Dù các công ty đổ rất nhiều tiền vào đào tạo doanh nghiệp, tỷ lệ lợi nhuận thu về thường gây thất vọng. Nhân viên chỉ nhấn qua các học phần, xem video giải thích và tích vào ô hoàn thành. Vài tuần sau, thực tế cách họ trò chuyện với khách hàng, xử lý phản đối hay dẫn dắt các cuộc hội thoại khó khăn vẫn chẳng có gì thay đổi. Synthesia, startup nổi tiếng với các avatar tổng hợp và công nghệ nhân bản giọng nói, hiện đang đặt cược rằng giải pháp không nằm ở việc tạo ra video tốt hơn. Thay vào đó, họ thay thế video bằng chính cuộc hội thoại.
Công ty đang triển khai Roleplay Sessions, sản phẩm đầu tiên trong nền tảng Sessions mới của mình. Bước đi này đánh dấu một sự chuyển hướng chiến lược mạnh mẽ. Synthesia không còn muốn chỉ là công cụ tạo nội dung đào tạo đơn thuần. Họ đặt mục tiêu trở thành một lớp quản lý hiệu suất, nơi nhân viên có thể thực hành, thất bại, đo lường và cải thiện.
Từ Xem sang Làm
Việc học tập trong doanh nghiệp từ lâu đã phải vật lộn với một vấn đề mang tính bản chất. Video vượt trội hơn văn bản. Nó thu hút sự chú ý tốt hơn và có thể mở rộng quy mô với chi phí thấp cho hàng ngàn nhân viên. Nhưng nó vẫn là một phương tiện truyền thông một chiều. Người học chỉ tiếp nhận; nội dung không có sự thích ứng. Một nhân viên bán hàng có thể xem hàng tá video hướng dẫn về cách thương lượng giảm giá nhưng vẫn sẽ "đứng hình" khi một khách hàng tiềm năng thực sự phản đối về giá cả.
Synthesia đã xây dựng danh tiếng bằng cách giúp phương tiện truyền thông một chiều đó trở nên rẻ hơn và mang tính cá nhân hóa hơn. Các avatar AI và công nghệ giọng nói độc quyền của họ cho phép các doanh nghiệp tạo nhanh các video đào tạo mà không cần đặt phòng thu hay thuê diễn viên. Điều đó thực sự hữu ích, nhưng vẫn chưa đủ.
Roleplay Sessions được thiết kế để thu hẹp khoảng cách giữa kiến thức và hành động. Trong các mô phỏng này, nhân viên sẽ nói chuyện trực tiếp với một avatar AI được xây dựng để hành xử như một khách hàng, đồng nghiệp hoặc cấp dưới. Avatar này không tuân theo một kịch bản cố định. Nó phản ứng. Nó đưa ra các phản đối. Nó tỏ ra thất vọng. Nó thay đổi tông giọng dựa trên những gì người dùng nói. Một người đang thực hành đánh giá hiệu suất có thể phải đối mặt với một avatar né tránh các phản hồi ban đầu, buộc người quản lý phải thay đổi cách tiếp cận cuộc hội thoại. Một học viên chăm sóc khách hàng có thể gặp phải một avatar leo thang từ khó chịu sang tức giận trừ khi nhân viên đó đưa ra được các tín hiệu xoa dịu cụ thể.
Điều này quan trọng vì các kỹ năng mềm mang tính hội thoại, chứ không phải mang tính thông tin. Bạn không học chúng bằng cách xem các slide. Bạn học chúng bằng cách vấp váp qua các cuộc đối thoại, cảm nhận áp lực và điều chỉnh ngay tại thời điểm đó.
Lớp Phản hồi
Điều khiến sản phẩm này không chỉ dừng lại ở một chatbot có khuôn mặt chính là cơ sở hạ tầng chấm điểm bên dưới. Synthesia đang tích hợp trí tuệ suy luận vào sản phẩm. Nền tảng này sử dụng các mô hình của OpenAI để xử lý logic ngôn ngữ nền tảng, nhưng đó chỉ là nền móng. Trên nền tảng đó, Synthesia đã xây dựng một hệ thống độc quyền gồm các tiêu chí đánh giá, dữ liệu hiệu suất và phân tích để biến các cuộc hội thoại thô thành các buổi huấn luyện có cấu trúc.
Đây là cách sự khác biệt thể hiện trong thực tế. Một cuộc hội thoại AI tiêu chuẩn có thể nói với người dùng: "Bạn đã xử lý việc đó rất tốt." Lớp công nghệ của Synthesia có thể chấm điểm cuộc trao đổi dựa trên các tiêu chí riêng của công ty. Nhân viên có mở đầu bằng sự thấu cảm không? Họ có đặt câu hỏi khai thác thông tin trước khi chào hàng không? Họ có thiết lập các bước tiếp theo không? Nền tảng này ghi lại các tín hiệu đó và đưa ra phản hồi chi tiết, có thể thực hiện được ngay. Các nhà quản lý không chỉ nhận được một ấn tượng mơ hồ về việc ai là người "khéo ăn khéo nói". Họ nhận được các bản đồ chính xác về năng lực của toàn bộ đội ngũ bán hàng hoặc nhóm lãnh đạo.
Victor Riparbelli, CEO kiêm đồng sáng lập công ty, đã nhấn mạnh rằng cách tiếp cận lấy dữ liệu làm trung tâm này chính là nơi mang lại giá trị thực sự cho các nhà điều hành. Khi hàng trăm hoặc hàng ngàn nhân viên thực hiện các kịch bản đóng vai, tổ chức sẽ tích lũy được một mức độ hiểu biết sâu sắc mà trước đây không thể thu thập được ở quy mô lớn. Bạn có thể phát hiện ra đội ngũ nào đang gặp khó khăn trong việc xử lý phản đối, nhà quản lý nào đang vội vàng khi đưa ra phản hồi, và nơi nào có sự tập trung các lỗ hổng kỹ năng trước khi chúng ảnh hưởng đến các con số kinh doanh hàng quý.
Ai đang sử dụng và bước tiếp theo là gì
Danh sách khách hàng sớm cho thấy lời chào hàng này đang tạo được tiếng vang trong các tổ chức lớn và phức tạp. Synthesia đã ký kết với một trong ba công ty hàng đầu châu Âu tính theo vốn hóa thị trường, một gã khổng lồ trong danh sách Fortune 100 và một đơn vị dẫn đầu toàn cầu trong lĩnh vực tuyển dụng. Các trường hợp sử dụng ban đầu tập trung vào các kỹ năng mềm quan trọng đối với đội ngũ bán hàng và lãnh đạo, chính là những lĩnh vực mà các cuộc hội thoại kém chất lượng sẽ gây ra tổn thất nặng nề.
Các doanh nghiệp có thể tùy chỉnh các mô phỏng bằng cách cung cấp cho nền tảng các tài liệu đào tạo, bản ghi chép cuộc gọi và ngữ cảnh riêng của họ. Các kịch bản được thiết kế riêng biệt mà không cần đến một đội ngũ kỹ sư phần mềm để xây dựng chúng từ đầu. Sự cân bằng giữa khả năng tùy chỉnh và việc triển khai sẵn có là yếu tố then chốt để được áp dụng trong các bộ phận đào tạo doanh nghiệp vốn thường hoạt động một cách thận trọng.
Synthesia cũng đã vạch ra một lộ trình mở rộng rõ ràng. Công ty có kế hoạch mở rộng Sessions sang lĩnh vực phỏng vấn xin việc và sàng lọc ứng viên. Cuối cùng, khi chi phí suy luận giảm xuống, sản phẩm sẽ vượt ra khỏi phân khúc dành cho doanh nghiệp. Các doanh nghiệp nhỏ, người dùng chuyên nghiệp và các tổ chức giáo dục đều nằm trong lộ trình này. Một trung tâm hướng nghiệp đại học có thể sử dụng cùng một công cụ này để giúp sinh viên thực hành phỏng vấn hành vi. Một công ty tư vấn nhỏ có thể cho các cộng sự thực hiện các bài tập đàm phán mà không cần thuê diễn viên.
Sự chuyển dịch rộng lớn hơn trong AI doanh nghiệp
Bước chuyển mình này rất đáng để theo dõi vì nó phản ánh hướng đi của AI doanh nghiệp ở giai đoạn trưởng thành. Làn sóng cường điệu về AI tạo sinh đầu tiên bị chi phối bởi các bản demo