வாய்ஸ் AI மாடல்களை மேம்படுத்த, Smallest.ai நிறுவனம் **$13 மில்லியன்** (சுமார் **₹100 கோடி**) நிதியைத் திரட்டியுள்ளது. வாடிக்கையாளர் சேவை அழைப்புகளில் தாமதத்தை குறைத்து, மனிதர்களுடன் பேசுவது போன்ற அனுபவத்தை வழங்குவதே இதன் நோக்கம்.
ரியல்-டைம் உரையாடலுக்குப் பின்னால் உள்ள டெக்னாலஜி
பெரும்பாலான பெரிய AI மாடல்கள் ஒரு வாக்கியத்தை முழுமையாகப் புரிந்துகொண்ட பிறகுதான் பதிலளிக்கத் தொடங்கும். ஆனால், Smallest.ai நிறுவனம் ஒரு சிறிய, வாய்ஸுக்காகவே பிரத்யேகமாக வடிவமைக்கப்பட்ட மாடலில் கவனம் செலுத்துகிறது. இதன் மூலம், AI கேட்கும்போதே சிந்தித்து, உடனே பதிலளிக்கும். பயனரின் கேள்விக்கும் AI-ன் பதிலுக்கும் இடையிலான தாமத நேரத்தைக் குறைப்பதன் மூலம், டிஜிட்டல் உரையாடல்கள் மனிதர்களுடனான உரையாடல் போல இயல்பாக இருக்கும்.
ஒருவேளை AI-க்கு பதில் தெரியாவிட்டால், அது ஒரு வாடிக்கையாளர் சேவை முகவர் கையேட்டைப் பார்ப்பது போல, பெரிய, இரண்டாம் நிலை மொழி மாடலுக்கு (secondary language model) கேள்வியை அனுப்பும் வகையில் இது வடிவமைக்கப்பட்டுள்ளது.
வாடிக்கையாளர் சேவையில் இதன் பயன்பாடு
அதிக அளவிலான வாய்ஸ் டிராஃபிக்கை திறம்பட கையாள்வதுடன், சேவையின் தரத்தையும் தக்கவைத்துக் கொள்வதுதான் இந்த டெக்னாலஜியின் முக்கிய ஈர்ப்பு. Smallest.ai தற்போது RingCentral மற்றும் Truecaller போன்ற நிறுவனங்களுடன் இணைந்து செயல்பட்டு வருகிறது. வெவ்வேறு உச்சரிப்புகளைப் புரிந்துகொள்வது, பல மொழிகளை ஆதரிப்பது, பின்னணி இரைச்சலான சூழல்களிலும் சிறப்பாகச் செயல்படுவது போன்ற வாய்ஸ் தொடர்பான சவால்களில் கவனம் செலுத்துவதன் மூலம், வணிகங்களுக்கான ஒரு பிரத்யேக இன்டலிஜென்ஸ் லேயரை உருவாக்க இந்த நிறுவனம் நோக்கமாகக் கொண்டுள்ளது. தொழில்முறை அமைப்புகளில் நம்பகத்தன்மையுடன் செயல்படும் ஒரு இயல்பான அனுபவத்தை வழங்குவதே இதன் குறிக்கோள்.
சந்தை மற்றும் போட்டி
வாய்ஸ் AI துறை தற்போது மிகவும் போட்டி நிறைந்ததாக மாறிவருகிறது. ElevenLabs, Cartesia, மற்றும் Sarvam போன்ற நிறுவனங்களும் இதில் போட்டியிடுகின்றன. இந்த ஸ்டார்ட்அப்கள் அனைத்தும் மனிதர்களிடமிருந்து வேறுபடுத்த முடியாத வாய்ஸ் ஏஜென்ட்களை உருவாக்கப் போட்டியிடுகின்றன. Smallest.ai, மிகப்பெரிய பொது-நோக்கு அமைப்புகளுக்குப் பதிலாக, ஒரு பிரத்யேகமான, சிறிய மாடல் அணுகுமுறையில் தனது வளர்ச்சியை பந்தயம் கட்டுகிறது. முதலீட்டாளர்களுக்கு, இந்த சிறப்பான, திறமையான வாய்ஸ் மாடல்கள், நடைமுறை மற்றும் செலவு குறைந்த வாடிக்கையாளர் சேவைச் சூழல்களில் பெரிய, பொதுவான AI கருவிகளை விட சிறப்பாகச் செயல்பட முடியுமா என்பதை நிரூபிப்பதே இதன் வெற்றியைத் தீர்மானிக்கும். இந்தத் தொழில்நுட்பத்தை பரந்த அளவிலான நிறுவன வாடிக்கையாளர்களிடம் கொண்டு சென்று, பெரிய, அதிக விலை கொண்ட foundational models-ஐ நம்பாமல், சீரான துல்லியத்தை வெளிப்படுத்துவதே இந்த நிறுவனத்தின் முக்கிய வளர்ச்சி காரணியாக இருக்கும்.
