IA Conversacional Pronta para Produção em Escala Empresarial: Com Felix Su da Scale AI

IA empresarial bem-sucedida não se trata apenas de ter a tecnologia mais recente—é sobre ter a arquitetura certa e controles construídos sobre primitivas de IA. LLMs prontos para uso são poderosos, mas carecem de conhecimento profundo sobre como seguir a lógica de negócios, diretrizes de marca e princípios de segurança. Essa experiência personalizada só pode ser alcançada arquitetando e testando cuidadosamente um sistema de prompts, LLMs, diretrizes, ferramentas e outros blocos de construção para guiar o comportamento da IA generativa a seguir regras empresariais.

O Poder da Separação: Por Que a Arquitetura Importa

Ao construir IA de Voz Conversacional, desenvolvedores podem trabalhar com modelos multimodais, de voz para voz, ou podem juntar as partes componentes de ASR (transcrição), LLMs e TTS. Para empresas com casos de uso específicos, a última opção pode ser mais prática.

"Em um ambiente empresarial, a IA muitas vezes não pode ser feita apenas com LLMs”, explica Felix Su, Chefe de Engenharia da Plataforma GenAI da Scale. “Um sistema complexo precisa ser projetado para seguir a lógica de negócios, manter a imagem da marca e operar dentro de diretrizes rígidas. Esses comportamentos são personalizados para cada empresa, então é mais prático implementar esses sistemas sobre LLMs, em vez de depender puramente de seu comportamento latente. Embora capacidades multimodais tenham sido recentemente incorporadas diretamente nos modelos, a adoção desses modelos em casos de uso críticos de produção tem sido mais lenta do que o esperado. Isso se deve à falta de controle entre a geração e as entradas e saídas em sua modalidade. No caso da TIME AI, usar STT e TTS nos permitiu controlar as entradas para LLMs baseados em texto e proteger as saídas do nosso sistema usando diretrizes personalizadas. Essa técnica pode ser mais prática do que usar diretamente LLMs multimodais."

Ao construir a experiência TIME AI, a Scale indexou o corpus de artigos da TIME em bases de conhecimento para recuperação sob demanda, codificou a lógica de negócios em uma série de prompts de sistema e protegeu as saídas do GenAI contra alucinações e violações tanto de segurança quanto de diretrizes de marca. Além desse sistema, eles deram vida à experiência com uma voz da plataforma de orquestração de IA Conversacional da ElevenLabs.

Experiência Person of the Year da TIME: Onde a Voz Faz a Diferença

O recente lançamento da TIME AI permite que os leitores participem de conversas naturais sobre o jornalismo da TIME, incluindo sua icônica cobertura de Person of the Year. O que diferencia essa implementação de inúmeros outros chatbots não é apenas seu conhecimento—é a voz.

"Usar a voz realmente deu um toque especial," reflete Su. "Sem ela, se perde na multidão como apenas mais um chatbot. Queríamos que o agente parecesse um parceiro de leitura ao vivo, disponível para mergulhos profundos em conversas fora do roteiro." A implementação combina a expertise da Scale AI em desenvolvimento de IA com a plataforma de IA Conversacional da ElevenLabs, criando uma experiência que parece notavelmente humana enquanto mantém controle rigoroso sobre o conteúdo e a voz da marca.

Construindo Sistemas Prontos para Empresas

Para empresas que desejam implantar IA conversacional em escala, colaborar com a Scale AI e a ElevenLabs oferece um caminho comprovado. A Scale AI traz profunda expertise em construir sistemas de IA multimodais controlados e seguros com diretrizes robustas, enquanto a ElevenLabs fornece tecnologia de voz de ponta que pode ser integrada perfeitamente a esses sistemas.

Embora a implementação da TIME se concentre no jornalismo, a mesma arquitetura pode ser aplicada em vários casos de uso empresarial, particularmente em atendimento e suporte ao cliente. Os clientes estão se cansando de chatbots básicos à medida que exigem interações mais envolventes e humanas.

Obrigado a Felix por contribuir para este post. Você pode encontrar Felix Su no LinkedIn & X, e você pode experimentar a experiência de voz de IA Conversacional que ele construiu com a TIME em seu Pessoa do Ano 2024, assim como Person of the Year de 2021, 2022 e 2023.

Desenvolvedores podem começar com IA Conversacional usando nossos documentos, e empresas que desejam implementar soluções confiáveis de Conversational Voice Agent em produção podem entrar em contato com a equipe de soluções Enterprise na ElevenLabs e