「サティスファイラボのCEO兼共同創設者、ドニー・ホワイト- インタビューシリーズ」

「サティスファイラボのCEO兼共同創設者、ドニー・ホワイトによるインタビューシリーズ」

2016年に設立されたSatisfi Labsは、先進的な対話型AI企業です。New York Mets、Macy’s、US Openとの取り組みにより初期の成功を収め、ウェブサイトでは得られない情報への簡単なアクセスを実現しています。

ドニーはスタートアップの世界に入る前に15年間Bloombergで活躍し、Cornell UniversityでMBAを取得し、Baruch CollegeでBAを取得しています。ドニーのリーダーシップの下、Satisfi Labsはスポーツ、エンターテイメント、観光業界での成長を実現し、Google、MLB、Red Light Managementからの投資を受けています。

Bloombergで14年間働いた後、いつ起業家の夢に目覚めましたか？なぜ起業家になることを考えるようになったのですか？

大学の3年生の時、私はBloombergの受付の仕事に応募しました。一度足を踏み入れたら、同僚たちに「教えてもらえるなら、速く学べる」と伝えました。私のシニアの年には、フルタイムの社員になり、全てのクラスを夜間クラスに変更して両立することができました。21歳の時に大学の卒業式に出席する代わりに、その時間を最初のチームのマネージメントに費やしました。それ以降、私は実力主義の環境で働く機会に恵まれ、複数回昇進しました。25歳の時には自分の部門を運営していました。その後、地域管理、商品開発に移り、最終的にはアメリカ全体での営業を統括する地位に就きました。2013年には、自分自身よりも大きなことができるのではないかと考えるようになりました。数社の若いテック企業の面接に行き、ある創業者が私に言った言葉がきっかけでした。「あなたが優れているのか、Bloombergが優れているのかわからない」と言われました。それが何か変わらなければならないと感じ、6ヶ月後に初めてのスタートアップ、Datahugの営業VPになりました。それからまもなく、Yelpを破壊することを目指す一団の投資家に勧誘されました。Yelpはまだ優れていましたが、2016年に新たなビジョンで共感し、同じ投資家と共同でSatisfi Labsを設立しました。

• AIが統合セールスチームにより高速かつ高生産性で契約を締結することを可能にしています
• パンダのカット対qcutが明確に説明されています（ついに）
• 「驚くほど速い、コード不要のPython Foliumマップと素晴らしいGPT-4プロンプト」

Satisfi Labsの起源について、そのストーリーを共有していただけますか？

私は現在のCTO兼共同創設者であるランディと一緒に、Citi Fieldで野球の試合を見ていた時に、彼らの得意分野の1つである串焼きベーコンについて聞きました。私たちはコンコースを歩き回り、スタッフに尋ねましたが、どこにも見つかりませんでした。結局、スタジアムの片隅に隠されていたことで、チャットでチームに直接問い合わせる方がはるかに便利だったことに気付きました。これが最初のアイデアの萌芽でした。私とランディは共に金融やアルゴリズム取引の背景を持ち、リクエストと回答のマッチングの概念を取り入れた独自のNLPを構築しました。最初のアイデアは、各々が特定の知識分野のエキスパートとなる個別のボットを構築し、特にウェブサイトで簡単にアクセスできない知識を提供することでした。その後、システムには必要な時に各ボットにアクセスできる「指揮者」が備わるようになりました。これが現在も使用されている元のシステムアーキテクチャです。

Satisfi Labsは独自のNLPエンジンを設計し、プレスリリースを発表する直前にOpenAIがChatGPTをリリースしたことで、ビジネスを転換せざるを得なくなりました。この時期とSatisfi Labsがビジネスを転換することを迫られた経緯について話していただけますか？

2022年12月6日に特許出願中のContextベースのNLPアップグレードを発表する予定でした。2022年11月30日、OpenAIがChatGPTを発表しました。ChatGPTの発表は、私たちのロードマップだけでなく、世界全体を変えました。最初は私たちも他の人たちと同じように、ChatGPTの力と限界を理解し、それが私たちにどのような意味を持つのかを追いかけていました。私たちはすぐに気づきましたが、私たちの文脈に基づいたNLPシステムはChatGPTと競合するのではなく、LLM体験を向上させることができるということでした。そのため、OpenAIのエンタープライズパートナーとなるという迅速な決定が下されました。私たちのシステムは、細かいレベルでの質問の理解と回答に着手したことから始まったため、元の「ボット指揮者」システム設計と7年間の意図データを統合して、LLMを組み込んだシステムへとアップグレードすることができました。

Satisfi Labsは最近、特許であるContext LLM Response Systemを発表しましたが、具体的には何ですか？

今年の7月、特許出願中のContext LLM Response Systemを発表しました。この新しいシステムは、私たちの特許出願中の文脈応答システムのパワーと大規模な言語モデルの能力を組み合わせて、Answer Engineシステム全体を強化します。新しいContext LLMテクノロジーは、意図のルーティングから回答生成、意図インデックスの改善に至るまで、大規模な言語モデルの能力をプラットフォーム全体に統合し、ユニークなレポート機能も提供します。このプラットフォームは、ジェネレーティブなAI回答または事前に書かれた回答のどちらにも対応し、レスポンスの制御のニーズに応じて回答することができます。

ほとんどの企業ウェブサイトとLLMプラットフォームがブランドに即した回答を提供する上で、現在の不一致について話し合えますか？

ChatGPTは広範な情報を理解するようにトレーニングされており、したがって、業界固有の質問に対してブランドが期待する具体的なレベルでの回答を提供するために必要な詳細なトレーニングのレベルを持っていません。さらに、LLMが提供する回答の正確さは提供されるデータに頼るものです。ChatGPTを使用する場合、インターネット全体からデータを提供しており、これは不正確な場合があります。ChatGPTは他のデータに優先することなく、ブランドのデータを優先しません。私たちは過去7年間でさまざまな業界に対応し、毎日行われる何百万もの質問に関する貴重な洞察を得てきました。これにより、システムを業界ごとにより良い文脈で調整し、大規模な言語モデルの台頭を考慮した堅牢で詳細な意図レポート機能を提供できるようになりました。LLMは意図を理解し回答を生成する上で効果的ですが、質問については報告できません。長年にわたる詳細な意図データを活用することで、彼らの「支持索引システム」を通して効率的な報告の標準化を効果的に行っています。

LLM技術の能力向上において、言語学者の役割は何ですか？

この新技術において、AIから特定の応答を引き出すためにプロンプトを設計・改良する人物である「プロンプトエンジニア」という役割が生まれました。言語学者は構文や意味論などの言語構造について非常に深い理解を持っています。最も成功したAIエンジニアのひとりは言語学のバックグラウンドを持っており、AIに対して新しい微妙なプロンプトの提示方法を見つける上で非常に効果的です。プロンプトの微妙な変化は、回答の正確性と効率性に深い影響を与えるため、私たちが複数のクライアントに対して何百万もの質問を取り扱う際には重要な要素です。

バックエンドでの微調整はどのようになりますか？

私たちは独自のデータモデルを持っており、LLMを制御するために使用しています。これにより、フェンスを探す必要がなく、独自のフェンスを構築できます。さらに、他のプラットフォームが利用するツールや機能を活用することができるため、私たちはそれらをサポートすることができます。

微調整トレーニングデータと強化学習（RL）をプラットフォームで使用することにより、誤情報のリスクを軽減することができます。特定の事実を追加するために知識ベースをクエリするのではなく、微調整はこの追加の知識で訓練された新しいバージョンのLLMを作成します。一方、RLは人間のフィードバックでエージェントを訓練し、質問にどのように回答するかについてのポリシーを学びます。これにより、特定のタスクで専門家となる小規模なモデルを構築するのに成功しました。

新しいクライアントをオンボーディングし、会話型AIソリューションを統合するプロセスについて話し合っていただけますか？

私たちはスポーツ、エンターテイメント、観光などの目的地や体験に重点を置いているため、新しいクライアントは既にコミュニティに参加している他のクライアントから利益を得ることができ、オンボーディングは非常にシンプルです。新しいクライアントは、最新のデータソースがウェブサイト、社員の手引書、ブログなどにある場所を特定します。私たちはデータを取り込み、システムをリアルタイムでトレーニングします。同じ業界の何百ものクライアントと協力しているため、チームは事前に書かれた回答と生成された回答に最適なものがどれかを迅速に推奨できます。さらに、クライアントがボットビルダーと関わる必要がないように、私たちはフード＆ビバレッジファインダーなどのガイドされたフローを設定します。

Satisfi Labsは現在、スポーツチームや企業と緊密に協力していますが、会社の将来のビジョンは何ですか？

私たちは将来、より多くのブランドがチャットエクスペリエンスのさまざまな側面を制御したいと考えています。これにより、システムがより高度なアクセスを提供する必要性が増すでしょう。ブランドが独自の会話型AIシステムを開発するために開発者を雇うことは合理的ではありません。必要な専門知識が不足しており、高価です。しかし、私たちのシステムがバックエンドに供給されることで、彼らの開発者はプロンプトをより細かく制御し、独自のデータを接続してより個人化を実現し、特定のユーザーのニーズに合わせてチャットUIを管理することができます。Satisfi Labsは、ブランドの会話型エクスペリエンスの技術的なバックボーンとなるでしょう。

素晴らしいインタビューありがとうございました。さらなる情報をお求めの読者は、Satisfi Labsを訪れてください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!