على كميات هائلة من البيانات - عدة مليارات ومليارات من نقاط البيانات والمعلومات. وهكذا ، بغض النظر عن مقدار محاولاتك لخداع البيانات أو إدخال بيانات خاطئة ، فإنها لا تزال جزءًا صغيرًا جدًا من البيانات الإجمالية. هذا شيء واحد يجب مراعاته عندما تفكر في كيفية إنشاء هذه النماذج.

الشيء الآخر هو مدخلات البيانات. أعلم أن هناك قلقًا بشأن ما إذا كان يتم تدريبه على بيانات غير صحيحة ، ولا تفهمني بشكل خاطئ ، فهناك بالتأكيد تحديات مع الهلوسة وغيرها من المجالات ، لذلك هناك الكثير لتحسينه. لكن في حياتك ، ليس الأمر أنك تتجول ولا ترى أشياء قد تكون خاطئة أو متحيزة أو حتى معلومات مضللة. لقد صادفت ذلك بالفعل ، لكنك تستخدم حكمك وعقلك ، وهناك الكثير من البيانات الجيدة الأخرى. وبالتالي ، ليس الأمر أنك ، كإنسان ، لا يمكنك أبدًا رؤية هذه الأشياء لأن ذلك سيكون مستحيلًا - بل إنك قادر على التصفية بشكل مناسب. هكذا أفكر في نماذج اللغة الكبيرة. ستكون هناك بعض الحالات التي توجد فيها بيانات ومعلومات ليست ما تريده في مجموعة التدريب ، لكن قدرة نماذج اللغة على تصفيتها والوصول إلى الإجابة الصحيحة يجب أن تكون أفضل وأفضل بمرور الوقت.

يمكن أن يكون هذا أحد المعايير: "ما مدى ثقتك في هذا الرد؟" إذا لم يكن الأمر جيدًا بما فيه الكفاية ، فلا تعطيه "

إيثان كورزويل: هناك بعض الأسئلة المثيرة للاهتمام حول خصوصية البيانات ودقتها. الشيء الآخر الذي يجب مراعاته بشأن سؤال دقة البيانات قبل أن نصل إلى جزء الخصوصية هو أنه ، في المستقبل ، وفي بعض نماذج اللغات الكبيرة ، يمكنك بالفعل تعيين حاصل الدقة. يشبه الأمر نوعًا ما عندما تمت برمجة ذكاء اصطناعي للفوز في لعبة Jeopardy - كان لديه فترة ثقة بأنه يعرف الإجابة على سؤال بثقة 90٪ أو ثقة 60٪. وفي هذا السياق ، حيث تفقد بعض النقاط بإجابة خاطئة ، قاموا بتعيين الفترة الزمنية منخفضة جدًا عند 40٪ أو شيء من هذا القبيل. إذا كنت متأكدًا بنسبة 40٪ أو أكثر ، فماذا بحق الجحيم ، اذهب وحاول الإجابة على السؤال.

قد يكون هناك بعض السياق حيث تريد دقة على مستوى الإنسان ، تقوم بتعيينها هناك ، وفي كثير من الأحيان ، عندما لا يتمكن الذكاء الاصطناعي من الوصول إلى النسبة المئوية 99 ، فإنه سينتقل إلى إنسان أو شيء من هذا القبيل. قد يكون هناك بعض السياق حتى في الجيش ، حتى في الصناعات شديدة التنظيم ، حيث يكون لديك المزيد من التسامح مع تخمين متعلم بمساعدة الذكاء الاصطناعي. ويمكن أن يكون هذا أحد المعايير: "ما مدى ثقتك في هذه الاستجابة؟" إذا لم يكن الأمر جيدًا بما فيه الكفاية ، فلا تعطيه.

Fergal Reid: للتوصل إلى هذا ، إيثان ، هذا بالتأكيد اعتقاد قوي بالمنتج لدينا داخليًا في Intercom ، وهو أنه من المحتمل جدًا أنه سيكون هناك مجموعة متنوعة من التفاوتات هنا. سيكون هناك بعض العملاء بدرجة عالية من التسامح مع "أعطني الاقتراح ؛ لا بأس إذا كان الاقتراح خاطئًا في بعض الأحيان ". وسيكون هناك عملاء آخرون بدرجة تسامح منخفضة جدًا. نتوقع أننا سنحتاج إلى درجة معينة من التكوين حول هذا الأمر.

"لدينا هذه التكنولوجيا الجديدة التي يمكنها عمل تنبؤات أفضل بكثير والقيام بالأشياء بشكل أسرع. كيف نأخذ ذلك ونجعله جديرًا بالثقة بدرجة كافية ، أو على الأقل نسمح للعملاء بالاختيار؟ "

لمجرد الغوص في الأعشاب الضارة ببعض الأشياء التي ننظر إليها في المستقبل ، دعنا نقول أن لديك شيئًا يحاول قراءة مقال والإجابة على سؤال حول هذا المحتوى. أحد الأمثلة هو أنك تقيدها بالقول ، "يُسمح لك فقط بالرد باقتباس دقيق من هذا." ويمكنه وضع هذا الاقتباس في سياقه ، ولكن يجب أن يكون الاقتباس موجودًا. هذه طريقة متحفظة لاستخدام هذه النماذج اللغوية الكبيرة الجديدة للقيام بعمل أفضل في فهم استفسارك واسترجاع المعلومات ، ولكن مع تقييد ما يمكنهم قوله بالفعل. مثال آخر هو أنك تأخذ نموذجًا توليديًا وتسمح له بأن يكون عاملاً تحت غطاء المحرك ، ولكن لا يمكنه التفاعل إلا مع مستخدم نهائي من خلال سلسلة محددة مسبقًا من الإجراءات أو الأشياء التي يمكنه قولها.

هناك الكثير من التقنيات التي يمكنك من خلالها استخدام المحرك القوي ومحاولة جعله أكثر أمانًا وموثوقية وقيودًا. وأعتقد أنك سترى الكثير من الأشخاص يعملون بهذه التقنية. لدينا هذه التكنولوجيا الجديدة التي يمكنها عمل تنبؤات أفضل بكثير والقيام بالأشياء بشكل أسرع. كيف نأخذ ذلك ونجعله جديرًا بالثقة بدرجة كافية ، أو على الأقل نسمح للعملاء بالاختيار؟ أعتقد أنك ستشهد الكثير من الحركة في هذا الفضاء خلال الشهرين المقبلين.

التخصيص الشامل عبر الصناعات

Krystal Hu: في هذه الملاحظة ، إيثان ، تاليا ، بالإضافة إلى خدمة العملاء ، هل هناك أي تطبيقات أخرى تشاهدها في هذا المجال تثير حماسك بشكل خاص؟

إيثان كورزويل: يمكنني أن أذهب أولاً. بالنظر إلى بعض تطبيقات المستهلك ، الألعاب هي أحد التطبيقات التي نتحمس لها. إذا كنت تفكر في الأشياء التي تجعل الألعاب ممتعة ، في كثير من الأحيان ، فهذا هو معدل التحديث للمحتوى الجديد ، وهذا يتطلب ابتكار أفكار إبداعية باستمرار. بدأنا نرى الناس يفكرون ، "ماذا لو كانت كل تجربة لكل لاعب يمكن أن تكون جديدة؟" You couldn't have a personal copywriter writing that much content for each person, but an AI could do it. And it could get down to a level where each decision you make generates a new experience based on whatever temporal inputs you want to give the system.

“We went from handcrafted goods to mass-produced goods to mass personalization in a way we've probably never seen before”

Media applications as well. Earlier in my career, I used to work at the Wall Street Journal , and the parent company of the Wall Street Journal was Dow Jones. They had a sister news department called Dow Jones Newswires , which was about getting financial news mainly to traders and folks that needed to act very quickly on that information as fast as possible through terminals and things like that. I think about what an AI could do to augment news or get news to the end user more quickly. Again, I don't think it's replacing journalists at all, I think it's augmenting the amount of information and the targeting we can provide to folks much more quickly.

I think about entertainment use cases. This promise of personalized television and premium content services has always been out there, but when you get to the long tail of internet content and user-generated content, it tends to be pretty low-quality. Could you have a high-quality, personalized content delivery service? I think AI could impact that equation in the future.

Talia Goldberg: I love the concept of personalization and everyone having their own experience. We went from handcrafted goods to mass-produced goods to mass personalization in a way we've probably never seen before. This is a totally new experience for everyone, which is super cool. I'll share one of the areas that I think is going to be wildly impactful and really promising, which is in life sciences and biotech.

“The AI is seeing something that we, as humans, have never before been able to see”

Applying AI to drug discovery and development using huge amounts of data to look at molecules and protein structures and genomic data can be really transformative. I read this study that I think was in Nature a month ago, and it described how some researchers gave an AI a bunch of images of a human retina, and the AI, with 90% accuracy, said which retina belonged to either a male or a female. That seems very basic – who cares? But what's really crazy about that is that no researcher, scientist, or AI expert has ever been able to find any sign of a retina correlating to gender of any form. The AI is seeing something that we, as humans, have never before been able to see.

You think about that, and then you apply that to cancer and different cells and otherwise, and the potential is just massive and really exciting. And we're already seeing a lot of applications. AI's going to transform a whole bunch of things – health, software, business applications, logistics, consumer… We could make a long list, but there are a ton of reasons to be super optimistic.

Mix and match

Krystal Hu: When I talk to startups, when they're incorporating this kind of technology into their offerings, one choice they have to make is which model they work with. Do they only work with one type of model, or do they diversify their vendors to work with other companies besides OpenAI? I'm sure, Fergal, you've spent some time thinking about that. What was the experience like at Intercom?

Fergal Reid: With new technology, being right in the forefront, our head tends to go first to customer value. We're happy to use the most expensive or newest model to try and figure out, “Okay, can we really build a transformative experience for a customer with this that is a core part of the workflow and makes something valuable for them?” And once we do that, we're like, “Okay, now, how can we make it cost-effective?” And we're probably going to end up with a large mix of different models from, say, OpenAI, and we've also looked at other vendors like Anthropic, which are doing some really interesting work in this space too.

“It's highly likely that everyone's going to end up running a bespoke mix of many different models. It's going to get complex pretty fast”

It's an exploding space with many different people training large language models, and I think you'll have different large language models that are better and worse and have different trade-offs in terms of cost and latency and performance. Performance won't be one-size-fits-all. Some models are better at dealing with hallucinations, some are better at generating creative content, and I think we're already seeing that.

Our focus is to get whatever models we can, try them out, think if we can use these to build transformative value, get it live with our customers, and then figure out how to optimize that. Once we know it's delivering value, let's optimize it in terms of price and cost and work. It's highly likely that everyone's going to end up running a bespoke mix of many different models. You could have three different models in one customer interaction. So yeah, it's going to get complex pretty fast.

“There'll probably be a new set of metrics that everyone coalesces around that measure the effectiveness of your AI and your particular business problem”

Ethan Kurzweil: I think that's an interesting point that actually ties the question from before: how do you measure the success of this? Because I think lots of companies will try a model or many, and the question will be, “All right, which is best?” And that's such an oversimplification because you have to figure out what you are trying to achieve. Are you trying to achieve engagement with users? Are you trying to achieve a quick resolution?

I think there'll probably be a sort of metricization of this where people come to a standard, like the way Google Search created a new industry, AdWords, and the way we measure click-through rates and conversion rates and things like that. There'll probably be a new set of metrics that everyone coalesces around that measure the effectiveness of your AI and your particular business problem.

Fergal Reid: Yeah, even before these more recent language models, we've had bots that process natural language using pretty big neural networks, although not as big. And whenever we would do something like upgrade our bots, we would conduct a large-scale A/B test framed in terms of end-user metrics such as self-serve rate. Then, we would find edge cases for particular customers or domains where it performed less well, really dig into those, and make sure nothing was broken. I think there's probably a well-understood playbook, like Ethan's referring to, of metrics for given domains. A lot of the same things will apply to this new type of technology.

سؤال وجواب

Krystal Hu: I'd love to get to the Q&A. I think we were able to address some of the questions during our discussions, but there are a bunch about the potential roadmaps from, I assume, Intercom's customers or companies working with Intercom who want to know what could be the next AI-aided feature that may come out, both in the short-term and long-term, and also how that will affect the pricing strategy.

Fergal Reid: Cool. Do you want to call out one particular question?

Krystal Hu: I think there was a question about your roadmap for the features for the next six months versus 12 to 18 months, and then the other person asked about the pricing strategy.

Fergal Reid: We have some things coming up that unfortunately, I can't talk about at the moment. I would say that six months is a really long time in this space. I expect you'll see a lot of movement in this space over the next two or three months. We will continue to sweat and invest in these features in our Inbox to make support reps more efficient. I've already talked about how we've got a Generation 1 version of features here at the moment, with summarization and expansion features to help edit a text, and we're definitely working on Generation 2 versions of those features.

We've also met two other exciting features in this space that we're really excited about, but unfortunately, I can't share any details at the moment – it's just a little bit too early to announce and launch those things. I can promise you're going to see a lot of action and excitement from us, and I'm sure from other companies in this space as well, over the next six months.

“Right now, there's a bit of a context limit for each interaction with an AI in a large language model, but there's a lot of exciting research pushing the boundaries”

Krystal Hu: Talia and Ethan, do you have any expectations or hopes on how fast the space could move?

Talia Goldberg: Well, it's moving a lot faster than we even anticipated. The space is moving really quickly in part because there are a whole bunch of technological advances happening at the same time as the hardware that these models are trained on gets better and improves at a Moore's Law rate, and there are new architectures and ways of scaling on that hardware. We're getting better and better at creating new experiences and models.

I don't have an exact prediction of how quickly we'll see different things, but one of the biggest areas that we're watching closely and expect to see a lot of advances in over the next six to 12 months is around personalization and being able to create far more personalized experiences. Right now, there's a bit of a context limit for each interaction with an AI in a large language model, but there's a lot of exciting research pushing the boundaries of those context windows, coming up with new frameworks to create far more personalized experiences and remember each person, each user, each customer, and tons of data points about that person to create a better experience.

“I would encourage everyone that's building new products to ride the ups and the downs”

Ethan Kurzweil: I completely agree with Fergal and Talia. We're going to see predictable and unpredictable applications of this over the next six months. There'll be some unsuccessful ones too, and then the narrative will quickly shift to, “Oh, that didn't do everything we thought it was going to do as quickly as we thought.” Right now, we're into the peak of momentum and euphoria and, dare I say, a little hype in the space. But over time, it'll become as big a deal as we thought.

I would encourage everyone that's building new products to ride the ups and the downs. Don't ride the up as high as it may be feeling like you should right now, but when the narrative changes a little bit, because it will – all new technologies have that “Oh, that wasn't as impactful as quickly as we thought” moment – I would encourage everyone to keep building through that as well.

Krystal Hu: Yeah, I'll definitely take that from you as a crypto investor.

Ethan Kurzweil: It's the same thing. Right now, there's clearly a trough of disillusionment for crypto. And good builders are figuring out, “Okay, what of this technology is applicable? What makes sense?” And we'll see those things come to market over the next couple of years.

Krystal Hu: One common question I saw in the Q&A is: how will this impact human jobs like human agent jobs? I'm curious to hear your thoughts on this specific case.

Ethan Kurzweil: Ever since the advent of the computer, there's been this prediction that it would be a massive replacement for human work at all levels. It does change the nature of work, and this will certainly change in some ways, but it's not going to be a wholesale replacement for humans in any broad way.

“Guess what? Every year, we need way more engineers. It's like Jevon's Paradox. The more that AI is available and the cost goes down, the more demand there is”

Just as Talia alluded to the example of Copilot and people, I've read many articles saying this was going to put all developers out of business over the next two to three years, and that's complete BS. Everyone knows that's not true. But it may allow for more productivity and for the cycle time on software to speed up. It may allow for different skills to be more important. I think it just makes us more productive. It's not that it won't have an impact and won't shift the nature of work in some ways. I don't mean to minimize that because that's very real. But looking at the whole, you'll see we come out ahead.

Talia Goldberg: At least until we reach the singularity, I'm pretty convinced of the need for more and more engineers. You could have gone back 10 years and been like, “Ah, there are all these cool developer tools now that are coming out and making it way easier to integrate things,” or, “Oh gosh, there are these self-serve products like Zapier that make it easy for non-technical people to connect products and integrate things.” And guess what? Every year, we need way more engineers. There's a shortage. It's like Jevon's Paradox. The more that AI is available and the cost goes down, the more demand there is. And I think, in a lot of areas, that paradigm will hold true. But as Ethan said, the exact skills and the way it looks may shift.

Krystal Hu: Yeah, that makes a lot of sense. I saw some interesting observations and questions about whether you should tell people that they are talking to an AI versus a real person. It's an interesting question because it presumes we wouldn't be able to tell.

Ethan Kurzweil: It's a good existential question. If you're talking to a person assisted by an AI, who are you talking to, and what disclosure do you have to make in that case? I don't have any answers to these questions, but they're great ones for us to debate.

Talia Goldberg: I find that AI can sometimes generate responses that are so detailed and so good that there's just no way that a human did it anyway. It's like the reverse of the Turing test.

Krystal Hu: سؤال آخر حول وظيفة الأمان. أعتقد أننا تطرقنا إلى هذا الأمر في وقت سابق ، ولكن هناك سؤال محدد: "ما مدى أهمية التكامل الرأسي لوظيفة السلامة مع مزود النموذج؟ على سبيل المثال ، ما مدى أهمية استخدام واجهة برمجة تطبيقات تعديل OpenAI مع إخراج نموذج ChatGPT مقابل المزيج والمطابقة مع واجهة برمجة تطبيقات Jigsaw's Perspective؟ " Fergal ، قد يكون لديك بعض الأفكار أو الخبرات لمشاركتها في ذلك.

فيرغال ريد: نعم ، أنا لست على دراية بواجهة برمجة تطبيقات Jigsaw's Perspective ، لذلك لا أعرف ذلك على وجه التحديد. يهتم جميع الأشخاص في OpenAI و Tropic وأي شخص آخر يقوم بتدريب نماذج اللغة الكبيرة كثيرًا بجعلها قابلة للاستخدام وآمنة ومتسقة ، ويهتمون كثيرًا بتجنب الهلوسة. وسيستمرون في العمل في هذه المجالات لتسهيل قيام شركات مثل Intercom بنشرها بطرق جديرة بالثقة. لست مقتنعًا بأننا بحاجة إلى تكامل ذلك رأسيًا. لا أعلم أن Intercom بحاجة إلى أن تكون في مجال تدريب نماذج اللغات الضخمة الخاصة بها حتى يتسنى لنا معالجة الإنتاج وجعلها جديرة بالثقة بدرجة كافية. أعتقد أننا سنرى الكثير من الحركة في هذا الفضاء على أي حال.

يمنح هذا النوع من الذكاء الاصطناعي التوليدي الكثير من الحرية للمستخدم لمحاولة اكتشاف كيفية نشر النموذج. هناك مجال ناشئ من الهندسة السريعة ، وفريقي يقوم بالكثير من هذا ، حيث يقومون بتحرير المطالبات ويحاولون اكتشاف ، "حسنًا ، كيف أسأل النموذج عما أريده بالطريقة الصحيحة للحصول عليه أعطني النتيجة التي أبحث عنها؟ " سوف يتحسن هذا ، على الأقل لفترة من الوقت ، وسيزداد قوة ، وستصبح النماذج أسهل في التحكم.

أعتقد أننا سنكون قادرين على رؤية الشركات في موقع Intercom تولد الكثير من القيمة وتكتشف الكثير من التطبيقات والتصميم. ما زلنا نتعلم كيفية تصميم المنتجات حول هذه التكنولوجيا الجديدة. هناك الكثير من درجات الحرية للأشخاص في وضعنا لاستخدام ذلك.

"هناك دائمًا هذا التوتر: هل تقوم فقط بالتخلص من الأشياء العامة؟ ما مدى التحسن الذي يحصل عليه النموذج العام مقابل الصقل؟ "

Krystal Hu: كانت هناك أيضًا أسئلة حول إنشاء Intercom لنموذجها الخاص. كما ذكرت سابقًا ، ربما ستكون هناك فرص للقيام بمزيج من النموذج الذي يعمل بشكل أفضل لحالات الاستخدام الخاصة بك أثناء إنشاء واجهة برمجة تطبيقات أو شيء من هذا القبيل؟

Fergal Reid: نعم ، بالمقياس الذي يتم تدريب هذه النماذج عليه في الوقت الحالي ، لا يبدو أنه من المنطقي اقتصاديًا أن تقوم كل شركة بحجم Intercom بتدريب شركاتها الخاصة. لكن مرة أخرى ، هناك طيف هنا. سنعمل على تطوير الخبرة في التصميم من حولهم ومعرفة ما نطلبه من النموذج. وربما سنرى وظائف ناشئة حول شركات مثل نماذج ضبط الاتصال الداخلي. يتم تدريب الكثير من هذه النماذج الجديدة على التعلم المعزز مع ردود الفعل البشرية. من المحتمل أن تنخفض تكلفة القيام بذلك بمرور الوقت ، وسنتمكن من تخصيصها بشكل أكبر لحالات الاستخدام الخاصة بنا.

هناك دائمًا هذا التوتر: هل تكتفي بالشيء العام؟ إلى أي مدى يتحسن النموذج العام مقابل الصقل والقيام بأشياء محددة؟ سيتعين علينا أن نرى كيف تعمل هذه المساحة ، لكنني أعتقد أنه سيكون هناك الكثير من درجات الحرية للشركات لأخذ هذه النماذج وتخصيصها وإنتاجها في منطقتهم. نحن في الأيام الأولى لإنتاج هذه التكنولوجيا. سيتغير كثيرًا ، وسيصبح تحديد الأولويات أسهل كثيرًا.

Krystal Hu: لقد اقتربنا من نهاية حديثنا الرائع ، لكن يمكننا أن نأخذ سؤالين آخرين. يتعلق أحدهما بكيفية تبني شركات المؤسسات للقيمة واستخراجها من ChatGPT. لقد رأيت شركات بدأت في دمج ذلك في عروضها ، وعلى الجانب الآخر ، أعتقد أن الشركات ، وخاصة البنوك عالية التنظيم ، كانت تتساءل عن خدمة المعلومات وقضايا الخصوصية وتمنع موظفيها من اللعب على أجهزة الكمبيوتر المحمولة الخاصة بالشركة. أشعر بالفضول لسماع أفكار تاليا وإيثان حول هذا السؤال.

تاليا غولدبرغ: عبر محفظتنا ، يفكر الكثير من شركات البرمجيات التي قد لا تكون حتى في فئات مثل Intercom ، والتي تحتل الصدارة حقًا ، مثل ، "مرحبًا ، ما أهمية هذا لعملي وما هي الطرق التي يمكنني من خلالها قد تدمج بعض هذه النماذج أو واجهات برمجة تطبيقات ChatGPT في المنتج الخاص بي؟ " يمكن أن تكون المهام شديدة التكرار رائعة حقًا للذكاء الاصطناعي للمساعدة في الأتمتة أو التبسيط. تحصل إحدى شركاتنا على الكثير من المعلومات المحاسبية من عملائها ، ويحتاجون إلى التوفيق والإبلاغ في حالة وجود خطأ أو شيء ما تم إيقافه. وكان لديهم هذه الأنظمة المستندة إلى القواعد في الماضي ، ولكن يمكنك تطبيق الذكاء الاصطناعي والحصول على دقة أفضل بكثير. مثال آخر مثير للاهتمام يتعلق بقطعة التلخيص. إذا تحدث أحد العملاء إلى وكيل مركز اتصال أو مندوب مبيعات ، فيمكنك تلخيص تلك المحادثة وإنشاء ضمانات تسويقية مخصصة لهذا الشخص فقط.

كريستال هو: سؤال أخير لتاليا وإيثان. كان الناس يسألون عما كنت تبحث عنه عند الاستثمار في شركات ناشئة سابقة التأسيس أو ، على ما أعتقد ، الشركات الناشئة بشكل عام.

"نحاول تقسيمها إلى هذا السؤال الرئيسي ،" هل هذا حقًا يحرك الإبرة لدور معين أو نوع معين من الأشخاص؟ "

إيثان كورزويل: هذا سؤال رائع. هناك العديد من الإجابات المختلفة على ذلك. ما قبل البذور هو أبكر قليلاً مما نستثمر فيه عادةً ، لوضع هذا التنازل - عادةً ، نحن نستثمر في بذرة لاحقة أو سلسلة أ أو ب. لكن فلسفتنا هي البحث عن نماذج النمو المفرط أينما نجد هم. وعادةً ، الطريقة التي نفصل بها ذلك هي محاولة التشخيص المسبق من خلال رسم خرائط الطريق ، وكانت Talia هي التي دفعت الكثير من تفكيرنا حول الذكاء الاصطناعي وتطبيقاته إلى أشياء مختلفة مختلفة ، وقد توصلنا إلى خرائط الطريق هذه المجالات الموضوعية المختلفة التي نعتقد أنها مثيرة جدًا للاهتمام. يمكن أن تكون واسعة حقًا ، مثل الحوسبة السحابية أو استهلاك الرعاية الصحية ، أو ضيقة ، مثل تأثير الذكاء الاصطناعي على خدمة العملاء.

أود أن أشجع الناس على النظر ، لأننا نقوم بالكثير من النشر على مدونتنا ووسائل التواصل الاجتماعي لأطروحتنا النشطة ، لمعرفة ما إذا كان ما تقوم ببنائه يتماشى مع شيء ما. وبعد ذلك ، بشكل عام ، نحن نبحث عن ، "هل لهذا النوع من التأثير الذي سيغير الطريقة التي نعمل بها أو نقوم بالترفيه أو شيء يمكن أن يكون نقلة نوعية في بعض العمليات التجارية أو احتياجات المستهلك؟" هذا ما نقسمه إليه. لقد لاحظنا أنه في أي وقت يكون لديك تغيير واسع النطاق في السلوك ، يؤدي إلى شركات ذات نمو مفرط وفرص للشركات الناشئة لتعطيل طريقة العمل أو اللعب أو أي شيء تم القيام به من قبل. ولذا نحاول تقسيمها إلى هذا السؤال الرئيسي ، "هل هذا يحرك حقًا الإبرة لدور معين أو نوع معين من الأشخاص؟"

Krystal Hu: هذه نهاية حديثنا. بالنسبة لأولئك الذين لم تتح لهم الفرصة لتجربة ميزات Intercom الجديدة ، أشجعك على اللعب مع التلخيص وبعض الميزات الأخرى بنفسك. وإذا كنت مهتمًا بمساحة المشروع ، فقم بالتأكيد بإلقاء نظرة على موقع Bessemer الإلكتروني. كما قال الجميع ، بعد ستة أشهر من الآن ، سننظر إلى الوراء وستتحقق بعض التوقعات ، وربما يكون بعضها مختلفًا تمامًا. آمل أن يكون لدينا وقت آخر للرجوع إلى الوراء وتغطية المزيد من الأسئلة. شكرًا مرة أخرى ، تاليا وإيثان وفيرغال على وقتك اليوم.

إيثان كورزويل: شكرا لاستضافتنا.

تاليا غولدبيرغ: إلى اللقاء.

فيرغال ريد: شكرا جزيلا لكم جميعا. وداعا وداعا.