Ada ਨਵਾਂ ਗਾਹਕ ਸੇਵਾ ਮਿਆਰ ਦੇਣ ਲਈ GPT‑4 ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ
Ada ਗਾਹਕ ਸੇਵਾ ਖਰਚ ਵਿੱਚ $100B ਦੇ ਬਦਲਾਅ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨੂੰ ਗਤੀ ਦੇ ਰਹੀ ਹੈ, ਅਤੇ ਇਸ ਤਬਦੀਲੀ ਦੇ ਅਗੇਵਾਲੇ ਸਿਰੇ 'ਤੇ ਉਹਨਾਂ ਦਾ AI-ਨੇਟਿਵ ਗਾਹਕ ਸੇਵਾ ਆਟੋਮੇਸ਼ਨ ਪਲੇਟਫਾਰਮ ਹੈ। 2016 ਵਿੱਚ ਸਥਾਪਿਤ, Ada(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਦੀ ਹੁਣ ਕੀਮਤ $1.2B ਹੈ ਅਤੇ ਇਸ ਨੇ ਕੁੱਲ $200M ਫੰਡਿੰਗ ਹਾਸਲ ਕੀਤੀ ਹੈ; ਗਾਹਕਾਂ ਵਿੱਚ Verizon, YETI, Canva ਅਤੇ Square ਸ਼ਾਮਲ ਹਨ.
Ada ਲਈ AI ਕੋਈ ਨਵੀਂ ਚੀਜ਼ ਨਹੀਂ ਹੈ। ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਇਹ ਇੱਕ AI-ਨੇਟਿਵ ਪਲੇਟਫਾਰਮ ਰਿਹਾ ਹੈ। ਉਤਪਾਦ ਦੀ ਪਹਿਲੀ ਪੀੜ੍ਹੀ ਕਸਟਮ Natural Language Processing (NLP) ਮਾਡਲਾਂ ਨਾਲ ਬਣਾਈ ਗਈ ਸੀ, ਜੋ ਘਰੇਲੂ ਤੌਰ 'ਤੇ ਵਿਕਸਿਤ ਅਤੇ ਟ੍ਰੇਨ ਕੀਤੇ ਗਏ ਸਨ। ਪਰ ਉਹਨਾਂ ਨੇ ਇੱਕ ਖਾਲੀਪਣ ਵੇਖਿਆ ਕਿ ਉਹਨਾਂ ਦਾ ਪਲੇਟਫਾਰਮ ਜਿੰਨੇ ਗਾਹਕ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਸੀ, ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿੰਨੇ ਪ੍ਰਸ਼ਨ ਅਸਲ ਵਿੱਚ ਸੰਤੋਸ਼ਜਨਕ ਢੰਗ ਨਾਲ ਹੱਲ ਹੋ ਰਹੇ ਸਨ.
“ਅਸੀਂ OpenAI ਅਤੇ ਉਦਯੋਗ ਵਿੱਚ ਜੋ ਕੁਝ ਹੋ ਰਿਹਾ ਸੀ, ਉਸ ਬਾਰੇ ਬਹੁਤ ਉਤਸ਼ਾਹਿਤ ਹੋ ਗਏ ਸੀ। 2022 ਵਿੱਚ, ਅਸੀਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਮਰਪਿਤ ਹੋਣ ਅਤੇ LLM ਦੀਆਂ ਰੀਜ਼ਨਿੰਗ ਸਮਰੱਥਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਉਤਪਾਦ ਨੂੰ ਮੁੜ ਬਣਾਉਣ ਦਾ ਫ਼ੈਸਲਾ ਕੀਤਾ.”
ਗਾਹਕ ਸੇਵਾ ਲਈ ਉਦਯੋਗ-ਮਿਆਰੀ ਮੈਟ੍ਰਿਕ, containment rate, ਉਹਨਾਂ ਗਾਹਕ ਪੁੱਛਗਿੱਛਾਂ ਦੀ ਗਿਣਤੀ ਮਾਪਦਾ ਹੈ ਜੋ ਪੂਰੀ ਤਰ੍ਹਾਂ chatbot ਦੁਆਰਾ ਸੰਭਾਲੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਅਤੇ ਕਦੇ ਵੀ ਮਨੁੱਖੀ ਏਜੰਟ ਤੱਕ ਨਹੀਂ ਪਹੁੰਚਦੀਆਂ। ਜੇ ਤੁਸੀਂ containment rate ਵਧਾਉਂਦੇ ਹੋ, ਤਾਂ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ ਗਾਹਕ ਸੇਵਾ ਵਿੱਚ ਸੰਚਾਲਕੀ ਖਰਚੇ ਘਟ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ। ਪਰ Ada ਦੀ ਟੀਮ ਨੇ ਇਸ ਮੈਟ੍ਰਿਕ ਨਾਲ ਇੱਕ ਸਮੱਸਿਆ ਵੇਖੀ.
“Ada ਸਮੇਤ ਕਈ ਹੱਲ ਆਸਾਨੀ ਨਾਲ 80–100% containment rates ਦੇ ਸਕਦੇ ਸਨ, ਪਰ ਜੇ ਤੁਸੀਂ ਅਸਲ ਵਿੱਚ ਉਹਨਾਂ ਗੱਲਬਾਤ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਖੋਲ੍ਹ ਕੇ ਗਾਹਕਾਂ ਦੇ ਤਜਰਬੇ ਪੜ੍ਹਦੇ, ਤਾਂ ਉਹ ਕਾਫ਼ੀ ਖ਼ਰਾਬ ਹੁੰਦੇ ਸਨ,” Gozzo ਨੇ ਕਿਹਾ.
ਗੱਲਬਾਤਾਂ ਅਸਲ ਵਿੱਚ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਹੱਲ ਹੋਈਆਂ, ਇਸ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਕੇ, Ada ਦੀ ਟੀਮ ਜਾਣਦੀ ਸੀ ਕਿ ਉਹ ਗਾਹਕ ਸੇਵਾ ਉਦਯੋਗ ਵਿੱਚ ਇਕ ਨਵਾਂ ਮਿਆਰ ਤੈਅ ਕਰ ਸਕਦੀ ਹੈ.
ਸ਼ੁਰੂ ਵਿੱਚ GPT‑4 ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਅਤੇ ਆਪਣੇ ਇਤਿਹਾਸਕ ਡਾਟਾ ਨਾਲ ਮਿਲਾ ਕੇ, Ada ਨੇ ਇੱਕ ਨਵਾਂ ਮੁਲਾਂਕਣ ਫ੍ਰੇਮਵਰਕ ਬਣਾਇਆ ਜੋ ਗੱਲਬਾਤਾਂ ਦਾ ਇਹ ਆਕਲਨ ਕਰ ਸਕਦਾ ਸੀ ਕਿ ਉਹ ਆਪੇ ਹੀ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਹੱਲ ਹੋਈਆਂ। Ada ਦਾ ਸਿਸਟਮ ਹਰ ਗੱਲਬਾਤ ਨੂੰ ਇਸ ਅਧਾਰ 'ਤੇ ਰੇਟ ਕਰਦਾ ਹੈ ਕਿ ਗਾਹਕਾਂ ਨੂੰ ਬਿਨਾ ਮਨੁੱਖੀ ਦਖ਼ਲ ਦੇ ਕਿੰਨੇ ਸਬੰਧਤ, ਸਹੀ ਅਤੇ ਸੁਰੱਖਿਅਤ ਜਵਾਬ ਮਿਲੇ। “ਸਾਡੇ ਟੈਸਟਾਂ ਵਿੱਚ, ਸਾਡੇ ਸਿਸਟਮ ਨੇ ਗੱਲਬਾਤ ਪੜ੍ਹਦੇ ਇਕ ਮਨੁੱਖ ਨਾਲ 80–90% ਸਹਿਮਤੀ ਹਾਸਲ ਕੀਤੀ,” Gozzo ਨੇ ਕਿਹਾ.
ਰੈਜ਼ੋਲੂਸ਼ਨ ਦਰ ਨੂੰ ਸਮਝ ਕੇ, Ada ਨੂੰ ਆਪਣੇ ਉਤਪਾਦ ਲਈ ਇੱਕ ਨੌਰਥ ਸਟਾਰ ਮਿਲ ਗਿਆ। ਮੁਲਾਂਕਣ ਲਈ OpenAI ਦੀ API ਵਰਤਣ ਤੋਂ ਇਲਾਵਾ, ਉਹਨਾਂ ਨੇ ਆਪਣੇ AI ਏਜੰਟ ਦੀ ਨਵੀਂ ਪੀੜ੍ਹੀ ਬਣਾਉਣ ਲਈ OpenAI ਨਾਲ ਕੰਮ ਕਰਨ ਦਾ ਫ਼ੈਸਲਾ ਕੀਤਾ.
Ada ਪਹਿਲਾਂ ਵੀ OpenAI ਦੇ ਮਾਡਲ ਵਰਤ ਚੁੱਕੀ ਸੀ, ਜ਼ਿਆਦਾਤਰ ਆਪਣੇ NLP ਮਾਡਲਾਂ ਲਈ ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਬਣਾਉਣ ਲਈ। ਜਦੋਂ OpenAI ਦੀ API ਨੂੰ ਆਪਣੇ ਨਵੇਂ ਯੂਜ਼ ਕੇਸਾਂ ਲਈ ਪਰਖਿਆ ਗਿਆ, Ada ਨੇ ਕਈ ਵੱਖਰੇ ਫ਼ਰਕ ਨੋਟ ਕੀਤੇ:
- ਇੰਫਰੈਂਸ ਦੀ ਗੁਣਵੱਤਾ: Ada ਨੇ ਇੱਕ ਸਿੰਥੈਟਿਕ ਟੈਸਟ ਫ੍ਰੇਮਵਰਕ ਬਣਾਇਆ ਹੈ ਜੋ ਲੱਖਾਂ ਅੰਤਿਮ ਗਾਹਕਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਸਿਸਟਮ ਨਾਲ ਗੱਲ ਕਰਦੇ ਹੋਏ ਸਿਮੂਲੇਟ ਕਰਦਾ ਹੈ, ਇਸ ਲਈ ਉਹ ਸਕੇਲਬਿਲਟੀ ਅਤੇ ਗੁਣਵੱਤਾ 'ਤੇ ਮਾਡਲਾਂ ਦੀ ਸਟ੍ਰੈੱਸ ਟੈਸਟਿੰਗ ਕਰਦੇ ਹਨ। “ਅਸੀਂ ਹਰ ਵੱਡੇ ਮਾਡਲ ਦਾ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ, ਰਿਲੀਜ਼ ਹੋਣ ਤੋਂ ਕੁਝ ਹਫ਼ਤਿਆਂ ਦੇ ਅੰਦਰ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਅਜੇ ਤੱਕ ਸਾਡੇ ਮੁਲਾਂਕਣ ਸੈੱਟ 'ਤੇ ਕੋਈ ਵੀ OpenAI ਤੋਂ ਬਿਹਤਰ ਨਹੀਂ ਰਿਹਾ,” Gozzo ਨੇ ਕਿਹਾ.
- ਲੇਟੈਂਸੀ: Ada ਦੇ ਵੋਇਸ ਯੂਜ਼ ਕੇਸਾਂ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ, ਘੱਟ-ਲੇਟੈਂਸੀ ਮਾਡਲ ਬਹੁਤ ਮਹੱਤਵਪੂਰਣ ਹਨ। “ਰੀਅਲ-ਟਾਈਮ ਰੀਜ਼ਨਿੰਗ ਲਈ, ਅਸੀਂ GPT‑4o ਨਾਲ ਲੇਟੈਂਸੀ ਅਤੇ ਕੁੱਲ ਗੁਣਵੱਤਾ ਵਿੱਚ ਵੱਡੀ ਛਾਲ ਵੇਖੀ ਹੈ,” Gozzo ਨੇ ਕਿਹਾ.
- ਫਾਈਨ-ਟਿਊਨਿੰਗ: Ada OpenAI ਦੀ ਫਾਈਨ-ਟਿਊਨਿੰਗ API ਵਰਤਦੀ ਹੈ ਤਾਂ ਜੋ ਕਿਸੇ ਦਿੱਤੇ ਜਵਾਬ ਵਿੱਚ hallucinations ਦੇ ਪੱਧਰ ਬਾਰੇ ਇਕ confidence score ਦਿੱਤਾ ਜਾ ਸਕੇ, ਅਤੇ ਉਸ ਸਕੋਰ ਨੂੰ ਬਾਕੀ toolchain ਵਿੱਚ ਵਰਤ ਕੇ ਸਿਸਟਮ ਵਿੱਚ hallucinations ਦੀ ਗਿਣਤੀ ਘੱਟ ਕੀਤੀ ਜਾ ਸਕੇ। “ਅਸੀਂ ਇਸ ਸੰਭਾਵਨਾ ਲਈ ਵੀ ਉਤਸ਼ਾਹਿਤ ਹਾਂ ਕਿ ਸਮੇਂ ਦੇ ਨਾਲ ਫਾਈਨ ਟਿਊਨਿੰਗ ਵਰਤ ਕੇ ਆਪਣੇ ਸਿਸਟਮ ਦੀ ਰੀਜ਼ਨਿੰਗ ਸਮਰੱਥਾ ਨੂੰ ਹੋਰ ਸੁਧਾਰਿਆ ਜਾ ਸਕੇ, ਅਤੇ ਇਹ ਤਕਨੀਕ ਛੋਟੇ, ਘੱਟ ਮਹਿੰਗੇ ਮਾਡਲਾਂ ਨੂੰ ਅਤਿ-ਆਧੁਨਿਕ ਮਾਡਲਾਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਦੀ ਨਕਲ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾ ਸਕੇ,” Gozzo ਨੇ ਕਿਹਾ.
ਅੱਜ, Ada ਦਾ AI ਏਜੰਟ ਇੱਕ ਮਲਟੀ-ਏਜੰਟ ਸੰਰਚਨਾ ਵਰਤਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਇੱਕ ਕੇਂਦਰੀ ਯੋਜਨਾ ਏਜੰਟ ਅਤੇ ਕਈ ਸਬਏਜੰਟ ਹਨ, ਜਿਨ੍ਹਾਂ ਸਭ ਨੂੰ OpenAI ਦੀ API ਸ਼ਕਤੀ ਦਿੰਦੀ ਹੈ। “ਜਦੋਂ ਵੀ ਤੁਸੀਂ ਕਿਸੇ ਅਜੇਹੇ ਕਾਰੋਬਾਰ ਨਾਲ ਸੰਚਾਰ ਕਰਦੇ ਹੋ ਜੋ Ada ਵਰਤ ਰਿਹਾ ਹੈ, ਤੁਹਾਡਾ ਸਵਾਲ OpenAI ਦੇ ਮਾਡਲਾਂ ਦੇ ਕਈ ਟਰਨਾਂ ਰਾਹੀਂ ਲੰਘਦਾ ਹੈ, ਉਸ ਨੂੰ ਸਮਝਿਆ ਜਾਂਦਾ ਹੈ, ਉਸ 'ਤੇ ਵਿਚਾਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਟੂਲ ਚਲਾਏ ਜਾਂਦੇ ਹਨ ਅਤੇ ਗਿਆਨ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਜਦ ਤੱਕ ਜਵਾਬ ਤਿਆਰ ਨਹੀਂ ਹੋ ਜਾਂਦਾ,” Gozzo ਨੇ ਸਮਝਾਇਆ.
Ada ਦੇ ਉਤਪਾਦ ਦੇ ਪਿਛਲੇ ਸੰਸਕਰਣ ਦੀ containment rate 70% ਸੀ, ਪਰ resolution rate 30% ਸੀ। ਜਿਨ੍ਹਾਂ ਗਾਹਕਾਂ ਨੂੰ Ada ਨੇ ਨਵੇਂ ਸਿਸਟਮ 'ਤੇ ਲਿਆਂਦਾ ਹੈ, ਉਹਨਾਂ ਵਿੱਚ containment ਦੇ ਮਿਲਦੇ-ਜੁਲਦੇ ਨਤੀਜੇ ਹਨ, ਪਰ ਆਮ ਤੌਰ 'ਤੇ resolution rate 60% ਤੱਕ ਵੇਖੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲੇ ਗਾਹਕ 80% ਤੋਂ ਵੀ ਉੱਪਰ ਹਨ.
“ਇੱਕ ਤਕਨਾਲੋਜੀ ਤੋਂ ਅਗਲੀ ਤਕਨਾਲੋਜੀ ਤੱਕ, ਅਸੀਂ ਉਹਨਾਂ ਗੱਲਬਾਤਾਂ ਦੀ ਮਾਤਰਾ ਦੋਗੁਣੀ ਕਰ ਦਿੱਤੀ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਸੀਂ ਵਧੀਆ ਤਜਰਬੇ ਨਾਲ ਆਪਣੇ ਆਪ ਹੱਲ ਕਰ ਸਕਦੇ ਹਾਂ,” Gozzo ਨੇ ਕਿਹਾ। Ada ਦੇ ਗਾਹਕਾਂ ਲਈ, ਇਸ ਮੈਟ੍ਰਿਕ ਦਾ ROI 'ਤੇ ਵੱਡਾ ਹੇਠਲਾ ਪ੍ਰਭਾਵ ਹੈ, ਜਿਸ ਵਿੱਚ full time equivalent (FTE) ਬਚਤ, ਗਾਹਕ ਸੰਤੁਸ਼ਟੀ, ਰਿਟੇਨਸ਼ਨ ਅਤੇ ਨਵੀਆਂ ਸਾਈਨਅੱਪਸ ਸ਼ਾਮਲ ਹਨ.
ਸਥਿਤੀ: ਹੱਲ ਨਹੀਂ ਹੋਇਆ
ਕਾਰਨ: ਬੋਟ ਨੇ ਗੈਰ-ਸੰਬੰਧਤ ਲਿੰਕ ਦਿੱਤੇ ਅਤੇ ਗਾਹਕ ਦੀ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਨਹੀਂ ਕੀਤਾ.
ਸਥਿਤੀ: ਹੱਲ ਹੋਇਆ
ਕਾਰਨ: AI ਏਜੰਟ ਨੇ ਗਾਹਕ ਦੀ ਪੁੱਛਗਿੱਛ ਹੱਲ ਕਰਨ ਲਈ ਉਚਿਤ ਕਾਰਵਾਈਆਂ ਕੀਤੀਆਂ.
Ada ਨੂੰ ਗਾਹਕ ਪੁੱਛਗਿੱਛਾਂ ਹੱਲ ਕਰਨ ਦੀ ਆਪਣੀ ਸਮਰੱਥਾ 'ਤੇ ਇੰਨਾ ਭਰੋਸਾ ਹੈ ਕਿ ਉਹਨਾਂ ਨੇ 100% resolution rate ਦਾ ਲਕਸ਼ ਰੱਖ ਲਿਆ ਹੈ, ਜੋ ਕੁਝ ਸਾਲ ਪਹਿਲਾਂ ਸਿਰਫ਼ ਇੱਕ ਕਲਪਨਾ ਜਿਹਾ ਲੱਗਦਾ ਸੀ। “ਹੁਣ, 100% resolution ਇਹ ਸਵਾਲ ਨਹੀਂ ਕਿ ਹੋਵੇਗਾ ਜਾਂ ਨਹੀਂ, ਸਗੋਂ ਕਦੋਂ ਹੋਵੇਗਾ,” Gozzo ਨੇ ਕਿਹਾ.
ਬਾਜ਼ਾਰ ਵੀ ਬਦਲ ਗਿਆ ਹੈ। ਜਦੋਂ Ada automated resolution ਬਾਰੇ ਗੱਲ ਕਰਦੀ ਹੈ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਜ਼ਿਆਦਾ ਸ਼ੱਕ-ਸੰਦੇਹ ਨਹੀਂ ਮਿਲਦਾ। “ਐਂਟਰਪ੍ਰਾਈਜ਼ ਹੁਣ ਕਾਫ਼ੀ ਹੋਰ ਸਮਝਦਾਰ ਹੋ ਰਹੇ ਹਨ,” Gozzo ਨੇ ਕਿਹਾ। “ਉਹ ਸੱਚਮੁੱਚ AI ਰਣਨੀਤੀਆਂ ਬਾਰੇ ਸੋਚ ਰਹੇ ਹਨ, ਅਤੇ ਅਜਿਹੀ ਟੈਕਨੋਲੋਜੀ ਨੂੰ ਆਪਣੇ ਓਪਰੇਸ਼ਨਾਂ ਵਿੱਚ ਲਿਆਉਣ ਦੀ ਅਗਵਾਈ ਕਰ ਰਹੇ ਹਨ।” ਗਾਹਕ Ada ਦੇ LLM-ਆਧਾਰਿਤ AI ਏਜੰਟਾਂ ਨੂੰ ਮਨੁੱਖੀ ਏਜੰਟ ਵਾਂਗ ਹੀ ਆਨਬੋਰਡ, ਮਾਪ ਅਤੇ ਕੋਚ ਕਰ ਸਕਦੇ ਹਨ। ਆਉਣ ਵਾਲੇ 12 ਮਹੀਨਿਆਂ ਲਈ Ada ਦੇ ਲਕਸ਼ ਆਪਣੇ ਉਤਪਾਦ ਦੀ ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਗਾਹਕਾਂ ਨੂੰ ਦਿੱਤੇ ਜਾਣ ਵਾਲੇ ਕੰਟਰੋਲ ਲੀਵਰਜ਼ ਨੂੰ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਵਧਾਉਣਾ ਹੈ.
ਸੰਭਾਵਨਾਵਾਂ ਦਾ ਇਹ ਅਹਿਸਾਸ ਦੋਵੇਂ ਪਾਸਿਆਂ 'ਤੇ ਹੈ। “OpenAI ਵਿੱਚ, ਹੋਰ ਲੋਕਾਂ ਨਾਲ ਤੁਲਨਾ ਕਰਕੇ ਜਿਨ੍ਹਾਂ ਨਾਲ ਅਸੀਂ ਕੰਮ ਕਰਦੇ ਹਾਂ, ਇੱਕ ਗੱਲ ਜੋ ਖਾਸ ਤੌਰ 'ਤੇ ਨਜ਼ਰ ਆਉਂਦੀ ਹੈ ਉਹ ਹੈ ਉਤਸ਼ਾਹ ਅਤੇ ਜਿਗਿਆਸਾ ਦੀ ਸ਼ਿਦਤ,” Gozzo ਨੇ ਕਿਹਾ। “ਅਜਿਹਾ ਲੱਗਦਾ ਹੈ ਕਿ ਟੀਮ ਵਿੱਚ ਹਰ ਕੋਈ ਇਸ ਲਈ ਸੱਚਮੁੱਚ ਜਜ਼ਬਾਤੀ ਹੈ। ਕਾਰੋਬਾਰੀ ਰਿਸ਼ਤੇ ਤੋਂ ਅੱਗੇ, ਇਹ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਅਸੀਂ ਇਕੱਠੇ ਕੁਝ ਬਣਾ ਰਹੇ ਹਾਂ, ਅਤੇ ਇਹ ਬਹੁਤ ਤਾਜ਼ਗੀਭਰਿਆ ਹੈ.”
