自动化客户服务任务，尤其是那些需要座席与客户通过电话交谈的任务，是企业中的圣杯。根据呼叫中心软件供应商 TCN 委托 OnePoll 进行的一项调查，客户在等待与客户代表交谈时愿意平均等待六分钟。但是座席只能接听这么多电话。
这是销售客户服务自动化软件的公司的普遍说法，至少包括总部位于加利福尼亚州帕洛阿尔托的Tenyx 。构建基于语音的客户服务应用程序的 Tenyx 今天宣布，它从 AME Cloud Ventures、Cota Capital、Morado Ventures、Pathbreaker Ventures、Point72 Ventures 和 StageOne Ventures 筹集了 1500 万美元的种子轮融资。
Tenyx 由 Apprente 背后的创始团队领导，该团队开发了基于语音的系统，以在得来速餐厅窗口自动点餐。在选定地点测试其技术后，麦当劳于 2019 年收购了Apprente，并将其更名为 McD Tech Labs。两年后，IBM 以未公开的价格收购了该部门。
Tenyx 的领导团队包括田纳西大学前计算机科学教授兼 Apprente 首席执行官 Itamar Arel 和苏塞克斯大学认知科学项目负责人 Ron Chrisley。这家初创公司处于盈利前、早期阶段，不愿透露太多有关其技术的信息。但 Arel 表示，Tenyx 正在应对挑战，包括从新信息中不断学习的能力以及减少 AI 系统开发时间的需求。
“即使引入了数字和自助服务替代方案，企业客户服务市场仍然依赖语音解决方案。部署复杂性、有效扩展的挑战以及缺乏消费者信任阻碍了对话式 AI 的采用。现有的基于语音的客户服务的自动化解决方案仍然很脆弱，并且缺乏理解客户和与客户互动的能力，”Arel 继续说道。 “COVID-19 大流行导致呼叫中心的劳动力短缺，为采用对话式人工智能技术开辟了机会。再加上这一点，客户期待更好、更一致的客户体验，这可以通过强大的基于语音的人工智能解决方案来满足。”
即使是当今最复杂的人工智能系统也存在一个关键限制：统计。算法在数据集上训练一次，很少再次训练，这使得它们无法在不重新训练的情况下学习新信息。虽然一些人工智能实验室已经研究了解决方案，比如让系统访问搜索引擎，但这些都伴随着他们自己的障碍。一个是“灾难性学习”，这是一种人工智能系统无法回忆起他们从训练数据集中学到的东西并且必须不断提醒的现象。
Arel 暗示 Tenyx 在这些方面有所作为。
“当前的 AI 模型可以从训练时可用的大量数据中学习，但不能随着新数据的出现而逐步学习。这是现有机器学习模型的一个重大限制，Tenyx 的技术旨在克服这一限制，”Arel 在电子邮件采访中告诉 TechCrunch。 “特别是，基于其不断学习的 [AI 系统]，Tenyx 的技术将赋予解决方案，这些解决方案可以使用人在环交互式学习来提高其性能。”
如果 Tenyx 在持续学习领域取得了重大进展，那将是真正令人印象深刻的。 OpenAI 研究科学家 Jeff Clune 在 2017 年帮助共同创立了 Uber AI Labs，他称灾难性的遗忘是机器学习的“致命弱点”。以客户服务为重点，不难看出持续学习技术对 Tenyx 有何用处，例如，Tenyx 可能会利用这些技术为人工智能驱动的电话应答系统提供最新的业务信息（例如，商店营业时间）。
“通过开发新颖的、持续学习的人工智能功能，我们认为 Tenyx 有可能彻底改变企业客户服务市场，使广泛的企业能够显着提高他们帮助客户的效率和有效性，”Point72 Ventures 的 Dan Gawk在一份声明中说。 “该公司由技术专家领导，他们已经证明他们可以构建人工智能语音解决方案，每天为成千上万的现实世界客户提供帮助。”
Arel 表示，最新一轮的收益将用于扩大团队、开发公司用于持续学习的核心技术，以及构建和交付基于语音的 AI 产品。他声称拥有约 10 名员工的 Tenyx 正在与联络中心领域的潜在客户进行谈判。