जोनाथन कॉर्बिन, मावेन एजीआई के संस्थापक और सीईओ - साक्षात्कार श्रृंखला

जोनाथन कॉर्बिन, मावेन एजीआई के संस्थापक और सीईओ हैं। इससे पहले, हबस्पॉट में ग्राहक सफलता और रणनीति के वैश्विक उपाध्यक्ष के रूप में, जोनाथन ने कई क्षेत्रों और कार्यक्षेत्रों में लगभग 1,000 ग्राहक सफलता, भागीदार सफलता और अनुबंध प्रबंधकों की एक टीम का नेतृत्व किया। उनकी जिम्मेदारियों में दुनिया भर में 200,000 से अधिक ग्राहकों के लिए ग्राहक प्रतिधारण, राजस्व वृद्धि और मूल्य प्राप्ति को बढ़ावा देना शामिल था, जिसमें स्टार्टअप से लेकर उद्यम तक शामिल थे।

मावेन एजीआई यह एक व्यापक जनरेटिव एआई नेटिव समाधान है जिसे ग्राहक सहायता परिदृश्य को बदलने के लिए डिज़ाइन किया गया है - बिना किसी परेशानी के। स्टेल्थ मोड में रहते हुए, मावेन की तकनीक ने 93% से अधिक ग्राहक पूछताछ को स्वायत्त रूप से हल किया, 81% तक समर्थन लागत में कटौती की, शुरुआती ग्राहकों के लिए 50 से अधिक भाषाओं में लाखों इंटरैक्शन को हल करने के बाद, बड़े पैमाने पर समग्र ग्राहक अनुभव को बढ़ाया।

आप पहले हबस्पॉट में ग्राहक सफलता और रणनीति के वैश्विक उपाध्यक्ष थे, जहां आपने कई क्षेत्रों और कार्यक्षेत्रों में लगभग 1,000 ग्राहक सफलता, भागीदार सफलता और अनुबंध प्रबंधकों की एक टीम का नेतृत्व किया था। आपके जीवन की इस अवधि की कुछ झलकियाँ और मुख्य निष्कर्ष क्या थे?

उस समय के दौरान, हबस्पॉट एक बिलियन डॉलर से अधिक राजस्व वाली पाँच सबसे तेज़ी से बढ़ने वाली B2B SaaS कंपनियों में से एक थी। बहुत कम लोग हैं जिन्हें उस पैमाने पर निर्माण, विकास और प्रबंधन करने का अवसर मिला है जिस पर हम काम कर रहे थे। इस गति से बढ़ने वाली कंपनियाँ आमतौर पर उस आकार की नहीं होती हैं, और हमारे आकार की कंपनियाँ उस गति से नहीं बढ़ीं। मैंने योजना और विकास के लिए स्केलेबल दृष्टिकोण बनाने पर ध्यान केंद्रित करने में बहुत समय बिताया, यह सुनिश्चित करते हुए कि हम बहुत स्पष्ट उद्देश्य निर्धारित कर रहे थे, एक संगठन के रूप में हम जो परिणाम चाहते थे, उसे बनाने के लिए कई संगठनों में प्रोत्साहनों को संरेखित कर रहे थे, यह सुनिश्चित करते हुए कि हमारे पास संगठन में क्या हो रहा था, इसकी दृश्यता बनाने के लिए सिस्टम थे, और कई क्षितिजों पर योजना बना रहे थे। हमने जो कुछ भी शुरू किया, वह न केवल हमारे मौजूदा ग्राहकों के लिए काम करना था, बल्कि घातीय वृद्धि पर निरंतरता बनाए रखने की क्षमता भी होनी चाहिए।

क्या आप इस बारे में कुछ अंतर्दृष्टि साझा कर सकते हैं कि किस चीज़ ने आपको मेवेन एजीआई लॉन्च करने के लिए प्रेरित किया, और आप कितने समय से स्टील्थ मोड में हैं?

मैं अपने करियर की शुरुआत से ही ग्राहक अनुभव को लेकर जुनूनी रहा हूं और यही कारण है कि मैंने इस क्षेत्र में उद्योग की अग्रणी कंपनियों (एडोब, मार्केटो, स्प्रिंकलर, हबस्पॉट, आदि) में इतना समय बिताया है। 2017 में, मैं वेस्ट कोस्ट स्विंग से वापस आ रहा था, एप्पल और नाइकी जैसे कुछ महान ग्राहकों से मिल रहा था, और हमने साइल्ड डेटा को अनलॉक करने और व्यक्तिगत उपयोगकर्ता के लिए इन बहुत ही वैयक्तिकृत अनुभवों को बनाने की क्षमता के बारे में अविश्वसनीय रूप से गहन बातचीत की। स्तर। मैं इस आयु वर्ग या जनसांख्यिकीय में आने वाले आपके खंडित दृष्टिकोण के बारे में बात नहीं कर रहा हूं। नहीं, यह ग्राहकों की अपेक्षाओं का अनुमान लगाने और उनके साथ सक्रिय रूप से जुड़ने के लिए आपके द्वारा हमारे साथ साझा की गई सभी जानकारी को पूरी तरह से तैनात करने की क्षमता है। ग्राहकों में भारी उत्साह था लेकिन उस समय तकनीक वास्तव में मौजूद नहीं थी।

मेरे सह-संस्थापक - सामी शालबी, यूजीन मान, और मैंने हमेशा बड़े पैमाने पर वैयक्तिकरण और ट्रांसफॉर्मर की क्षमता के बारे में बात की है क्योंकि शोध पहली बार Google से सामने आया था। सामी ने Google News (1B+ उपयोगकर्ता) में दुनिया के सबसे बड़े वैयक्तिकरण इंजनों में से एक का निर्माण किया और यूजीन ने इसके लिए वैयक्तिकरण का नेतृत्व किया, इसलिए हमने उन संभावनाओं के बारे में हमेशा गहरी, व्यावहारिक बातचीत की है जिन्हें हम प्रौद्योगिकी विकसित होने के साथ अनलॉक कर सकते हैं। उस समय हम जो कर रहे थे, उसमें इसका अनुप्रयोग यह था कि मैं अपने हबस्पॉट उपयोगकर्ताओं के लिए बड़े पैमाने पर एक शानदार अनुभव बनाने में सक्षम होने के लिए संघर्ष कर रहा था, यूजीन देख रहा था कि स्ट्राइप में एलएलएम क्षमताओं का उत्पादन कैसे किया जाए, और सामी अपनी अंतर्दृष्टि साझा कर रहा था। Google पर क्या अच्छा काम किया।

जब हमने पहली बार सुना कि OpenAI क्या कर रहा है और उपलब्ध हो चुके कुछ LLM का उपयोग करना शुरू किया, तो हमें एहसास हुआ कि हम उस बिंदु पर पहुँच चुके हैं जहाँ अब हमारे पास बड़े पैमाने पर सही ग्राहक अनुभव बनाने के लिए तकनीक मौजूद है। कंपनियों को लागत दक्षता और अच्छे ग्राहक अनुभव के बीच चयन करना पड़ा है, जिसके परिणामस्वरूप ग्राहक इंटरैक्शन को सीमित करने के लिए डिज़ाइन की गई जटिल विभाजन रणनीतियाँ, ऐसी चीजें बनाना जो अनिवार्य रूप से बाधाएँ हैं जिन्हें वे स्वयं-सेवा कहते हैं, या आपकी सहायता संपर्क जानकारी को कहीं ऐसी जगह छिपाना जहाँ वह मिल न सके।

हमने करीब एक साल पहले चुपके से मावेन एजीआई की शुरुआत की थी क्योंकि मावेन में हम प्रभाव को प्राथमिकता देते हैं - और जब हमने घोषणा की कि हम क्या कर रहे हैं तो हम अपने प्रभाव और मीट्रिक के वास्तविक उदाहरण देना चाहते थे, न कि केवल यह कि हम मौजूद हैं और हमने कुछ पैसे जुटाए हैं। हम अपने शुरुआती ग्राहकों के लिए अविश्वसनीय रूप से आभारी हैं जिन्होंने हम पर इतना विश्वास किया कि वे अत्याधुनिक तकनीक को आगे बढ़ाने और बेहतर ग्राहक अनुभव विकसित करने के लिए सीमाओं को आगे बढ़ाने में हमारे साथ काम करने के लिए तैयार थे।

क्या आप हमारे लिए परिभाषित कर सकते हैं कि मेवेन एजीआई के संदर्भ में एजीआई क्या है?

भाषा के दृष्टिकोण से AGI को वास्तव में अच्छी तरह से परिभाषित किया गया है - यह कृत्रिम सामान्य बुद्धिमत्ता है। व्यावसायिक अर्थ में इसका वास्तव में क्या अर्थ है? हम उस चीज़ पर ध्यान केंद्रित कर रहे हैं जिसे हम व्यावसायिक AGI कहते हैं और इसे कार्यात्मक AI एजेंटों का उपयोग करके जटिल कार्यों को संभालने की क्षमता के रूप में परिभाषित करते हैं जो विशेष रूप से एक ऑर्केस्ट्रेशन परत के साथ विशिष्ट जिम्मेदारियों के लिए प्रशिक्षित होते हैं जो उन्हें एक साथ काम करने की अनुमति देता है।

इसका एक उदाहरण यह हो सकता है कि बैंक खाता उपयोगकर्ता अपने बैंक से संपर्क कर रहा हो और पूछ रहा हो कि क्या उसकी जमा राशि साफ़ हो गई है - खाते के इतिहास से हमें पता चलता है कि उन्हें अपने बिलों का भुगतान करने और चेक भुनाने के लिए एक छोटे ब्रिज लोन की आवश्यकता है। मावेन ऐतिहासिक संदर्भ को समझेगा और लोन की पेशकश करेगा, साथ ही इससे जुड़ी सभी कागजी कार्रवाई को संभालेगा जैसे कि बैकग्राउंड चेक, क्रेडिट चेक, लोन पेपरवर्क भरना, जोखिमों को समझना, स्वीकृति और जोखिम प्रोफ़ाइल के अंतर्गत आने वाली एक विशिष्ट राशि, लोन को स्वीकृति देना और पैसे को व्यक्ति के खाते में भेजना।

एक और उदाहरण यह होगा कि कोई व्यक्ति अपनी CRM सहायता टीम के पास जाकर यह पूछे कि अभियान कैसे चलाया जाए। इससे हम यह समझ सकते हैं कि वे यह नहीं जानना चाहते कि अभियान कैसे बनाया जाता है, बल्कि वे एक निश्चित तिथि तक एक निश्चित संख्या में लीड चाहते हैं। उपयोगकर्ता यह कहने में सक्षम होंगे, "मुझे अगले महीने 100 लीड दें" और मावेन उन्हें वितरित करने के अविश्वसनीय रूप से जटिल कार्य से गुजरेगा।

ग्राहक सहायता में एआई को ऐतिहासिक रूप से कैसे एकीकृत किया गया है, इसमें कुछ सबसे बड़ी समस्याएं क्या हैं?

ऐतिहासिक रूप से, ग्राहक सहायता में AI ने मशीन लर्निंग मॉडल का उपयोग किया जो अत्यधिक नियतात्मक थे और उन्हें प्रशिक्षित करने में महीनों लग जाते थे। ये मॉडल एक बुनियादी अगर-तो तर्क पर काम करते थे: यदि कोई उपयोगकर्ता X चुनता है, तो उसे Y विकल्प दिया जाएगा। यह सरल दृष्टिकोण अपेक्षाओं से कम रहा, जिसके परिणामस्वरूप निराशाजनक परिणाम सामने आए और कई CX पेशेवरों को AI की क्षमता पर संदेह हुआ। AI-संचालित ग्राहक सहायता में सच्ची सफलता गतिशील वैयक्तिकरण, तर्क करने की क्षमता और सार्थक कार्रवाई करने पर निर्भर करती है।

ग्राहक सहायता पूछताछ को संभालने के लिए मेवेन एजीआई को प्रशिक्षित करने में शामिल प्रमुख कदम क्या हैं?

यह सचमुच सरल है. . . बस हमें किसी भी जानकारी तक पहुंच प्रदान करें जिसका उपयोग आप मनुष्यों को प्रशिक्षित करने के लिए करेंगे। हम इसे हफ्तों या महीनों में नहीं बल्कि कुछ ही दिनों में उच्च स्तर की सटीकता के साथ आपके लिए चालू कर सकते हैं। यह आपके विशिष्ट स्वर, स्थानीय भाषा और जो भी इमोजी आप चाहते हैं, उनका उपयोग करेगा।

मेवेन एजीआई ग्राहक सहायता लागत को कम करने और समग्र ग्राहक संतुष्टि में सुधार करने में कैसे मदद करता है?

कंपनियाँ मेवेन एजीआई को कई अलग-अलग तरीकों से तैनात करती हैं, लेकिन सबसे तेज़ प्रभाव डालने का सबसे अच्छा तरीका यह है कि मावेन को अपने समर्थन कतार के शीर्ष पर उन अंतिम बिंदुओं या चैनलों पर डालें, जिनका उपयोग आपके ग्राहक करना चाहते हैं (चैट, वेब, खोज, स्लैक, उत्पाद, एसएमएस, आदि में)। यह हमें बिना किसी प्रतीक्षा समय के ग्राहकों को तत्काल, वैयक्तिकृत परिणाम + कार्रवाई प्रदान करने की अनुमति देता है, साथ ही यह सुनिश्चित करता है कि वे अद्भुत सहायता एजेंट वही कर रहे हैं जो वे सबसे अच्छा करते हैं, उन ग्राहकों के साथ काम कर रहे हैं जिन्हें वास्तव में अपनी समस्याओं को हल करने के लिए मानवीय बातचीत की आवश्यकता है।

किस तकनीकी प्रगति ने मावेन एजीआई को स्वायत्त समस्या समाधान की इतनी उच्च दर हासिल करने में सक्षम बनाया है?

मेरा मानना ​​है कि हमने डेटा की समस्या को हल करने के लिए दुनिया की सर्वश्रेष्ठ इंजीनियरिंग टीमों में से एक को भर्ती किया है। प्रतिभाशाली लोग जिन्होंने Google पर खोज, और मेटा और अमेज़ॅन में बड़े पैमाने पर वैयक्तिकरण जैसी चुनौतियों पर काम किया है, और वर्षों से इस प्रकार की समस्याओं को हल करने के बारे में सोच रहे हैं। डेटा खंडित और सिलो है, और ग्राहकों के सवालों का जवाब देने और कार्रवाई करने के लिए हमें किसी अन्य की तुलना में अधिक डेटा ग्रहण करने में सक्षम होने की आवश्यकता है। दूसरा भाग कार्रवाई करने और अपना एक्शन इंजन बनाने की क्षमता है क्योंकि हम जानते हैं कि केवल प्रश्नों का उत्तर देना ही पर्याप्त नहीं है। बिजनेस एजीआई हासिल करने के लिए हमें उपयोगकर्ताओं की जरूरतों का अनुमान लगाने और उन्हें इरादे के साथ संलग्न करने में सक्षम होने की आवश्यकता है।

क्या आप इसके बारे में अधिक जानकारी प्रदान कर सकते हैं? हाल ही में $20M सीरीज A फंडिंग और इसका उपयोग कैसे किया जाएगा?

हम भाग्यशाली थे कि हम अपने बीज दौर के साथ जो हासिल करना चाहते थे उसमें सभी सिलेंडरों पर काम कर रहे थे: एक महान इंजीनियरिंग टीम का निर्माण करना, एक ऐसा उत्पाद जो वास्तविक समस्याओं का समाधान करता है, और हमारे पास ऐसे ग्राहक थे जो हमारे उत्पाद से मूल्य प्राप्त कर रहे थे। हमने एक साल से भी कम समय पहले अपना सीड राउंड बढ़ाया था लेकिन हमारे पास कुछ बहुत अच्छे निवेशक थे जो हमारे साथ इस यात्रा का हिस्सा बनना चाहते थे। एम13 के साथ समय बिताने के बाद हम वास्तव में उनके साथ मिलकर मेवेन एजीआई के भविष्य का निर्माण जारी रखने के लिए उत्साहित थे। पिछले वर्ष हमने जो 28 मिलियन डॉलर जुटाए हैं, उसका उपयोग हमारी जीटीएम टीम बनाने, पार्टनर इकोसिस्टम के निर्माण में निवेश करने और अपने एक्शन इंजन (™) और प्लेटफ़ॉर्म क्षमताओं का विस्तार करने के लिए इंजीनियरों को नियुक्त करने के लिए किया जाएगा।

आप अगले पांच वर्षों में ग्राहक सहायता उद्योग में एआई की भूमिका को किस प्रकार विकसित होते हुए देखते हैं?

भविष्य में सहायता, सेवाएँ, बिक्री और विभिन्न कार्यों में विभाजन नहीं होगा। इसके बजाय, ग्राहक सहायता अव्यवस्थित हैंडऑफ़ और अलग-अलग डेटा के बिना एक सहज, एकीकृत ग्राहक अनुभव का हिस्सा बन जाएगी। जैसे-जैसे ग्राहकों की अपेक्षाएँ विकसित होंगी, वैसे-वैसे हम उनकी सेवा करने के तरीके भी बदलेंगे।

आज के ग्राहकों की ज़रूरतें 3 श्रेणियों में आती हैं:

• जो लोग स्वयं की सेवा करना चाहते हैं - किसी प्रश्न का समाधान या उत्तर खोजने की क्षमता।
• जो लोग स्वयं-सेवा तक पहुंच चाहते हैं, लेकिन उन्हें यह प्रमाणित करने की आवश्यकता है कि वे सही कार्रवाई कर रहे हैं।
• जो ग्राहक सफेद दस्ताना सेवा की मांग करते हैं और उन्हें मानवीय सहायता की आवश्यकता है।

भविष्य में भी 3 श्रेणियां होंगी लेकिन ग्राहकों की अपेक्षाएं बहुत भिन्न होंगी:

• उनके सवालों के तुरंत जवाब की उम्मीद है.
• वैयक्तिकरण, उपयोग डेटा, पूर्ण ऐतिहासिक संदर्भ और उनके द्वारा चुने गए चैनल पर कार्रवाई करने और उनके साथ जुड़ने की क्षमता के साथ उनकी आवश्यकताओं और प्रश्नों का अनुमान लगाएं।
• बिना प्रतीक्षा समय और लम्बी लाइनों के ग्राहक सहायता एजेंटों से संपर्क करने की क्षमता, जिनके पास उनके प्रश्नों के उत्तर उपलब्ध हों, पूर्ण ऐतिहासिक संदर्भ हो, तथा तुरंत कार्रवाई करने की क्षमता हो।

बेहतरीन साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं, उन्हें अवश्य आना चाहिए मावेन एजीआई.