ჯონათან კორბინი, Maven AGI-ის დამფუძნებელი და აღმასრულებელი დირექტორი - ინტერვიუს სერია

ჯონათან კორბინი არის Maven AGI-ის დამფუძნებელი და აღმასრულებელი დირექტორი. მანამდე, როგორც HubSpot-ის მომხმარებელთა წარმატებისა და სტრატეგიის გლობალური ვიცე პრეზიდენტი, ჯონათანი ხელმძღვანელობდა დაახლოებით 1,000 მომხმარებელთა წარმატების, პარტნიორის წარმატებისა და კონტრაქტის მენეჯერების გუნდს მრავალ რეგიონში და ვერტიკალში. მისი პასუხისმგებლობა მოიცავდა მომხმარებელთა შენარჩუნებას, შემოსავლების ზრდას და ღირებულების რეალიზაციას 200,000 XNUMX-ზე მეტი მომხმარებლისთვის მთელ მსოფლიოში, დაწყებული სტარტაპებიდან დაწყებული საწარმოებით დამთავრებული.

Maven AGI არის ყოვლისმომცველი Generative AI მშობლიური გადაწყვეტა, რომელიც შექმნილია მომხმარებელთა მხარდაჭერის ლანდშაფტის გარდაქმნისთვის - თავის ტკივილის გარეშე. მალულ რეჟიმში ყოფნისას, Maven-ის ტექნოლოგიამ ავტონომიურად გადაჭრა მომხმარებელთა მოთხოვნების 93%-ზე მეტი, შეამცირა მხარდაჭერის ხარჯები 81%-ით, აძლიერებს მომხმარებლის საერთო გამოცდილებას, მასშტაბით, მას შემდეგ, რაც გადაჭრა მილიონობით ინტერაქცია 50-ზე მეტ ენაზე ადრეული მომხმარებლებისთვის.

თქვენ ადრე იყავით HubSpot-ში მომხმარებელთა წარმატებისა და სტრატეგიის გლობალური ვიცე-პრეზიდენტი, სადაც ხელმძღვანელობდით 1,000-მდე მომხმარებელთა წარმატების, პარტნიორის წარმატებისა და კონტრაქტის მენეჯერების გუნდს მრავალ რეგიონში და ვერტიკალში. რა იყო თქვენი ცხოვრების ამ პერიოდის რამდენიმე მნიშვნელოვანი და მნიშვნელოვანი ასპექტები?

ამ პერიოდის განმავლობაში, Hubspot იყო ერთ-ერთი ყველაზე სწრაფად მზარდი B2B SaaS-ის ხუთეულში, მილიარდ დოლარზე მეტი შემოსავლით. ძალიან ცოტაა ადამიანი, ვისაც ჰქონდა შესაძლებლობა აეშენებინა, გაიზარდოს და მართოს იმ მასშტაბით, რა მასშტაბითაც ჩვენ ვმუშაობდით. კომპანიები, რომლებიც იზრდებიან ამ სიჩქარით, როგორც წესი, არ არიან ამ ზომის, და კომპანიები ჩვენი ზომა არ გაიზარდა ამ სიჩქარით. მე დიდ დროს დავხარჯავდი დაგეგმვისა და ზრდის მიმართ მასშტაბური მიდგომების შექმნაზე, დავრწმუნდი, რომ ჩვენ ვაყენებდით ძალიან მკაფიო მიზნებს, ვარიგებდით სტიმულს მრავალ ორგანიზაციაში, რათა შეგვექმნა ის შედეგები, რასაც ჩვენ, როგორც ორგანიზაციას ვეძებდით. შექმენით ხილვადობა იმის შესახებ, რაც ხდებოდა ორგანიზაციაში და დაგეგმეთ მრავალი ჰორიზონტი. ყველაფერი, რაც ჩვენ გამოვაქვეყნეთ, უნდა ემუშავა არა მხოლოდ ჩვენი ამჟამინდელი მომხმარებლებისთვის, არამედ უნდა ჰქონოდა შესაძლებლობა შეინარჩუნოს უწყვეტობა ექსპონენციალურ ზრდაში.

შეგიძლიათ გაგიზიაროთ რამდენიმე მოსაზრება იმის შესახებ, თუ რამ შთაგაგონა Maven AGI-ის გაშვება და რამდენ ხანს იმყოფებით სტელსის რეჟიმში?

მე შეპყრობილი ვიყავი მომხმარებელთა გამოცდილებით ჩემი კარიერის დასაწყისშივე და ამიტომაც ამდენი დრო გავატარე ინდუსტრიის წამყვან კომპანიებში ამ სფეროში (Adobe, Marketo, Sprinklr, Hubspot და ა.შ.). ჯერ კიდევ 2017 წელს, მე ვბრუნდებოდი დასავლეთის სანაპიროდან, ვხვდებოდი რამდენიმე დიდ მომხმარებელს, როგორიცაა Apple და Nike, და ჩვენ გვქონდა ეს წარმოუდგენლად სიღრმისეული საუბრები მოდული მონაცემების განბლოკვის პოტენციალის შესახებ და ამ ძალიან პერსონალიზებული გამოცდილების შექმნა ინდივიდუალური მომხმარებლისთვის. დონე. მე არ ვსაუბრობ თქვენს სეგმენტურ მიდგომაზე, რომელიც მოხვდებით ამ ასაკობრივ კატეგორიაში ან დემოგრაფიულ კატეგორიაში. არა, ეს არის შესაძლებლობა სრულად განვათავსოთ ყველა ინფორმაცია, რომელიც თქვენ გაგიზიარეთ მომხმარებელთა მოლოდინების გასათვალისწინებლად და მათთან პროაქტიულად ჩართვისთვის. მომხმარებელთა დიდი აღფრთოვანება იყო, მაგრამ ტექნოლოგია იმ დროს ნამდვილად არ არსებობდა.

ჩემი თანადამფუძნებლები - სამი შალაბი, ევგენი მანი, და მე ყოველთვის ვსაუბრობდი მასშტაბურ პერსონალიზაციაზე და იმ პოტენციალის შესახებ, რაც ტრანსფორმატორებს შეეძლოთ ჰქონოდათ მას შემდეგ, რაც კვლევა პირველად გამოვიდა Google-ში. სამიმ შექმნა მსოფლიოში ერთ-ერთი უდიდესი პერსონალიზაციის ძრავა Google News-ში (1B+ მომხმარებლები) და ევგენი ხელმძღვანელობდა მის პერსონალიზაციას, ასე რომ, ჩვენ ყოველთვის გვქონდა ღრმა, გამჭრიახი საუბრები იმ შესაძლებლობების შესახებ, რომელთა განბლოკვაც შეგვეძლო ტექნოლოგიების განვითარებასთან ერთად. ამის გამოყენება იმასთან დაკავშირებით, რასაც ჩვენ ვაკეთებდით იმ დროს არის ის, რომ მე ვცდილობდი შემეძლო შემექმნა დიდი გამოცდილება ჩვენი Hubspot-ის მომხმარებლებისთვის, ევგენი ეძებდა როგორ გამოემუშავებინა LLM შესაძლებლობები Stripe-ში, ხოლო სემი აზიარებდა თავის შეხედულებებს. იმაზე, რაც კარგად მუშაობდა Google-ში.

როდესაც ჩვენ პირველად გავიგეთ, თუ რას აკეთებდა OpenAI და დავიწყეთ რამდენიმე LLM-ის გამოყენება, რომელიც ხელმისაწვდომი გახდა, მივხვდით, რომ იმ ეტაპზე ვიყავით, სადაც ახლა არსებობდა ტექნოლოგია, რათა შეგვექმნა სრულყოფილი მომხმარებლის გამოცდილება მასშტაბით. კომპანიებს მოუწიათ არჩევანის გაკეთება ხარჯების ეფექტურობასა და მომხმარებელთა კარგ გამოცდილებას შორის, რის შედეგადაც მიიღება ყველა სახის რამ, როგორიცაა კომპლექსური სეგმენტაციის სტრატეგიები, რომლებიც შექმნილია კლიენტებთან ურთიერთქმედების შეზღუდვისთვის, ისეთი ნივთების შექმნაზე, რომლებიც არსებითად არის საკონტროლო გამშვები პუნქტი, რომელსაც მათ თვითმომსახურება უწოდეს, ან თქვენი მხარდაჭერის საკონტაქტო ინფორმაციის დამარხვა სადმე. ვერ მოიძებნება.

ჩვენ დავიწყეთ Maven AGI დაახლოებით ერთი წლის წინ სტელსის რეჟიმში, რადგან ის, რასაც Maven-ში პრიორიტეტად ვანიჭებთ, არის გავლენა – და როდესაც გამოვაცხადეთ, რას ვაკეთებდით, გვინდოდა მოგვეყვანა ჩვენი გავლენისა და მეტრიკის რეალური მაგალითები და არა მხოლოდ ის, რომ ვარსებობდით და გარკვეული თანხა შეგვეგროვებინა. . ჩვენ წარმოუდგენლად მადლობელი ვართ ჩვენი ადრეული მომხმარებლებისთვის, რომლებსაც საკმარისად სჯეროდათ ჩვენი, რათა ჩვენთან ერთად იმუშაონ უახლესი ტექნოლოგიის გამომუშავებაში და საზღვრებზე უკეთესი მომხმარებლის გამოცდილების შესაქმნელად.

შეგიძლიათ განსაზღვროთ ჩვენთვის რა არის AGI Maven AGI-ის კონტექსტში?

AGI მართლაც კარგად არის განსაზღვრული ენის თვალსაზრისით - ეს არის ხელოვნური ზოგადი ინტელექტი. რას ნიშნავს ეს რეალურად ბიზნეს გაგებით? ჩვენ ფოკუსირებას ვაკეთებთ იმაზე, რასაც ჩვენ ბიზნეს AGI-ს ვუწოდებთ და განვსაზღვრავთ მას, როგორც რთული ამოცანების შესრულების უნარს ფუნქციური AI აგენტების გამოყენებით, რომლებიც სპეციალურად არიან მომზადებული კონკრეტული პასუხისმგებლობებისთვის ორკესტრირების ფენით, რაც მათ საშუალებას აძლევს ერთად იმუშაონ.

ამის მაგალითი შეიძლება იყოს საბანკო ანგარიშის მომხმარებელი, რომელიც აკავშირებს თავის ბანკს და ეკითხება, გაწმენდილია თუ არა მათი ანაბარი – რაც ჩვენ ანგარიშის ისტორიიდან ვიცით, არის ის, რომ მათ სჭირდებათ მცირე ხიდის სესხი, რათა დაფარონ გადასახადები და შეამოწმონ განაღდება. Maven გაიგებს ისტორიულ კონტექსტს და შესთავაზებს სესხს ყველა იმ დოკუმენტაციის განხილვისას, რომელიც შეიძლება დაკავშირებული იყოს მასთან, როგორიცაა ფონური შემოწმება, საკრედიტო შემოწმება, სესხის დოკუმენტების შევსება, რისკების გაგება, დამტკიცება და კონკრეტული თანხა, რომელიც რისკში შედის. პროფილი, სესხის დამტკიცება და თანხის გადატანა პირის ანგარიშზე.

კიდევ ერთი მაგალითი იქნება ის, ვინც მიდის მათ CRM მხარდაჭერის გუნდთან და ჰკითხავს, ​​როგორ განათავსოს კამპანია. რასაც ჩვენ გავიგებთ, არის ის, რომ მათ არ სურთ იცოდნენ, როგორ შექმნან კამპანია, მაგრამ მათ სურთ გარკვეული რაოდენობის ლიდერები გარკვეული თარიღისთვის. მომხმარებლებს ექნებოდათ შესაძლებლობა თქვან: „მომეცი 100 ტყვია მომავალ თვეში“ და მევენი გაივლის წარმოუდგენლად რთულ ამოცანას მათი მიწოდების შესახებ.

რა არის ყველაზე დიდი პრობლემები იმის შესახებ, თუ როგორ იყო AI ისტორიულად ინტეგრირებული მომხმარებელთა მხარდაჭერაში?

ისტორიულად, AI მომხმარებელთა მხარდაჭერაში იყენებდა მანქანათმცოდნეობის მოდელებს, რომლებიც ძალიან განმსაზღვრელი იყო და ტრენინგს თვეები სჭირდებოდა. ეს მოდელები მუშაობდნენ ძირითად თუ-მაშინ ლოგიკაზე: თუ მომხმარებელი აირჩევდა X-ს, მას მიენიჭებოდა Y ვარიანტი. ეს გამარტივებული მიდგომა მოლოდინს არ აკმაყოფილებდა, რამაც გამოიწვია იმედგაცრუებული შედეგები და მრავალი CX პროფესიონალი დატოვა სკეპტიკურად განწყობილი AI-ს პოტენციალის მიმართ. AI-ზე ორიენტირებული მომხმარებელთა მხარდაჭერაში ნამდვილი წარმატება დამოკიდებულია დინამიურ პერსონალიზაციაზე, მსჯელობის უნარზე და მნიშვნელოვანი ქმედებების განხორციელებაზე.

რა ძირითადი ნაბიჯებია ჩართული Maven AGI-ის ტრენინგში მომხმარებელთა მხარდაჭერის მოთხოვნების დასამუშავებლად?

ეს მართლაც მარტივია. . . უბრალოდ მოგვეცით წვდომა ნებისმიერ ინფორმაციაზე, რომელსაც გამოიყენებდით ადამიანების მომზადებაზე. ჩვენ შეგვიძლია მისი ამუშავება და გაშვება თქვენთვის მაღალი სიზუსტით დღეების განმავლობაში - არა კვირების ან თვეების განმავლობაში. ის გამოიყენებს თქვენი ხმის სპეციფიკურ ტონს, ხალხურ ენას და ნებისმიერ ემოციურს.

როგორ ეხმარება Maven AGI მომხმარებელთა დახმარების ხარჯების შემცირებაში და მომხმარებლის საერთო კმაყოფილების გაუმჯობესებაში?

კომპანიები ავრცელებენ Maven AGI-ს სხვადასხვა გზით, მაგრამ ყველაზე სწრაფი ზემოქმედების საუკეთესო საშუალებაა Maven-ის ჩასმა თქვენი მხარდაჭერის რიგის სათავეში ბოლო წერტილებში ან არხებზე, რომელთა გამოყენებაც თქვენს კლიენტებს სურთ (ჩატი, ვებ, ძიება, Slack, პროდუქტში, SMS და ა.შ.). ეს საშუალებას გვაძლევს მივაწოდოთ მყისიერი, პერსონალიზებული შედეგები + მოქმედებები კლიენტებს ლოდინის დროის გარეშე, და ამავდროულად დავრწმუნდეთ, რომ ეს საოცარი დამხმარე აგენტები აკეთებენ იმას, რასაც აკეთებენ საუკეთესოდ, მუშაობენ კლიენტებთან, რომლებსაც ნამდვილად სჭირდებათ ადამიანური ურთიერთქმედება მათი პრობლემების გადასაჭრელად.

რა ტექნოლოგიურმა მიღწევებმა მისცა საშუალება Maven AGI-ს მიაღწიოს ავტონომიური საკითხების გადაჭრის ასეთ მაღალ მაჩვენებლებს?

მე მჯერა, რომ ჩვენ მოვიყვანეთ მსოფლიოში ერთ-ერთი საუკეთესო საინჟინრო გუნდი, რათა გადავჭრათ ის, რაც დაკავშირებულია მონაცემთა პრობლემამდე. ბრწყინვალე ადამიანები, რომლებიც მუშაობდნენ გამოწვევებზე, როგორიცაა ძიება Google-ში და პერსონალიზაცია მასშტაბით Meta-სა და Amazon-ში და წლების განმავლობაში ფიქრობდნენ ამ სახის პრობლემების გადაჭრაზე. მონაცემები ფრაგმენტირებული და სილოზირებულია და იმისთვის, რომ ვუპასუხოთ კლიენტების შეკითხვებს და მივიღოთ ზომები, გვჭირდებოდა, რომ შეგვეძლოს მეტი მონაცემების მიღება, ვიდრე ვინმე სხვა. მეორე ნაწილი არის ქმედებების განხორციელების და ჩვენი სამოქმედო ძრავის შექმნის შესაძლებლობა, რადგან ვიცით, რომ მხოლოდ კითხვებზე პასუხის გაცემა საკმარისი არ არის. იმისათვის, რომ მივაღწიოთ ბიზნეს AGI-ს, ჩვენ უნდა შეგვეძლოს მომხმარებელთა საჭიროებების წინასწარ განსაზღვრა და მათი განზრახვით ჩართვა.

შეგიძლიათ უფრო დეტალურად მოგვაწოდოთ ამის შესახებ ბოლო 20 მილიონი დოლარის სერიის A დაფინანსება და როგორ იქნება გამოყენებული?

ჩვენ გაგვიმართლა, რომ ყველა ცილინდრს მივაღწიეთ იმაში, რისი მიღწევაც გვინდოდა ჩვენი სათესლე რაუნდით: შეგვექმნა შესანიშნავი საინჟინრო გუნდი, პროდუქტი, რომელიც აგვარებს რეალურ პრობლემებს და გვყავდეს მომხმარებლები, რომლებიც ღებულობდნენ ფასეულობას ჩვენი პროდუქტისგან. ჩვენ გავზარდეთ ჩვენი სათესლე რაუნდი ერთ წელზე ნაკლები ხნის წინ, მაგრამ გვყავდა მართლაც შესანიშნავი ინვესტორები, რომლებსაც სურდათ ჩვენთან ერთად მოგზაურობის ნაწილი ყოფილიყო. M13-თან დროის გატარების შემდეგ, ჩვენ ნამდვილად აღფრთოვანებული ვიყავით მათთან ერთად Maven AGI-ის მომავლის აშენებით. $28 მილიონი, რომელიც ჩვენ შევძელით გასული წლის განმავლობაში, გამოყენებული იქნება ჩვენი GTM გუნდის შესაქმნელად, პარტნიორი ეკოსისტემის ასაშენებლად და ინჟინრების დაქირავებისთვის, რადგან გავაფართოვებთ სამოქმედო ძრავის (™) და პლატფორმის შესაძლებლობებს.

როგორ ხედავთ ხელოვნური ინტელექტის როლს მომხმარებელთა მხარდაჭერის ინდუსტრიაში მომდევნო ხუთი წლის განმავლობაში?

მომავალი არ დაიყოფა მხარდაჭერა, მომსახურება, გაყიდვები და სხვადასხვა ფუნქციები. სამაგიეროდ, მომხმარებელთა მხარდაჭერა გახდება მომხმარებელთა უწყვეტი, ერთიანი გამოცდილების ნაწილი ბინძური გადაცემის და მოხსნილი მონაცემების გარეშე. მომხმარებელთა მოლოდინების განვითარებასთან ერთად, განვითარდება ის გზებიც, რომლებსაც ჩვენ ვემსახურებით მათ.

დღევანდელი მომხმარებლის მოთხოვნილებები იყოფა 3 კატეგორიად:

• ვისაც სურს თვითმომსახურება - უნარი იპოვონ გამოსავალი ან პასუხი კითხვაზე.
• მათ, ვისაც სურს თვითმომსახურებაზე წვდომა, მაგრამ სჭირდება დადასტურება, რომ ისინი იღებენ სწორ მოქმედებას.
• მომხმარებლები, რომლებიც ითხოვენ თეთრი ხელთათმანების მომსახურებას და საჭიროებენ ადამიანურ დახმარებას.

მომავალს ასევე აქვს 3 კატეგორია, მაგრამ მომხმარებელთა მოლოდინები ბევრად განსხვავებული იქნება:

• ველოდებით მყისიერ პასუხებს მათ კითხვებზე.
• განჭვრიტეთ მათი საჭიროებები და კითხვები პერსონალიზებით, გამოყენების მონაცემებით, სრული ისტორიული კონტექსტით და მოქმედების და მათთან ჩართვის შესაძლებლობით მათ მიერ არჩეულ არხზე.
• მომხმარებელთა მხარდაჭერის აგენტებთან ურთიერთობის შესაძლებლობა ლოდინის დროისა და გრძელი ხაზების გარეშე, რომლებსაც აქვთ პასუხები კითხვებზე, სრული ისტორიული კონტექსტი და მყისიერი ქმედებების უნარი.

გმადლობთ შესანიშნავი ინტერვიუსთვის, მკითხველს, ვისაც სურს მეტი გაიგოს, უნდა ეწვიოს Maven AGI.