Jonathan Corbin, oprichter en CEO van Maven AGI – Interviewserie

Jonathan Corbin, is de oprichter en CEO van Maven AGI. Voorheen leidde Jonathan als Global Vice President of Customer Success & Strategy bij HubSpot een team van ongeveer 1,000 klantensucces-, partnersucces- en contractmanagers in meerdere regio's en verticale markten. Zijn verantwoordelijkheden omvatten onder meer het stimuleren van klantbehoud, omzetgroei en waarderealisatie voor meer dan 200,000 klanten wereldwijd, variërend van startups tot grote ondernemingen.

Maven AGI is een uitgebreide generatieve AI-native oplossing die is ontworpen om het klantenondersteuningslandschap te transformeren – zonder hoofdpijn. In de stealth-modus loste de technologie van Maven autonoom meer dan 93% van de vragen van klanten op, waardoor de ondersteuningskosten met 81% werden verlaagd, waardoor de algehele klantervaring op schaal werd verbeterd, na het oplossen van miljoenen interacties in meer dan 50 talen voor vroege klanten.

U was voorheen de Global Vice President of Customer Success & Strategy bij HubSpot, waar u leiding gaf aan een team van ongeveer 1,000 klantensucces-, partnersucces- en contractmanagers in meerdere regio's en verticale markten. Wat waren enkele hoogtepunten en belangrijke inzichten uit deze periode in uw leven?

Gedurende die periode was Hubspot een van de vijf snelst groeiende B2B SaaS-bedrijven met meer dan een miljard dollar aan omzet. Er zijn maar heel weinig mensen die de kans hebben gehad om te bouwen, te groeien en te beheren op de schaal waarop wij opereerden. Bedrijven die met deze snelheid groeien, zijn doorgaans niet zo groot, en bedrijven van onze omvang groeiden niet met die snelheid. Ik heb veel tijd besteed aan het creëren van schaalbare benaderingen van planning en groei, waarbij ik ervoor zorgde dat we zeer duidelijke doelstellingen stelden, prikkels binnen meerdere organisaties op elkaar afstemden om de resultaten te creëren waar we als organisatie naar op zoek waren, en ervoor zorgden dat we over de systemen beschikten om Creëer zichtbaarheid van wat er in de organisatie gebeurt en plan over meerdere horizonten. Alles wat we uitrolden, moest niet alleen voor onze huidige klanten werken, maar moest ook de mogelijkheid hebben om de continuïteit bij exponentiële groei te behouden.

Kun je wat inzichten delen over wat je inspireerde om Maven AGI te lanceren, en hoe lang je al in de stealth-modus hebt gezeten?

Ik ben al heel vroeg in mijn carrière geobsedeerd door klantervaring en daarom heb ik zoveel tijd doorgebracht bij toonaangevende bedrijven op dit gebied (Adobe, Marketo, Sprinklr, Hubspot, enz.). In 2017 kwam ik terug van een swing aan de westkust en ontmoette ik een aantal geweldige klanten zoals Apple en Nike, en we hadden ongelooflijk diepgaande gesprekken over het potentieel om silogegevens te ontsluiten en deze zeer gepersonaliseerde ervaringen voor de individuele gebruiker te creëren. niveau. Ik heb het niet over de gesegmenteerde aanpak waarbij je in deze leeftijdscategorie of demografische categorie valt. Nee, dit is de mogelijkheid om alle informatie die u met ons hebt gedeeld volledig in te zetten om te anticiperen op de verwachtingen van de klant en proactief met hen in gesprek te gaan. Er was enorme opwinding bij de klanten, maar de technologie bestond toen nog niet echt.

Mijn mede-oprichters – Sami Shalabi, Eugène Mann, en ik heb altijd gepraat over personalisatie op grote schaal en het potentieel dat transformatoren zouden kunnen hebben sinds het onderzoek voor het eerst uit Google kwam. Sami heeft een van de grootste personalisatie-engines ter wereld gebouwd bij Google News (meer dan 1 miljard gebruikers) en Eugene leidde de personalisatie ervoor, dus we hebben altijd diepgaande, inzichtelijke gesprekken gehad over de mogelijkheden die we konden ontsluiten naarmate de technologie evolueerde. De toepassing hiervan op wat we destijds deden, is dat ik worstelde met het kunnen creëren van een geweldige ervaring op schaal voor onze Hubspot-gebruikers, Eugene aan het kijken was hoe LLM-mogelijkheden bij Stripe konden worden geproduceerd, en Sami deelde zijn inzichten over wat goed werkte bij Google.

Toen we voor het eerst hoorden wat OpenAI deed en een aantal van de LLM's gingen gebruiken die beschikbaar waren gekomen, realiseerden we ons dat we op het punt waren aangekomen waarop de technologie nu bestond om de perfecte klantervaring op grote schaal te creëren. Bedrijven hebben moeten kiezen tussen kostenefficiëntie en een goede klantervaring, wat heeft geresulteerd in allerlei zaken, zoals complexe segmentatiestrategieën die zijn ontworpen om klantinteracties te beperken, het creëren van dingen die in wezen wegversperringen zijn die zij zelfbediening noemden, of het ergens begraven van uw contactinformatie voor ondersteuning. kan niet worden gevonden.

We zijn ongeveer een jaar geleden met Maven AGI begonnen in de stealth-modus, omdat we bij Maven prioriteit geven aan impact – en toen we aankondigden wat we deden, wilden we echte voorbeelden geven van onze impact en statistieken, niet alleen dat we bestonden en wat geld hadden ingezameld . We zijn ongelooflijk dankbaar voor onze eerste klanten die voldoende in ons geloofden om met ons samen te werken bij het uitrollen van de allernieuwste technologie en het verleggen van de grenzen om een ​​betere klantervaring te ontwikkelen.

Kunt u voor ons definiëren wat AGI is in de context van Maven AGI?

AGI is heel goed gedefinieerd vanuit taalperspectief: het is kunstmatige algemene intelligentie. Wat betekent dat eigenlijk in zakelijke zin? We concentreren ons op iets dat we zakelijke AGI noemen en definiëren het als het vermogen om complexe taken uit te voeren met behulp van functionele AI-agents die speciaal zijn opgeleid voor specifieke verantwoordelijkheden met een orkestratielaag waarmee ze kunnen samenwerken.

Een voorbeeld hiervan kan zijn dat een gebruiker van een bankrekening contact opneemt met zijn bank en vraagt ​​of zijn storting is verwerkt. Wat we uit de rekeninggeschiedenis weten, is dat hij een kleine overbruggingslening nodig heeft om zijn rekeningen te kunnen betalen en cheques te kunnen innen. Maven begrijpt de historische context en biedt de lening aan, terwijl hij al het papierwerk afhandelt dat daarmee verband houdt, zoals antecedentenonderzoek, kredietcontroles, het invullen van leningpapieren, inzicht in de risico's, goedkeuring en een specifiek bedrag dat binnen het risico valt. profiel, keurt de lening goed en maakt het geld over naar de rekening van de persoon.

Een ander voorbeeld is dat iemand naar zijn CRM-ondersteuningsteam gaat en vraagt ​​hoe hij een campagne kan inzetten. Wat we daaruit zouden begrijpen, is dat ze niet willen weten hoe ze een campagne moeten opzetten, maar dat ze tegen een bepaalde datum een ​​bepaald aantal leads willen hebben. Gebruikers zouden de mogelijkheid hebben om te zeggen: “Geef me volgende maand 100 leads” en Maven zou de ongelooflijk complexe taak uitvoeren om die te leveren.

Wat zijn enkele van de grootste problemen met de manier waarop AI van oudsher is geïntegreerd in klantenondersteuning?

Historisch gezien maakte AI in de klantenondersteuning gebruik van machine learning-modellen die zeer deterministisch waren en maanden nodig hadden om te trainen. Deze modellen werkten op basis van een fundamentele als-dan-logica: als een gebruiker X koos, kreeg hij de Y-optie. Deze simplistische aanpak voldeed niet aan de verwachtingen, wat tot teleurstellende resultaten leidde en veel CX-professionals sceptisch maakte over het potentieel van AI. Echt succes in AI-gestuurde klantenondersteuning hangt af van dynamische personalisatie, het vermogen om te redeneren en zinvolle acties te ondernemen.

Wat zijn de belangrijkste stappen bij het trainen van Maven AGI om vragen over klantondersteuning af te handelen?

Het is heel eenvoudig. . . Geef ons gewoon toegang tot alle informatie die u zou gebruiken om mensen op te leiden. Wij kunnen het binnen enkele dagen met een hoge nauwkeurigheid voor u operationeel hebben, en niet weken of maanden. Het gebruikt uw specifieke toon, de volkstaal en welke emoji's u maar wilt.

Hoe helpt Maven AGI bij het verlagen van de kosten voor klantenondersteuning en het verbeteren van de algehele klanttevredenheid?

Bedrijven zetten Maven AGI op verschillende manieren in, maar de beste manier om de snelste impact te hebben is door Maven bovenaan uw ondersteuningswachtrij te plaatsen op de eindpunten of kanalen die uw klanten willen gebruiken (chat, internet, zoeken, Slack, in producten, sms, enz.). Hierdoor kunnen we klanten direct, gepersonaliseerde resultaten en acties bieden zonder wachttijd, terwijl we ervoor zorgen dat die geweldige ondersteuningsagenten doen waar ze goed in zijn: werken met klanten die echt menselijke interactie nodig hebben om hun problemen op te lossen.

Welke technologische vooruitgang heeft Maven AGI in staat gesteld zulke hoge niveaus van autonome probleemoplossing te bereiken?

Ik geloof dat we een van de beste technische teams ter wereld hebben gerekruteerd om een ​​dataprobleem op te lossen. Briljante mensen die hebben gewerkt aan uitdagingen als zoeken bij Google en personalisatie op grote schaal bij Meta en Amazon, en al jaren nadenken over het oplossen van dit soort problemen. Gegevens zijn gefragmenteerd en in silo's opgeslagen, en om de vragen van klanten te kunnen beantwoorden en actie te kunnen ondernemen, moesten we meer gegevens kunnen verwerken dan wie dan ook. Het tweede deel is het vermogen om actie te ondernemen en onze actiemotor op te bouwen, omdat we weten dat alleen het beantwoorden van vragen niet voldoende is. Om zakelijke AGI te kunnen realiseren, moeten we kunnen anticiperen op de behoeften van gebruikers en hen met intentie betrekken.

Kunt u meer details geven over de recente Series A-financiering van $ 20 miljoen en hoe zal het worden gebruikt?

We hadden het geluk dat we op alle vlakken konden slagen in wat we met onze zaadronde wilden bereiken: een geweldig technisch team opbouwen, een product dat echte problemen oplost, en klanten hebben die waarde uit ons product haalden. We hebben onze zaadronde minder dan een jaar geleden opgehaald, maar we hadden een aantal hele geweldige investeerders die samen met ons deel wilden uitmaken van de reis. Nadat we tijd met M13 hadden doorgebracht, waren we erg enthousiast om samen met hen verder te bouwen aan de toekomst van Maven AGI. De 28 miljoen dollar die we het afgelopen jaar hebben ingezameld, zal worden gebruikt om ons GTM-team uit te bouwen, te investeren in het uitbouwen van het partner-ecosysteem en door te gaan met het inhuren van ingenieurs terwijl we onze actiemotor (™) en platformmogelijkheden uitbreiden.

Hoe ziet u de rol van AI de komende vijf jaar evolueren in de klantenondersteuningssector?

De toekomst zal niet verdeeld zijn in support, services, sales en diverse functies. In plaats daarvan zal klantenondersteuning onderdeel worden van een naadloze, uniforme klantervaring zonder rommelige overdrachten en silogegevens. Naarmate de verwachtingen van klanten evolueren, verandert ook de manier waarop we hen bedienen.

De behoeften van hedendaagse klanten vallen in 3 categorieën:

• Degenen die zichzelf willen bedienen: het vermogen om de oplossing of het antwoord op een vraag te vinden.
• Degenen die toegang willen tot zelfbediening, maar bevestiging nodig hebben dat ze de juiste actie ondernemen.
• Klanten die wittehandschoenservice eisen en menselijke hulp nodig hebben.

De toekomst kent ook 3 categorieën, maar de verwachtingen van klanten zullen heel anders zijn:

• Ze verwachten onmiddellijke antwoorden op hun vragen.
• Anticipeer op hun behoeften en vragen met personalisatie, gebruiksgegevens, volledige historische context en de mogelijkheid om actie te ondernemen en met hen in contact te komen via het kanaal van hun keuze.
• De mogelijkheid om contact te maken met klantenservicemedewerkers zonder wachttijden en lange rijen, die antwoorden op hun vragen hebben, een volledige historische context en de mogelijkheid om onmiddellijk actie te ondernemen.

Bedankt voor het geweldige interview, lezers die meer willen weten, zouden moeten bezoeken Maven AGI.