കോർപ്പറേറ്റുകൾ പരിശീലനത്തിനായി വലിയ തുക ചെലവഴിക്കുന്നുണ്ടെങ്കിലും, അതിന്റെ ഫലം പലപ്പോഴും നിരാശാജനകമാണ്. ജീവനക്കാർ മോഡ്യൂളുകൾ ക്ലിക്ക് ചെയ്യുകയും, വിശദീകരണ വീഡിയോകൾ കാണുകയും, പൂർത്തിയായതായി അടയാളപ്പെടുത്തുകയും ചെയ്യുന്നു. എന്നാൽ ആഴ്ചകൾക്ക് ശേഷം, അവർ ഉപഭോക്താക്കളോട് സംസാരിക്കുന്നതിലോ, തടസ്സങ്ങൾ കൈകാര്യം ചെയ്യുന്നതിലോ, പ്രയാസകരമായ സംഭാഷണങ്ങൾ നയിക്കുന്നതിലോ വലിയ മാറ്റങ്ങളൊന്നും സംഭവിക്കുന്നില്ല. സിന്തറ്റിക് അവതാറുകൾക്കും വോയിസ് ക്ലോണിംഗ് സാങ്കേതികവിദ്യയ്ക്കും പേരുകേട്ട സ്റ്റാർട്ടപ്പായ Synthesia, ഇതിനുള്ള പരിഹാരം മികച്ച വീഡിയോകളല്ലെന്ന് കരുതുന്നു. വീഡിയോയ്ക്ക് പകരം സംഭാഷണത്തെ തന്നെ അവർ അവതരിപ്പിക്കുകയാണ്.
കമ്പനി അതിന്റെ പുതിയ Sessions പ്ലാറ്റ്ഫോമിലെ ആദ്യ ഉൽപ്പന്നമായ Roleplay Sessions പുറത്തിറക്കുന്നു. ഈ നീക്കം ഒരു വലിയ തന്ത്രപരമായ മാറ്റത്തെ സൂചിപ്പിക്കുന്നു. വെറുമൊരു പരിശീലന ഉള്ളടക്കം (training content) നിർമ്മിക്കുന്ന ഒരു ടൂൾ മാത്രമായി തുടരാൻ Synthesia ആഗ്രഹിക്കുന്നില്ല. പകരം, ജീവനക്കാർക്ക് പരിശീലിക്കാനും പരാജയപ്പെടാനും അളക്കാനും മെച്ചപ്പെടാനും കഴിയുന്ന ഒരു പെർഫോമൻസ്-മാനേജ്മെന്റ് ലെയർ (performance-management layer) ആയി മാറാനാണ് കമ്പനി ലക്ഷ്യമിടുന്നത്.
കാണുന്നതിൽ നിന്ന് പ്രവർത്തിക്കുന്നതിലേക്ക്
കോർപ്പറേറ്റ് പഠനം കാലങ്ങളായി ഒരു അടിസ്ഥാന പ്രശ്നവുമായി പോരാടുന്നുണ്ട്. ടെക്സ്റ്റിനേക്കാൾ മികച്ചതാണ് വീഡിയോ. അത് ശ്രദ്ധ പിടിച്ചുപറ്റാനും ആയിരക്കണക്കിന് തൊഴിലാളികളിലേക്ക് കുറഞ്ഞ ചിലവിൽ എത്തിക്കാനും സഹായിക്കുന്നു. എന്നാൽ ഇതൊരു ബ്രോഡ്കാസ്റ്റ് മീഡിയം (broadcast medium) മാത്രമാണ്. പഠിതാവ് വിവരങ്ങൾ സ്വീകരിക്കുന്നു; എന്നാൽ ഉള്ളടക്കം സാഹചര്യത്തിനനുസരിച്ച് മാറുന്നില്ല. ഒരു സെയിൽസ് പേഴ്സൺ ഡിസ്കൗണ്ടുകളെക്കുറിച്ച് ഒരുപാട് ട്യൂട്ടോറിയലുകൾ കണ്ടേക്കാം, എന്നാൽ ഒരു യഥാർത്ഥ ഉപഭോക്താവ് വിലയെക്കുറിച്ച് ചോദ്യങ്ങൾ ഉന്നയിക്കുമ്പോൾ അവർക്ക് ആശയക്കുഴപ്പമുണ്ടാകാം.
ആ ബ്രോഡ്കാസ്റ്റ് മീഡിയം കുറഞ്ഞ ചിലവിലും കൂടുതൽ വ്യക്തിഗതമായും മാറ്റിക്കൊണ്ട് Synthesia അതിന്റെ പ്രശസ്തി കെട്ടിപ്പടുത്തു. അവരുടെ പ്രൊപ്രൈറ്ററി AI അവതാറുകളും വോയിസ് സാങ്കേതികവിദ്യയും ഉപയോഗിച്ച് സ്റ്റുഡിയോകൾ ബുക്ക് ചെയ്യുകയോ നടന്മാരെ നിയമിക്കുകയോ ചെയ്യാതെ തന്നെ സംരംഭങ്ങൾക്ക് പരിശീലന വീഡിയോകൾ നിർമ്മിക്കാൻ സാധിക്കുന്നു. അത് തീർച്ചയായും ഉപകാരപ്രദമായിരുന്നു. എന്നാൽ അത് മാത്രം മതിയാകുമായിരുന്നില്ല.
അറിവും പ്രവൃത്തിയും തമ്മിലുള്ള അകലം കുറയ്ക്കാൻ വേണ്ടിയാണ് Roleplay Sessions രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. ഈ സിമുലേഷനുകളിൽ (simulations), ഒരു ഉപഭോക്താവിനെപ്പോലെയോ സഹപ്രവർത്തകനെയോ അല്ലെങ്കിൽ ഒരു കീഴ്ജീവനക്കാരനെയോ പോലെ പെരുമാറാൻ നിർമ്മിച്ച ഒരു AI അവതാറുമായി ജീവനക്കാരൻ നേരിട്ട് സംസാരിക്കുന്നു. ഈ അവതാർ ഒരു നിശ്ചിത സ്ക്രിപ്റ്റ് പിന്തുടരുന്നില്ല. അത് പ്രതികരിക്കുന്നു, തർക്കങ്ങൾ ഉന്നയിക്കുന്നു, നിരാശ പ്രകടിപ്പിക്കുന്നു, കൂടാതെ ഉപയോക്താവ് പറയുന്നത് അനുസരിച്ച് സംഭാഷണത്തിന്റെ ശൈലി മാറ്റുകയും ചെയ്യുന്നു. ഒരു പെർഫോമൻസ് റിവ്യൂ പരിശീലിക്കുന്ന ഒരാൾക്ക്, നൽകുന്ന ഫീഡ്ബാക്ക് നിരസിക്കുന്ന ഒരു അവതാറിനെ നേരിടേണ്ടി വന്നേക്കാം, ഇത് മാനേജർക്ക് സംഭാഷണം മറ്റൊരു രീതിയിൽ അവതരിപ്പിക്കാൻ നിർബന്ധിതനാക്കുന്നു. ഒരു കസ്റ്റമർ സർവീസ് ട്രെയിനിക്ക്, ഏജന്റ് കൃത്യമായ രീതിയിൽ കാര്യങ്ങൾ ശാന്തമാക്കുന്നില്ലെങ്കിൽ, ദേഷ്യപ്പെട്ടുകൊണ്ടിരിക്കുന്ന ഒരു അവതാറിനെ നേരിടേണ്ടി വന്നേക്കാം.
സോഫ്റ്റ് സ്കില്ലുകൾ (soft skills) എന്നത് വിവരങ്ങൾ നൽകുന്നതിനേക്കാൾ ഉപരിയായി സംഭാഷണാത്മകമായ ഒന്നായതുകൊണ്ടാണ് ഇത് പ്രധാനമാകുന്നത്. സ്ലൈഡുകൾ കണ്ടു പഠിക്കാൻ കഴിയില്ല അവ. സംഭാഷണങ്ങളിലൂടെ പതറുന്നതിലൂടെയും, സമ്മർദ്ദം അനുഭവപ്പെടുന്നതിലൂടെയും, ആ നിമിഷം തന്നെ സാഹചര്യത്തിനനുസരിച്ച് മാറുന്നതിലൂടെയുമാണ് അവ പഠിച്ചെടുക്കുന്നത്.
ഫീഡ്ബാക്ക് ലെയർ
ഇതൊരു മുഖമുള്ള ചാറ്റ്ബോട്ട് മാത്രമാണെന്ന് പറയാൻ കഴിയില്ല, കാരണം ഇതിന് പിന്നിൽ ശക്തമായ ഒരു സ്കോറിംഗ് ഇൻഫ്രാസ്ട്രക്ചർ (scoring infrastructure) ഉണ്ട്. Synthesia ഇതിൽ റീസണിംഗ് ഇന്റലിജൻസ് (reasoning intelligence) സംയോജിപ്പിക്കുന്നു. പ്ലാറ്റ്ഫോം അടിസ്ഥാനപരമായ ഭാഷാ യുക്തികൾക്കായി OpenAI-യുടെ മോഡലുകൾ ഉപയോഗിക്കുന്നുണ്ടെങ്കിലും, അത് ഒരു അടിത്തറ മാത്രമാണ്. അതിനു മുകളിൽ, സംഭാഷണങ്ങളെ ഘടനാപരമായ കോച്ചിംഗാക്കി മാറ്റുന്നതിനായി റൂബ്രിക്സ് (rubrics), പെർഫോമൻസ് ഡാറ്റ, അനലിറ്റിക്സ് എന്നിവയുടെ ഒരു പ്രൊപ്രൈറ്ററി സിസ്റ്റം Synthesia നിർമ്മിച്ചിട്ടുണ്ട്.
ഇത് പ്രായോഗികമായി എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് നോക്കാം. ഒരു സാധാരണ AI സംഭാഷണം ഉപയോക്താവിനോട് "നിങ്ങൾ അത് നന്നായി കൈകാര്യം ചെയ്തു" എന്ന് പറഞ്ഞേക്കാം. എന്നാൽ Synthesia-യുടെ ലെയറിന് ഒരു കമ്പനിയുടെ മാനദണ്ഡങ്ങൾക്കനുസരിച്ച് ആ സംഭാഷണത്തെ വിലയിരുത്താൻ കഴിയും. ജീവനക്കാരൻ സഹാനുഭൂതിയോടെ (empathy) സംസാരിച്ചോ? ഉൽപ്പന്നം അവതരിപ്പിക്കുന്നതിന് മുമ്പ് ആവശ്യമായ ചോദ്യങ്ങൾ ചോദിച്ചോ? അടുത്ത ഘട്ടങ്ങൾ നിശ്ചയിച്ചോ? പ്ലാറ്റ്ഫോം ഈ സൂചനകൾ ശേഖരിക്കുകയും കൃത്യമായ, പ്രായോഗികമായ ഫീഡ്ബാക്ക് നൽകുകയും ചെയ്യുന്നു. "ആളുകളോട് നന്നായി പെരുമാറുന്നവർ" എന്ന് പറഞ്ഞ് മാനേജർമാർക്ക് അവ്യക്തമായ ഒരു ധാരണ ലഭിക്കുകയല്ല ഇവിടെ ചെയ്യുന്നത്. പകരം, ഒരു സെയിൽസ് ടീമിന്റെയോ നേതൃനിരയുടെയോ കഴിവുകളെക്കുറിച്ചുള്ള കൃത്യമായ വിവരങ്ങൾ അവർക്ക് ലഭിക്കുന്നു.
കമ്പനിയുടെ CEO-യും സഹസ്ഥാപകനുമായ വിക്ടർ റിപ്പാർബെല്ലി (Victor Riparbelli) പറയുന്നത്, ഈ ഡാറ്റാ കേന്ദ്രീകൃതമായ സമീപനമാണ് എക്സിക്യൂട്ടീവുകൾക്ക് യഥാർത്ഥ മൂല്യം നൽകുന്നത് എന്നാണ്. നൂറുകണക്കിന് അല്ലെങ്കിൽ ആയിരക്കണക്കിന് ജീവനക്കാർ റോൾ-പ്ലേ സാഹചര്യങ്ങളിലൂടെ കടന്നുപോകുമ്പോൾ, മുമ്പ് ഇത്ര വലിയ തോതിൽ ശേഖരിക്കാൻ കഴിയാതിരുന്ന ഉൾക്കാഴ്ചകൾ (insights) ഒരു സ്ഥാപനത്തിന് ലഭിക്കുന്നു. ഏത് ടീമുകളാണ് തടസ്സങ്ങൾ കൈകാര്യം ചെയ്യുന്നതിൽ ബുദ്ധിമുട്ടുന്നത്, ഏത് മാനേജർമാരാണ് ഫീഡ്ബാക്ക് നൽകുന്നതിൽ തിടുക്കം കാണിക്കുന്നത്, എവിടെയാണ് നൈപുണ്യ വിടവുകൾ (skill gaps) ഉള്ളത് എന്നിവ ക്വാർട്ടർലി കണക്കുകൾ വരുംമുമ്പേ തിരിച്ചറിയാൻ സാധിക്കും.
ആരെല്ലാം ഇത് ഉപയോഗിക്കുന്നു, ഇനി എങ്ങോട്ട്?
ആദ്യകാല ഉപഭോക്താക്കളുടെ പട്ടിക സൂചിപ്പിക്കുന്നത് വലിയതും സങ്കീർണ്ണവുമായ സ്ഥാപനങ്ങളിൽ ഈ ഉൽപ്പന്നത്തിന് വലിയ സ്വീകാര്യത ലഭിക്കുന്നു എന്നാണ്. യൂറോപ്പിലെ ഏറ്റവും വലിയ മൂന്ന് കമ്പനികളിലൊന്ന്, ഒരു ഫോർച്യൂൺ 100 കമ്പനി, കൂടാതെ റിക്രൂട്ട്മെന്റ് രംഗത്തെ ആഗോള നേതാവ് എന്നിവരുമായി Synthesia കരാറിലേർപ്പെട്ടിട്ടുണ്ട്. സെയിൽസ്, ലീഡർഷിപ്പ് ടീമുകൾ എന്നിവർക്ക് ആവശ്യമായ ഉയർന്ന നിലവാരമുള്ള സോഫ്റ്റ് സ്കില്ലുകൾ മെച്ചപ്പെടുത്തുന്നതിലാണ് ഇവരുടെ പ്രാഥമിക ശ്രദ്ധ. ഇത്തരം മേഖലകളിലാണ് തെറ്റായ സംഭാഷണങ്ങൾ വലിയ നഷ്ടങ്ങൾ ഉണ്ടാക്കുന്നത്.
Enterprises can tailor the simulations by feeding the platform their own training documents, call transcripts, and context. The scenarios are bespoke without requiring a software engineering team to build them from scratch. That balance between customization and off-the-shelf deployment is critical for adoption inside corporate learning departments that move carefully.
Synthesia has also mapped out a clear expansion path. The company plans to extend Sessions into job interviews and candidate screening. Eventually, as inference costs come down, the product will move beyond the enterprise tier. Small businesses, professional consumers, and educational institutions are all on the roadmap. A university career center could use the same engine to help students practice behavioral interviews. A small consultancy could run its partners through negotiation drills without hiring actors.
The Broader Shift in Enterprise AI
This pivot is worth watching because it captures where mature enterprise AI is headed. The first wave of generative AI hype was dominated by demos