કંપનીઓ કોર્પોરેટ તાલીમમાં જેટલો મોટો ખર્ચ કરે છે, તેટલું વળતર ઘણીવાર નિરાશાજનક હોય છે. કર્મચારીઓ મોડ્યુલ્સ પર ક્લિક કરે છે, સમજાવતી વીડિયો જુએ છે અને કામ પૂરું થયાનું ચેકબોક્સ ટીક કરે છે. અઠવાડિયા પછી, તેઓ ખરેખર ગ્રાહકો સાથે કેવી રીતે વાત કરે છે, વાંધાઓ (objections) કેવી રીતે સંભાળે છે અથવા મુશ્કેલ વાતચીતો કેવી રીતે કરે છે તેમાં બહુ ઓછો ફેરફાર જોવા મળે છે. Synthesia, જે તેના સિન્થેટિક અવતાર અને વોઈસ ક્લોનિંગ ટેકનોલોજી માટે જાણીતું સ્ટાર્ટઅપ છે, તે હવે એવું માને છે કે તેનો ઉકેલ વધુ સારા વીડિયોમાં નથી. તે વીડિયોને વાતચીત દ્વારા બદલી રહ્યું છે.
કંપની તેના નવા Sessions પ્લેટફોર્મનું પ્રથમ ઉત્પાદન, Roleplay Sessions લોન્ચ કરી રહી છે. આ પગલું એક તીવ્ર વ્યૂહાત્મક વળાંક સૂચવે છે. Synthesia હવે માત્ર તાલીમ સામગ્રી જનરેટ કરવાનું સાધન બનીને રહેવા માંગતું નથી. તેનો ઉદ્દેશ્ય પર્ફોર્મન્સ-મેનેજમેન્ટ લેયર બનવાનો છે જ્યાં કર્મચારીઓ પ્રેક્ટિસ કરી શકે, ભૂલો કરી શકે, માપી શકે અને સુધારો કરી શકે.
જોવાથી અમલમાં લાવવા સુધી
કોર્પોરેટ લર્નિંગ લાંબા સમયથી એક મૂળભૂત ભૌતિક સમસ્યા સાથે સંઘર્ષ કરી રહ્યું છે. ટેક્સ્ટ કરતા વીડિયો વધુ અસરકારક છે. તે વધુ સારી રીતે ધ્યાન ખેંચે છે અને હજારો કામદારોમાં સસ્તા દરે પહોંચી શકે છે. પરંતુ તે હજુ પણ એક બ્રોડકાસ્ટ મીડિયા છે. શીખનાર માહિતી ગ્રહણ કરે છે; પરંતુ સામગ્રી (content) અનુકૂલન સાધતી નથી. એક સેલ્સપર્સન ડિસ્કાઉન્ટ બાબતે વાટાઘાટો કરવા માટેના ડઝનબંધ ટ્યુટોરિયલ્સ જોઈ શકે છે, છતાં જ્યારે વાસ્તવિક ગ્રાહક કિંમત બાબતે વિરોધ કરે ત્યારે તે અટકી જાય છે.
Synthesia એ તે બ્રોડકાસ્ટ મીડિયાને સસ્તું અને વધુ વ્યક્તિગત બનાવીને પોતાની પ્રતિષ્ઠા બનાવી છે. તેના પ્રોપ્રાઇટરી AI અવતાર અને વોઈસ ટેકનોલોજી એન્ટરપ્રાઇઝને સ્ટુડિયો બુક કર્યા વગર અથવા અભિનેતાઓ રાખ્યા વગર તાલીમ વીડિયો બનાવવાની સુવિધા આપે છે. તે ખરેખર ઉપયોગી હતું. પરંતુ તે પૂરતું નહોતું.
Roleplay Sessions જ્ઞાન અને ક્રિયા વચ્ચેનું અંતર ઘટાડવા માટે બનાવવામાં આવ્યા છે. આ સિમ્યુલેશનમાં, એક કર્મચારી સીધો એવા AI અવતાર સાથે વાત કરે છે જે ગ્રાહક, સહકર્મી અથવા સીધા રિપોર્ટિંગ ઓફિસર જેવું વર્તન કરવા માટે બનાવવામાં આવ્યો હોય. અવતાર કોઈ નિશ્ચિત સ્ક્રિપ્ટનું પાલન કરતો નથી. તે પ્રતિભાવ આપે છે. તે વાંધાઓ ઉઠાવે છે. તે હતાશ થાય છે. વપરાશકર્તા જે કહે છે તેના આધારે તે તેનો ટોન બદલે છે. પર્ફોર્મન્સ રિવ્યુની પ્રેક્ટિસ કરનાર વ્યક્તિનો સામનો એવા અવતાર સાથે થઈ શકે છે જે શરૂઆતનો પ્રતિસાદ નકારી કાઢે છે, જેનાથી મેનેજરને વાતચીત કરવાની રીત બદલવા માટે મજબૂર કરવામાં આવે છે. કસ્ટમર-સર્વિસ તાલીમાર્થીનો સામનો એવા અવતાર સાથે થઈ શકે છે જે પરેશાનથી ગુસ્સે થઈ જાય, સિવાય કે એજન્ટ ચોક્કસ રીતે પરિસ્થિતિને શાંત કરવાની રીતો અપનાવે.
આ મહત્વનું છે કારણ કે સોફ્ટ સ્કિલ્સ સંવાદલક્ષી હોય છે, માહિતીપ્રદ નહીં. તમે સ્લાઇડ્સ જોઈને તે શીખી શકતા નથી. તમે સંવાદ દરમિયાન થતી ભૂલો, દબાણ અનુભવીને અને તે ક્ષણે અનુકૂલન સાધીને તે શીખો છો.
ફીડબેક લેયર
આને માત્ર ચહેરાવાળા ચેટબોટ કરતાં વધુ શું બનાવે છે તે તેનું નીચેનું સ્કોરિંગ ઇન્ફ્રાસ્ટ્રક્ચર છે. Synthesia ઉત્પાદનમાં રીઝનિંગ ઇન્ટેલિજન્સને એકીકૃત કરી રહ્યું છે. પ્લેટફોર્મ મૂળભૂત ભાષા તર્કને સંભાળવા માટે OpenAI ના મોડલ્સનો ઉપયોગ કરે છે, પરંતુ તે માત્ર પાયો છે. તેની ઉપર, Synthesia એ રૂબ્રિક્સ, પર્ફોર્મન્સ ડેટા અને એનાલિટિક્સની એક પ્રોપ્રાઇટરી સિસ્ટમ બનાવી છે જે કાચી વાતચીતને સ્ટ્રક્ચર્ડ કોચિંગમાં ફેરવે છે.
અહીં પ્રેક્ટિસમાં તફાવત કેવી રીતે દેખાય છે તે જુઓ. એક પ્રમાણભૂત AI વાતચીત વપરાશકર્તાને કહી શકે છે, "તમે તે સારી રીતે સંભાળ્યું." Synthesiaનું લેયર કંપનીના પોતાના માપદંડો મુજબ આ વાતચીતનું સ્કોરિંગ કરી શકે છે. શું કર્મચારીએ સહાનુભૂતિ સાથે વાતની શરૂઆત કરી? શું તેમણે પિચ કરતા પહેલા કોઈ ડિસ્કવરી પ્રશ્ન પૂછ્યો? શું તેમણે આગળના પગલાં નક્કી કર્યા? પ્લેટફોર્મ આ સંકેતોને કેપ્ચર કરે છે અને વિગતવાર, અમલીકરણ કરી શકાય તેવો ફીડબેક આપે છે. મેનેજરોને એવો અસ્પષ્ટ ખ્યાલ નથી મળતો કે કોણ "લોકો સાથે સારું વર્તે છે." તેમને સમગ્ર સેલ્સ ફોર્સ અથવા લીડરશિપ ગ્રુપમાં ક્ષમતાના ચોક્કસ નકશા મળે છે.
કંપનીના CEO અને સહ-સ્થાપક વિક્ટર રિપારેલીએ ભાર મૂક્યો છે કે આ ડેટા-કેન્દ્રીત અભિગમ એ છે જ્યાં એક્ઝિક્યુટિવ્સ માટે સાચું મૂલ્ય રહેલું છે. જ્યારે સેંકડો અથવા હજારો કર્મચારીઓ રોલ-પ્લે સિનારીયોમાંથી પસાર થાય છે, ત્યારે સંસ્થા પાસે એવા પ્રકારની સમજણ એકઠી થાય છે જે અગાઉ મોટા પાયે મેળવવી અશક્ય હતી. તમે જાણી શકો છો કે કઈ ટીમો ઓબ્જેક્શન હેન્ડલિંગમાં સંઘર્ષ કરી રહી છે, કયા મેનેજરો ફીડબેકમાં ઉતાવળ કરે છે, અને ક્વાર્ટરલી આંકડાઓ પર અસર થાય તે પહેલાં ક્યાં કૌશલ્યનો અભાવ છે.
કોણ તેનો ઉપયોગ કરી રહ્યું છે, અને આગળ ક્યાં જશે
શરૂઆતના ગ્રાહકોની યાદી સૂચવે છે કે આ પિચ મોટી અને જટિલ સંસ્થાઓમાં સ્વીકારવામાં આવી રહી છે. Synthesia એ માર્કેટ કેપ મુજબ યુરોપની ટોચની ત્રણ કંપનીઓમાંથી એક, એક Fortune 100 જાયન્ટ અને ભરતી ક્ષેત્રે વૈશ્વિક લીડર સાથે કરાર કર્યા છે. શરૂઆતના ઉપયોગના કિસ્સાઓ સેલ્સ અને લીડરશિપ ટીમો માટે હાઈ-સ્ટેક્સ સોફ્ટ સ્કિલ્સ પર કેન્દ્રિત છે, જે એવા ક્ષેત્રો છે જ્યાં નબળી વાતચીત ભારે ખર્ચ લાવી શકે છે.
એન્ટરપ્રાઇઝ પ્લેટફોર્મને તેમના પોતાના તાલીમ દસ્તાવેજો, કોલ ટ્રાન્સક્રિપ્ટ્સ અને સંદર્ભ આપીને સિમ્યુલેશનને પોતાની જરૂરિયાત મુજબ તૈયાર કરી શકે છે. આ સિનારીયો ખાસ જરૂરિયાત મુજબના હોય છે, જેના માટે સોફ્ટવેર એન્જિનિયરિંગ ટીમને તેને શૂન્યથી બનાવવાની જરૂર પડતી નથી. કસ્ટમાઇઝેશન અને ઓફ-ધ-શેલ્ફ ડિપ્લોયમેન્ટ વચ્ચેનું આ સંતુલન એવા કોર્પોરેટ લર્નિંગ વિભાગોમાં સ્વીકૃતિ મેળવવા માટે નિર્ણાયક છે જેઓ ખૂબ જ સાવચેતીપૂર્વક આગળ વધે છે.
Synthesia એ વિસ્તરણ માટેનો સ્પષ્ટ માર્ગ પણ નક્કી કર્યો છે. કંપની Sessions ને જોબ ઇન્ટરવ્યુ અને ઉમેદવારની સ્ક્રીનિંગ સુધી વિસ્તારવાની યોજના ધરાવે છે. અંતે, જેમ જેમ ઇન્ફરન્સ ખર્ચ ઘટશે, તેમ આ પ્રોડક્ટ એન્ટરપ્રાઇઝ ટાયરથી આગળ વધશે. નાના વ્યવસાયો, વ્યાવસાયિક ગ્રાહકો અને શૈક્ષણિક સંસ્થાઓ - આ તમામ રોડમેપ પર છે. યુનિવર્સિટીનું કરિયર સેન્ટર વિદ્યાર્થીઓને બિહેવિયરલ ઇન્ટરવ્યુની પ્રેક્ટિસ કરવામાં મદદ કરવા માટે આ જ એન્જિનનો ઉપયોગ કરી શકે છે. એક નાની કન્સલ્ટન્સી એક્ટર્સને ભાડે રાખ્યા વગર તેના ભાગીદારો માટે નેગોશિયેશન ડ્રિલ ચલાવી શકે છે.
એન્ટરપ્રાઇઝ AI માં વ્યાપક પરિવર્તન
આ વળાંક જોવા જેવો છે કારણ કે તે દર્શાવે છે કે પરિપક્વ એન્ટરપ્રાઇઝ AI કઈ દિશામાં જઈ રહ્યું છે. જનરેટિવ AI ના ઉત્સાહની પ્રથમ લહેર ડેમો દ્વારા પ્રભુત્વ ધરાવતી હતી