उद्योग स्तर पर प्रोडक्शन-रेडी कन्वर्सेशनल AI: स्केल AI के फेलिक्स सु के साथ

सफल एंटरप्राइज़ AI सिर्फ़ नवीनतम तकनीक होने से नहीं बनता—इसके लिए AI के मूल घटकों पर सही आर्किटेक्चर और नियंत्रण तैयार करना ज़रूरी है। तैयार-टू-यूज़ LLMs शक्तिशाली होते हैं, लेकिन बिज़नेस लॉजिक, ब्रांड दिशानिर्देशों और सुरक्षा सिद्धांतों का पालन करने की गहरी समझ उनमें नहीं होती। यह कस्टम अनुभव तभी हासिल किया जा सकता है, जब प्रॉम्प्ट्स, LLMs, गार्डरेल्स, टूल्स और अन्य बिल्डिंग ब्लॉक्स की एक प्रणाली को सोच-समझकर डिज़ाइन और टेस्ट किया जाए, ताकि जेनरेटिव AI का व्यवहार एंटरप्राइज़ नियमों के अनुरूप रहे।

अलगाव की ताकत: आर्किटेक्चर क्यों मायने रखता है

बनाते समय कन्वर्सेशनल वॉइस AI, डेवलपर मल्टी-मोडल, वॉइस-टू-वॉइस मॉडल्स के साथ काम कर सकते हैं या ASR (ट्रांसक्रिप्शन), LLMs और TTS के अलग-अलग हिस्सों को जोड़ सकते हैं। खास उपयोग के मामलों वाले एंटरप्राइज़ के लिए, दूसरा तरीका अक्सर ज़्यादा व्यावहारिक हो सकता है।

Scale के GenAI प्लेटफ़ॉर्म में इंजीनियरिंग प्रमुख फेलिक्स सू बताते हैं, "एंटरप्राइज़ परिवेश में AI अक्सर सिर्फ़ LLMs से नहीं बन सकता। बिज़नेस लॉजिक का पालन करने, ब्रांड इमेज बनाए रखने और कड़े गार्डरेल्स के भीतर काम करने के लिए एक जटिल सिस्टम डिज़ाइन करना पड़ता है। ये व्यवहार हर एंटरप्राइज़ के लिए कस्टम होते हैं, इसलिए केवल उनके अंतर्निहित व्यवहार पर निर्भर रहने के बजाय, इन सिस्टम्स को LLMs के ऊपर लागू करना ज़्यादा व्यावहारिक है। हालाँकि हाल में मल्टी-मोडल क्षमताएँ सीधे मॉडल्स में शामिल की गई हैं, लेकिन महत्वपूर्ण प्रोडक्शन उपयोग के मामलों में इन मॉडल्स को अपनाने की रफ़्तार उम्मीद से धीमी रही है। इसकी वजह उनके मोडैलिटी में जनरेशन और इनपुट-आउटपुट के बीच नियंत्रण की कमी है। TIME AI के मामले में, STT और TTS के इस्तेमाल से हम टेक्स्ट-आधारित LLMs के इनपुट को नियंत्रित कर सके और कस्टम गार्डरेल्स के ज़रिए अपने सिस्टम के आउटपुट की सुरक्षा कर सके। यह तकनीक अक्सर सीधे मल्टी-मोडल LLMs इस्तेमाल करने से ज़्यादा व्यावहारिक हो सकती है।"

TIME AI अनुभव बनाते समय, Scale ने तुरंत जानकारी पाने के लिए TIME के लेखों के संग्रह को नॉलेज बेस में इंडेक्स किया, बिज़नेस लॉजिक को सिस्टम प्रॉम्प्ट्स की एक श्रृंखला में एन्कोड किया, और GenAI आउटपुट को हैलुसिनेशन व सुरक्षा और ब्रांड दिशानिर्देशों के उल्लंघन से बचाया। इस सिस्टम के ऊपर, उन्होंने ElevenLabs के कन्वर्सेशनल AI ऑर्केस्ट्रेशन प्लेटफ़ॉर्म की एक वॉइस के साथ इस अनुभव को जीवंत बनाया। 

TIME का पर्सन ऑफ़ द ईयर अनुभव: जहाँ वॉइस फर्क पैदा करती है

TIME AI का हालिया लॉन्च पाठकों को TIME की पत्रकारिता, जिसमें उनका प्रतिष्ठित पर्सन ऑफ़ द ईयर कवरेज भी शामिल है, के बारे में स्वाभाविक बातचीत करने देता है। इस इम्प्लीमेंटेशन को अनगिनत अन्य चैटबॉट्स से अलग सिर्फ़ इसका ज्ञान नहीं करता—बल्कि इसकी वॉइस करती है।

सू कहते हैं, "वॉइस इस्तेमाल करने से इसमें सचमुच एक दमदार एहसास जुड़ गया। इसके बिना, यह दूसरे चैटबॉट्स की भीड़ में खो जाता। हम चाहते थे कि एजेंट एक लाइव रीडिंग पार्टनर जैसा लगे, जो स्क्रिप्ट से हटकर गहराई से बातचीत करने के लिए उपलब्ध हो।" यह इम्प्लीमेंटेशन AI डेवलपमेंट में Scale AI की विशेषज्ञता को ElevenLabs के कन्वर्सेशनल AI प्लेटफ़ॉर्म के साथ जोड़ता है, जिससे कंटेंट और ब्रांड वॉइस पर सख्त नियंत्रण बनाए रखते हुए एक बेहद मानवीय अनुभव बनता है।

एंटरप्राइज़ के लिए तैयार सिस्टम्स बनाना

बड़े पैमाने पर कन्वर्सेशनल AI तैनात करने वाले एंटरप्राइज़ के लिए, Scale AI और ElevenLabs के साथ काम करना एक सिद्ध रास्ता है। Scale AI को मज़बूत गार्डरेल्स वाले नियंत्रित, सुरक्षित मल्टी-मोडल AI सिस्टम्स बनाने की गहरी विशेषज्ञता है, जबकि ElevenLabs बेहतरीन वॉइस टेक्नोलॉजी देता है जिसे इन सिस्टम्स में आसानी से इंटीग्रेट किया जा सकता है।

हालाँकि TIME का इम्प्लीमेंटेशन पत्रकारिता पर केंद्रित है, यही आर्किटेक्चर अलग-अलग एंटरप्राइज़ उपयोग के मामलों में लागू किया जा सकता है, खासकर कस्टमर सर्विस और सपोर्ट में। ग्राहक साधारण चैटबॉट्स से ऊब रहे हैं और ज़्यादा आकर्षक, इंसानों जैसी बातचीत चाहते हैं। 

इस पोस्ट में योगदान देने के लिए फेलिक्स का धन्यवाद। आप फेलिक्स सू को LinkedIn और X पर पा सकते हैं और TIME के साथ उनके बनाए कन्वर्सेशनल AI वॉइस अनुभव को उनके पर्सन ऑफ़ द ईयर 2024 के साथ-साथ 2021, 2022 और 2023 के पर्सन ऑफ़ द ईयर में भी देख सकते हैं।

डेवलपर हमारे डॉक्यूमेंटेशन का इस्तेमाल करके कन्वर्सेशनल AI शुरू कर सकते हैं, और प्रोडक्शन में भरोसेमंद कन्वर्सेशनल वॉइस एजेंट समाधान तैनात करने वाले बिज़नेस ElevenLabs और Scale की एंटरप्राइज़ सॉल्यूशंस टीम से संपर्क कर सकते हैं।