سه‌شنبه 26 آبان 1405
Picture of کیارش اقبالی
کیارش اقبالی
دبیر تحریریۀ مُصوّر
جردن بلفورت، چهرهٔ جنجالی وال‌استریت و شخصیت لهام‌بخش فیلم مشهور «گرگ وال‌استریت»، این بار سراغ هوش مصنوعی رفته است. او با راه‌اندازی استارتاپ تون (Tone) می‌خواهد فناوری تولید صدای هوش مصنوعی را با تکنیک‌های متقاعدسازی و فروش ترکیب کند؛ ابزاری که به گفتهٔ او می‌تواند مکالمه با مشتری را از ابتدا تا انتهای یک فرایند فروش پیش ببرد.

فهرست

جردن بلفورت، چهرهٔ جنجالی وال‌استریت و شخصیت لهام‌بخش فیلم مشهور «گرگ وال‌استریت»، این بار سراغ هوش مصنوعی رفته است. او با راه‌اندازی استارتاپ تون (Tone) می‌خواهد فناوری تولید صدای هوش مصنوعی را با تکنیک‌های متقاعدسازی و فروش ترکیب کند؛ ابزاری که به گفتهٔ او می‌تواند مکالمه با مشتری را از ابتدا تا انتهای یک فرایند فروش پیش ببرد.

جردن بلفورت سال‌هاست که تلاش می‌کند گذشتهٔ پرحاشیه خود را به سرمایه‌ای برای فعالیت در دنیای کسب‌وکار تبدیل کند. مردی که زمانی به‌دلیل نقش‌آفرینی در یکی از پرونده‌های مشهور کلاهبرداری مالی آمریکا راهی زندان شد، حالا می‌خواهد از تجربه‌اش در فروش و متقاعدسازی برای ساخت نسل تازه‌ای از دستیارهای صوتی هوش مصنوعی استفاده کند.

محصول تازهٔ او تون (Tone) نام دارد؛ پلتفرمی مبتنی بر هوش مصنوعی که قرار است صدایی طبیعی و شبیه انسان تولید کند، اما مزیت اصلی آن، دست‌کم از نگاه بنیان‌گذارش، صرفاً طبیعی صحبت کردن نیست. بلفورت می‌گوید تون (Tone) می‌تواند از لحن، مکث، تأکید و حتی نجوا کردن به‌عنوان ابزارهایی هدفمند برای اثرگذاری بر مخاطب استفاده کند؛ درست همان مهارت‌هایی که او سال‌ها در دوره‌های آموزشی فروش خود تدریس کرده است.

این ایده در نقطهٔ تلاقی دو حوزه قرار می‌گیرد: فناوری هوش مصنوعی صوتی و صنعت فروش تلفنی. بازاری که در آن شرکت‌ها به دنبال راهی برای پاسخ‌گویی به تعداد بیشتری از مشتریان بالقوه، کاهش هزینه‌های عملیاتی و انجام مکالمات فروش در مقیاسی فراتر از ظرفیت نیروی انسانی هستند.

از روش فروش بلفورت تا ساخت یک فروشندهٔ مبتنی بر هوش مصنوعی

بلفورت می‌گوید ایدهٔ تون (Tone) از روشی سرچشمه گرفته که از اواخر دههٔ ۱۹۸۰ میلادی در آموزش فروش و متقاعدسازی به کار می‌برده است. این روش بر مفهومی استوار است که او آن را «ارتباطات هدف‌محور» (Goal-Oriented Communication) می‌نامد. در این رویکرد، انتخاب کلمات به‌اندازهٔ نحوهٔ بیان آن‌ها اهمیت دارد و لحن صدا یکی از ابزارهای اصلی اثرگذاری بر مخاطب است.

به اعتقاد بلفورت، وقتی ارتباط حضوری نیست، بخش مهمی از زبان بدن از بین می‌رود و لحن صدا نقش پررنگ‌تری در انتقال پیام پیدا می‌کند. او می‌گوید حدود ۱۵ نوع لحن اثرگذار را شناسایی کرده که هرکدام می‌توانند در موقعیت مشخصی به ایجاد اعتماد، جلب توجه یا پیشبرد مکالمه کمک کنند.

برای مثال، یکی از تکنیک‌هایی که در تون (Tone) به کار گرفته شده، بیان جمله‌های خبری در قالب پرسش است؛ روشی که به گفتهٔ بلفورت، مخاطب را بیشتر درگیر مکالمه می‌کند. تکنیک دیگر، استفادهٔ حساب‌شده از صدای آرام یا نجوا کردن در بخش‌هایی از گفت‌وگو است؛ روشی که به باور او می‌تواند حس اهمیت یا کمیاب بودن اطلاعات را به شنونده منتقل کند.

تفاوتی که بلفورت میان تون (Tone) و بسیاری از ابزارهای تولید صدای هوش مصنوعی قائل است، دقیقاً در همین نقطه قرار دارد. هدف صرفاً ساخت صدایی نیست که شبیه انسان به نظر برسد؛ سیستم باید تشخیص دهد در هر لحظه از مکالمه، چه لحنی برای رسیدن به هدف گفت‌وگو مناسب‌تر است.

بلفورت توضیح می‌دهد که توسعهٔ این فناوری را ابتدا با آموزش مدل بر اساس صدای خودش آغاز کرده است. او می‌گوید حدود ۳۰ سال دادهٔ صوتی باکیفیت در اختیار داشته و آموزش مدل را با یک لحن مشخص شروع کرده است. پس از آن، مدل را برای استفاده از لحن‌های دیگر و ترکیب آن‌ها آموزش داده‌اند.

او در این فرایند نقش خود را بیشتر در تعریف و ارزیابی کیفیت خروجی می‌بیند و توسعهٔ فنی را به تیم مهندسی سپرده است. بن ساسمن (Ben Sussman)، معاون مهندسی شرکت، مسئولیت هدایت بخش فنی را بر عهده دارد.

یک فروشندهٔ تلفنی که تمام فرایند فروش را پیش می‌برد

تون (Tone) در حال حاضر خود را به‌عنوان ابزاری برای شرکت‌هایی معرفی می‌کند که تعداد مشتریان بالقوهٔ آن‌ها از ظرفیت تیم فروش انسانی‌شان بیشتر است. به گفتهٔ بلفورت، شرکت‌هایی در حوزهٔ حقوقی، بیمهٔ درمانی، نظرسنجی و صنعت خودرو از این پلتفرم استفاده می‌کنند.

یکی از کاربردهایی که او برای توضیح قابلیت‌های محصول مطرح می‌کند، فروش بیمهٔ درمانی است. در این سناریو، دستیار صوتی ابتدا دربارهٔ نیازهای مشتری، نوع بیمهٔ مورد نظر، بودجه و سن افراد سؤال می‌کند. سپس بر اساس پاسخ‌ها، طرح مناسب را پیشنهاد می‌دهد و ویژگی‌ها و مزایای آن را توضیح می‌دهد.

اگر مشتری هزینهٔ پیشنهادی را بالا بداند، سیستم می‌تواند راه‌هایی برای کاهش مبلغ پرداختی، از جمله افزایش حق امتیاز (فرانشیز)، مطرح کند. اگر هم مشتری از طرح پیشنهادی رضایت نداشته باشد، گزینهٔ دیگری را جایگزین می‌کند.

به گفتهٔ بلفورت، این فرایند می‌تواند از نخستین پرسش‌ها تا انتخاب نهایی و تکمیل فروش ادامه پیدا کند. او همچنین تأخیر پاسخ‌گویی سیستم را حدود ۶۰۰ میلی‌ثانیه اعلام کرده است؛ عددی که در مکالمات صوتی بلادرنگ اهمیت زیادی دارد، چراکه فاصلهٔ طولانی میان صحبت مشتری و پاسخ سیستم می‌تواند تعامل را مصنوعی و آزاردهنده کند.

یکی دیگر از ادعاهای مهم بلفورت، توانایی سیستم در مدیریت مکالمات پیش‌بینی‌نشده است. در فروش تلفنی، مشتری همیشه مطابق سناریوی از پیش طراحی‌شده پیش نمی‌رود. ممکن است پرسشی غیرمنتظره مطرح کند، دربارهٔ قیمت اعتراض داشته باشد یا اطلاعات بیشتری بخواهد.

به گفتهٔ او، تون (Tone) باید بتواند به این پرسش‌ها پاسخ دهد، ارتباط خود را با مخاطب حفظ کند و دوباره مکالمه را به مسیر اصلی فروش برگرداند؛ بدون اینکه پاسخ‌های نامرتبط تولید کند یا اطلاعات نادرست در اختیار مشتری بگذارد.

بلفورت می‌گوید از پاسخ‌های کلیشه‌ای هوش مصنوعی، مانند عبارت تکراری «چه سؤال خوبی»، خوشش نمی‌آید و تلاش کرده است این رفتارها در محصولش وجود نداشته باشد. از نگاه او، یک دستیار فروش موفق باید بتواند موقعیت را تشخیص دهد و متناسب با آن واکنش نشان دهد، نه اینکه صرفاً مجموعه‌ای از پاسخ‌های آماده را تکرار کند.

رقابت با ایلون‌لبز (ElevenLabs) و دیگر بازیگران بازار

بازار تولید صدای هوش مصنوعی در سال‌های اخیر به یکی از حوزه‌های رقابتی صنعت هوش مصنوعی تبدیل شده است. شرکت‌هایی مانند ایلون‌لبز (ElevenLabs) و کارتیژا (Cartesia) در این بازار روی تولید صداهای طبیعی، کاهش تأخیر و توسعهٔ تعاملات صوتی بلادرنگ سرمایه‌گذاری کرده‌اند.

در چنین فضایی، تون (Tone) برای جلب توجه مشتریان سازمانی باید مزیتی فراتر از طبیعی بودن صدای تولید شده ارائه کند. ادعای اصلی این شرکت آن است که فناوری‌اش می‌تواند نحوهٔ بیان پیام را بر اساس هدف مکالمه تغییر دهد؛ قابلیتی که آن را از بسیاری از ابزارهای متداول تبدیل متن به گفتار متمایز می‌کند.

بلفورت در این‌باره می‌گوید طبیعی به نظر رسیدن صدا به‌زودی به ویژگی مشترک بیشتر محصولات این حوزه تبدیل خواهد شد و مزیت رقابتی واقعی در هوشمندی سیستم برای انتخاب لحن مناسب در زمان مناسب است. او همچنین مدعی است که این فناوری تحت پوشش یک پتنت قرار دارد.

بااین‌حال، هنوز نمی‌توان دربارهٔ میزان برتری فنی تون (Tone) نسبت به رقبای شناخته‌شدهٔ آن قضاوت قطعی کرد. از سوی دیگر، خود بلفورت هم اذعان دارد که تون (Tone) هنوز به سطح عملکرد فروشندگان انسانی برتر نرسیده است.

او معتقد است یک فروشندهٔ حرفه‌ای و موفق همچنان می‌تواند در مکالمه‌های فروش عملکرد بهتری از سیستم داشته باشد؛ اما انتظار دارد تون (Tone) طی شش تا دوازده ماه آینده از فروشندگان متوسط پیشی بگیرد. به گفتهٔ او، این شرکت برای دستیابی به سرعت پاسخ‌گویی مورد نظر از مدل‌های کوچک و سبک اختصاصی استفاده می‌کند که در مقایسه با مدل‌های پیشرفته‌تر، توانایی‌های شناختی محدودتری دارند.

درآمد اولیهٔ ۷۰۰ هزار دلاری و جذب ۱۰ میلیون دلار سرمایه

بلفورت از جذب حدود ۱۰ میلیون دلار سرمایه در مراحل دوستان و خانواده (Friends & Family) و سرمایه‌گذاری اولیه (Seed) خبر داده است. او درآمد شرکت را نیز حدود ۷۰۰ هزار تا یک میلیون دلار اعلام می‌کند؛ هرچند رقم دقیق و بازهٔ زمانی تحقق این درآمد مشخص نشده است.

مدل درآمدی تون (Tone) نیز ترکیبی از چند روش است. برای استفاده از خدمات صوتی بلادرنگ، هزینه بر اساس مدت‌زمان استفاده محاسبه می‌شود. پلتفرم تولید محتوای صوتی قرار است با اشتراک ماهانه عرضه شود و برخی قراردادهای سازمانی نیز بر اساس نتایج حاصل از عملکرد سیستم درآمدزایی می‌کنند.

بلفورت همچنین از برنامهٔ خود برای جذب سرمایهٔ بیشتر خبر داده است. به گفتهٔ او، شرکت برای توسعهٔ فعالیت‌هایش به ظرفیت محاسباتی قابل‌توجهی نیاز دارد، اما لزوماً قصد ندارد زیرساخت مراکز دادهٔ اختصاصی خود را ایجاد کند.

در کنار ابزار فروش سازمانی، تون (Tone) در حال توسعهٔ یک پلتفرم خودکار برای تولید محتوای صوتی نیز هست. این بخش به نویسندگان و تولیدکنندگان محتوا اجازه می‌دهد کتاب‌ها و آثار مکتوب خود را به روایت صوتی تولید شده با هوش مصنوعی تبدیل کنند. کاربران می‌توانند از میان صداهای آماده انتخاب کنند و در مرحلهٔ بعد، با توسعهٔ قابلیت شبیه‌سازی صدا، نسخهٔ هوش مصنوعی صدای خود را نیز بسازند.

این بخش از فعالیت شرکت می‌تواند تون (Tone) را از بازار محدودتر نرم‌افزارهای فروش سازمانی فراتر ببرد و آن را وارد بازار گسترده‌تر کتاب‌های صوتی و تولید محتوای صوتی کند.

گذشتهٔ جنجالی بلفورت و مسئلهٔ اعتماد

با وجود ادعاهای فنی و برنامه‌های تجاری، تون (Tone) از همان ابتدا با یک چالش جدی روبه‌روست: اعتبار بنیان‌گذاران آن.

جردن بلفورت در سال ۱۹۹۹ به اتهام کلاهبرداری در اوراق بهادار و پول‌شویی در ارتباط با شرکت کارگزاری استراتن اوکمونت (Stratton Oakmont) اعتراف به جرم کرد. این شرکت در دههٔ ۱۹۹۰ با دست‌کاری قیمت سهام کم‌ارزش و اجرای طرح‌های موسوم به پامپ و دامپ (Pump and Dump)، از سرمایه‌گذاران کلاهبرداری می‌کرد.

بلفورت در نهایت به چهار سال زندان محکوم شد که ۲۲ ماه آن را سپری کرد. دادگاه همچنین او را به پرداخت حدود ۱۱۰٫۴ میلیون دلار غرامت به ۱٬۵۱۳ قربانی محکوم کرد. بااین‌حال، میزان پولی که در نهایت به قربانیان بازگردانده شد، به‌مراتب کمتر از مبلغ تعیین‌شده بود. تعهد قضایی او برای پرداخت غرامت نیز در آوریل ۲۰۲۶ به پایان رسید.

بلفورت تنها چهرهٔ بحث‌برانگیز این استارتاپ نیست. شریک او در تأسیس تون (Tone)، شروین پیشه‌ور، سرمایه‌گذار و کارآفرین حوزهٔ فناوری است که پیش‌تر با اتهاماتی در زمینهٔ سوءرفتار جنسی روبه‌رو شده بود؛ اتهاماتی که آن‌ها را رد کرده است.

وقتی از بلفورت پرسیده شد چرا یک بانک، بیمارستان یا برند مصرفی باید به محصولی اعتماد کند که دو بنیان‌گذار آن چنین سوابق و حواشی‌ای دارند، پاسخ او این بود که اشتباهات گذشته را پذیرفته و طی بیش از ۲۰ سال گذشته در شرکت‌های مختلف جهان به آموزش فروش و متقاعدسازی پرداخته است. او همچنین گفت شرکت‌هایی که تمایلی به همکاری با آن‌ها ندارند، در انتخاب خود آزادند.

این مسئله برای تون (Tone) اهمیت ویژه‌ای دارد؛ چراکه محصول قرار است در مکالمات حساسی مانند فروش بیمهٔ درمانی یا ارائهٔ خدمات حقوقی مورد استفاده قرار گیرد. در چنین کاربردهایی، اعتماد به فناوری، امنیت اطلاعات مشتریان و اعتبار شرکتی که پشت محصول قرار دارد، به‌اندازهٔ کیفیت فنی آن اهمیت پیدا می‌کند.

هوش مصنوعی، تماس تلفنی و مرزهای رضایت مشتری

یکی دیگر از موضوعات مهم دربارهٔ تون (Tone)، نحوهٔ استفاده از تماس‌های صوتی خودکار و جلوگیری از سوءاستفاده از فناوری شبیه‌سازی صداست.

کمیسیون ارتباطات فدرال آمریکا (FCC) در فوریهٔ ۲۰۲۴ اعلام کرد صداهای تولید شده با هوش مصنوعی نیز مشمول مقررات قانون حمایت از مصرف‌کنندگان در برابر تماس‌های تلفنی ناخواسته (TCPA) هستند. این تصمیم به معنای آن است که استفاده از صدای هوش مصنوعی در تماس‌های خودکار، شرکت‌ها را از رعایت الزامات قانونی مربوط به رضایت مخاطب معاف نمی‌کند.

بلفورت می‌گوید تون (Tone) برای تماس‌های فروش خروجی (Outbound Calls) صرفاً با افرادی تماس می‌گیرد که قبلاً رضایت خود را اعلام کرده‌اند یا مشتریان فعلی شرکت‌ها هستند. به گفتهٔ او، این پلتفرم برای تماس سرد و بدون رضایت قبلی طراحی نشده است.

در زمینهٔ شبیه‌سازی صدا نیز شرکت مدعی است سازوکارهایی برای احراز هویت و دریافت رضایت در نظر گرفته است. بر اساس توضیحات بلفورت، فردی که قصد ساخت نسخهٔ هوش مصنوعی از صدای خود را دارد، باید مستقیماً در سامانه صحبت کند و رضایت خود را ثبت کند. اگر کسی بخواهد فایل صوتی از پیش ضبط‌شده‌ای بارگذاری کند، شرکت می‌گوید تطبیق آن با نمونهٔ صدای زندهٔ فرد نیز ضروری خواهد بود.

البته این موارد فعلاً توضیحات بنیان‌گذار دربارهٔ سیاست‌ها و سازوکارهای شرکت هستند و برای ارزیابی میزان اثربخشی آن‌ها، باید عملکرد واقعی پلتفرم و نحوهٔ اجرای این کنترل‌ها بررسی شود.

آیا فروشنده‌های انسانی جای خود را به هوش مصنوعی می‌دهند؟

بلفورت برخلاف تصور رایج دربارهٔ جایگزینی نیروی انسانی با هوش مصنوعی، می‌گوید هدف اصلی تون (Tone) حذف فروشندگان نیست. از نگاه او، بسیاری از شرکت‌ها به‌اندازهٔ کافی نیروی انسانی برای پیگیری تمام مشتریان بالقوه خود ندارند یا نمی‌توانند در تمام ساعات شبانه‌روز و به زبان‌های مختلف پاسخ‌گوی مشتریان باشند.

در چنین شرایطی، هوش مصنوعی می‌تواند بخشی از تماس‌ها و فرایندهای تکرارشوندهٔ فروش را مدیریت کند و به تیم انسانی اجازه دهد زمان بیشتری را صرف مشتریان و فرصت‌های پیچیده‌تر کند.

بااین‌حال، موفقیت تون (Tone) به یک پرسش اساسی وابسته است: آیا لحن متقاعدکننده به‌تنهایی می‌تواند یک مزیت رقابتی پایدار برای فروشندهٔ مبتنی بر هوش مصنوعی ایجاد کند؟

طبیعی صحبت کردن، حفظ جریان مکالمه و پاسخ‌گویی سریع، به‌تدریج به قابلیت‌هایی رایج در ابزارهای هوش مصنوعی صوتی تبدیل می‌شوند. آنچه تون (Tone) مدعی است در اختیار دارد، ترکیب این قابلیت‌ها با الگوریتمی برای انتخاب هدفمند لحن و هدایت مکالمه به سمت نتیجهٔ مورد نظر است. اما هنوز مشخص نیست این رویکرد در مقیاس بزرگ و در مقایسه با فروشندگان حرفه‌ای چه میزان اثربخشی خواهد داشت.

در نهایت، داستان تون (Tone) بیش از آنکه صرفاً دربارهٔ یک ابزار جدید تولید صدای هوش مصنوعی باشد، دربارهٔ تلاش برای صنعتی‌کردن یکی از قدیمی‌ترین مهارت‌های کسب‌وکار است: متقاعد کردن دیگران.

بلفورت سال‌ها با همین مهارت شناخته شده است؛ مهارتی که در گذشته برای او ثروت و شهرت به همراه آورد و هم‌زمان به یکی از جنجالی‌ترین پرونده‌های مالی آمریکا گره خورد. حالا او می‌خواهد آن را در قالب یک فناوری بازآفرینی کند؛ فناوری‌ای که قرار است بتواند بدون خستگی، در هر ساعت از شبانه‌روز و با هزاران مشتری به‌طور هم‌زمان صحبت کند.

اینکه تون (Tone) واقعاً می‌تواند به یک بازیگر جدی در بازار هوش مصنوعی صوتی تبدیل شود یا صرفاً نمونهٔ دیگری از پیوند یک چهرهٔ مشهور با موج سرمایه‌گذاری در هوش مصنوعی خواهد بود، به عملکرد واقعی محصول و توانایی آن در جلب اعتماد مشتریان بستگی دارد.

 

Picture of کیارش اقبالی
کیارش اقبالی
دبیر تحریریۀ مُصوّر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *