Intervijas
Džonatans Korbins, Maven AGI – interviju sērijas dibinātājs un izpilddirektors
Džonatans Korbins ir Maven AGI dibinātājs un izpilddirektors. Iepriekš, būdams HubSpot klientu veiksmes un stratēģijas globālais viceprezidents, Džonatans vadīja komandu, kurā bija aptuveni 1,000 klientu panākumu, partneru panākumu un līgumu vadītāju vairākos reģionos un vertikālēs. Viņa pienākumos ietilpa klientu noturēšana, ieņēmumu pieaugums un vērtības realizācija vairāk nekā 200,000 XNUMX klientu visā pasaulē, sākot no jaunizveidotiem uzņēmumiem līdz pat uzņēmumiem.
Maven AGI ir visaptverošs ģeneratīvā mākslīgā intelekta risinājums, kas izstrādāts, lai pārveidotu klientu atbalsta ainavu bez galvassāpēm. Slepenajā režīmā Maven tehnoloģija autonomi atrisināja vairāk nekā 93% klientu pieprasījumu, samazinot atbalsta izmaksas par 81%, uzlabojot vispārējo klientu pieredzi, pēc miljoniem mijiedarbības gadījumu atrisināšanas vairāk nekā 50 valodās agrīnajiem klientiem.
Iepriekš jūs bijāt HubSpot klientu veiksmes un stratēģijas globālais viceprezidents, kur vadījāt komandu, kurā bija aptuveni 1,000 klientu panākumu, partneru panākumu un līgumu vadītāju vairākos reģionos un vertikālēs. Kādi bija jūsu dzīves svarīgākie notikumi un svarīgākie momenti?
Šajā laika posmā Hubspot bija viens no pieciem visstraujāk augošajiem B2B SaaS uzņēmumiem ar vairāk nekā miljarda dolāru ieņēmumiem. Ir ļoti maz cilvēku, kuriem ir bijusi iespēja būvēt, augt un pārvaldīt tādā mērogā, kādā mēs darbojāmies. Uzņēmumi, kas aug šādā ātrumā, parasti nav tik lieli, un mūsu lieluma uzņēmumi neauga tādā ātrumā. Es pavadīju daudz laika, koncentrējoties uz mērogojamu pieeju izveidei plānošanai un izaugsmei, pārliecinoties, ka mēs uzstādām ļoti skaidrus mērķus, saskaņojot stimulus vairākās organizācijās, lai radītu rezultātus, kurus mēs kā organizācijai meklējām, nodrošinot, ka mums ir sistēmas, radīt pārskatāmību par to, kas notiek organizācijā, un plānošanu vairākos horizontos. Visam, ko mēs ieviesām, bija jāstrādā ne tikai mūsu pašreizējiem klientiem, bet arī jāspēj saglabāt nepārtrauktību ar eksponenciālu izaugsmi.
Vai varat padalīties ar dažiem ieskatiem par to, kas jūs iedvesmoja palaist Maven AGI, un cik ilgi esat bijis slepenajā režīmā?
Esmu bijis apsēsts ar klientu pieredzi jau no savas karjeras sākuma, un tāpēc esmu pavadījis tik daudz laika nozares vadošajos uzņēmumos šajā jomā (Adobe, Marketo, Sprinklr, Hubspot utt.). 2017. gadā es atgriezos no Rietumkrasta šūpolēm, satiku dažus lieliskus klientus, piemēram, Apple un Nike, un mums bija šīs neticami padziļinātās sarunas par iespēju atbloķēt datus un radīt šo ļoti personalizēto pieredzi katram lietotājam. līmenī. Es nerunāju par segmentēto pieeju, kurā jūs ietilpstat šajā vecuma kategorijā vai demogrāfiskajā kategorijā. Nē, tā ir iespēja pilnībā izvietot visu informāciju, ko esat kopīgojis ar mums, lai paredzētu klientu vēlmes un aktīvi sadarbotos ar viņiem. No klientiem bija milzīgs satraukums, taču tehnoloģija tajā laikā īsti nepastāvēja.
Mani līdzdibinātāji - Sami Šalabi, Jevgeņijs Manns, un es vienmēr esmu tērzējis par personalizāciju plašā mērogā un transformatoru potenciālu, kopš Google atklāja pētījumu. Sami izveidoja vienu no lielākajām personalizācijas programmām pasaulē pakalpojumā Google ziņas (1 miljards lietotāju), un Eugene vadīja tās personalizēšanu, tāpēc mums vienmēr ir bijušas dziļas, ieskatam bagātas sarunas par iespējām, kuras mēs varētu izmantot, attīstoties tehnoloģijai. Tas attiecas uz to, ko mēs tobrīd darījām, ir tas, ka es cīnījos ar iespēju radīt lielisku pieredzi mūsu Hubspot lietotājiem, Jevgeņijs meklēja, kā produktivizēt LLM iespējas uzņēmumā Stripe, un Sami dalījās savās atziņās. par to, kas Google labi strādāja.
Kad mēs pirmo reizi uzzinājām par OpenAI darbību un sākām izmantot dažus no LLM, kas bija kļuvuši pieejami, mēs sapratām, ka esam tajā vietā, kur tagad pastāv tehnoloģija, lai radītu perfektu klientu pieredzi plašā mērogā. Uzņēmumiem ir nācies izvēlēties starp izmaksu efektivitāti un labu klientu pieredzi, kā rezultātā tiek izstrādātas dažādas lietas, piemēram, sarežģītas segmentācijas stratēģijas, kas paredzētas, lai ierobežotu klientu mijiedarbību, radītu lietas, kas būtībā ir šķēršļi, ko viņi sauca par pašapkalpošanos, vai jūsu atbalsta kontaktinformācijas apglabāšana kaut kur nevar atrast.
Mēs izveidojām Maven AGI aptuveni pirms gada slepenā režīmā, jo Maven prioritāte ir ietekme, un, paziņojot par to, ko darām, mēs vēlējāmies sniegt reālus piemērus par mūsu ietekmi un rādītājiem, nevis tikai to, ka esam pastāvējuši un esam piesaistījuši naudu. . Mēs esam neticami pateicīgi mūsu pirmajiem klientiem, kuri mums pietiekami ticēja, lai sadarbotos ar mums, ieviešot progresīvas tehnoloģijas un pārsniedzot robežas, lai attīstītu labāku klientu pieredzi.
Vai varat mums definēt, kas ir AGI Maven AGI kontekstā?
AGI ir patiešām labi definēts no valodas viedokļa – tas ir mākslīgais vispārējais intelekts. Ko tas patiesībā nozīmē biznesa izpratnē? Mēs koncentrējamies uz kaut ko, ko saucam par biznesa AGI, un definējam to kā spēju veikt sarežģītus uzdevumus, izmantojot funkcionālus AI aģentus, kas ir īpaši apmācīti konkrētiem pienākumiem ar orķestrācijas slāni, kas ļauj tiem strādāt kopā.
Piemērs tam varētu būt bankas konta lietotājs, kurš sazinās ar savu banku un jautā, vai viņa depozīts ir notīrīts — no konta vēstures mēs zinām, ka viņam ir nepieciešams neliels pagaidu aizdevums, lai atbrīvotu savus rēķinus un pārbaudītu naudas izņemšanu. Maven sapratīs vēsturisko kontekstu un piedāvās aizdevumu, vienlaikus apstrādājot visus ar to saistītos dokumentus, piemēram, iepriekšējās darbības pārbaudes, kredīta pārbaudes, aizdevuma dokumentu aizpildīšanu, risku izpratni, apstiprinājumu un konkrētu summu, kas ietilpst riska ietvaros. profilu, aizdevuma apstiprināšanu un naudas pārskaitīšanu uz personas kontu.
Cits piemērs varētu būt kāds, kas dodas uz savu CRM atbalsta komandu un jautā, kā izvietot kampaņu. Mēs no tā saprastu, ka viņi nevēlas zināt, kā izveidot kampaņu, bet viņi vēlas noteiktu potenciālo pirkumu skaitu līdz noteiktam datumam. Lietotāji varēs pateikt: "Nākammēnes dodiet man 100 potenciālos pirkumus", un Mavens veiks neticami sarežģītu uzdevumu, lai tos nodrošinātu.
Kādas ir dažas no lielākajām problēmām saistībā ar to, kā AI vēsturiski tika integrēts klientu atbalsta sistēmā?
Vēsturiski AI klientu atbalsta jomā izmantoja mašīnmācīšanās modeļus, kas bija ļoti deterministiski un kuru apmācība prasīja mēnešus. Šie modeļi darbojās pēc pamata loģikas, ja-tad: ja lietotājs izvēlētos X, viņiem tiktu dota Y opcija. Šī vienkāršotā pieeja neattaisnoja cerības, izraisot neapmierinošus rezultātus un atstājot daudzus CX profesionāļus skeptiskus par AI potenciālu. Patiesi panākumi AI vadītā klientu atbalsta jomā ir atkarīgi no dinamiskas personalizācijas, spējas spriest un veikt jēgpilnas darbības.
Kādi ir galvenie soļi, kas saistīti ar Maven AGI apmācību, lai apstrādātu klientu atbalsta pieprasījumus?
Tas tiešām ir vienkārši. . . vienkārši dodiet mums piekļuvi jebkurai informācijai, ko izmantotu cilvēku apmācībai. Mēs varam to izveidot un palaist jūsu labā ar augstu precizitātes pakāpi dažu dienu laikā, nevis nedēļu vai mēnešu laikā. Tas izmantos jūsu specifisko balss toni, tautas valodu un visas vēlamās emocijzīmes.
Kā Maven AGI palīdz samazināt klientu atbalsta izmaksas un uzlabot vispārējo klientu apmierinātību?
Uzņēmumi izvieto Maven AGI dažādos veidos, taču labākais veids, kā panākt visātrāko ietekmi, ir ievietot Maven atbalsta rindas priekšgalā galapunktos vai kanālos, ko klienti vēlas izmantot (tērzēšana, tīmeklis, meklēšana, Slack, produktā, SMS utt.). Tas ļauj mums nodrošināt tūlītējus, personalizētus rezultātus un darbības klientiem bez gaidīšanas laika, vienlaikus nodrošinot, ka šie apbrīnojamie atbalsta aģenti dara to, ko viņi prot vislabāk, strādājot ar klientiem, kuriem patiešām nepieciešama cilvēku mijiedarbība, lai atrisinātu viņu problēmas.
Kādi tehnoloģiskie sasniegumi ir ļāvuši Maven AGI sasniegt tik augstu autonomas problēmu risināšanas līmeni?
Es uzskatu, ka esam savervējuši vienu no labākajām inženieru komandām pasaulē, lai atrisinātu šo problēmu, kas saistīta ar datu problēmu. Izcili cilvēki, kuri ir strādājuši pie tādiem izaicinājumiem kā meklēšana Google tīklā un liela mēroga personalizācija Meta un Amazon, un jau gadiem ilgi domā par šāda veida problēmu risināšanu. Dati ir sadrumstaloti un sakārtoti, un, lai mēs varētu atbildēt uz klientu jautājumiem un veikt darbības, mums bija jāspēj iegūt vairāk datu nekā jebkurš cits. Otrā daļa ir spēja veikt darbības un izveidot savu darbību dzinēju, jo mēs zinām, ka nepietiek tikai ar atbildēm uz jautājumiem. Lai mēs varētu sasniegt biznesa AGI, mums ir jāspēj paredzēt lietotāju vajadzības un ar nolūku viņus iesaistīt.
Vai varat sniegt sīkāku informāciju par nesenais 20 miljonu ASV dolāru A sērijas finansējums un kā tas tiks izmantots?
Mums paveicās, ka ar savu sēklu kārtu sasniedzām visus cilindrus: izveidot lielisku inženieru komandu, produktu, kas atrisina reālas problēmas, un iegūt klientus, kuri gūst labumu no mūsu produkta. Mēs palielinājām savu sēklu kārtu mazāk nekā pirms gada, taču mums bija daži patiešām lieliski investori, kuri vēlējās piedalīties ceļojumā ar mums. Pēc tam, kad pavadījām laiku kopā ar M13, mēs bijām patiesi satraukti kopā ar viņiem turpināt veidot Maven AGI nākotni. Pagājušajā gadā savāktie 28 miljoni ASV dolāru tiks izmantoti, lai izveidotu mūsu GTM komandu, ieguldītu partneru ekosistēmas izveidē un turpinātu nolīgt inženierus, paplašinot darbības dzinēja (™) un platformas iespējas.
Kā jūs redzat AI lomu klientu atbalsta nozarē nākamo piecu gadu laikā?
Nākotne netiks sadalīta atbalstā, pakalpojumos, pārdošanā un dažādās funkcijās. Tā vietā klientu atbalsts kļūs par daļu no viengabalainas, vienotas klientu pieredzes bez nekārtīgas nodošanas un slēptiem datiem. Attīstoties klientu vēlmēm, mainīsies arī mūsu apkalpošanas veidi.
Mūsdienu klientu vajadzības iedala 3 kategorijās:
- Pašapkalpošanās gribētājiem – spēja rast risinājumu vai atbildi uz jautājumu.
- Tie, kuri vēlas piekļūt pašapkalpošanās pakalpojumiem, taču viņiem ir nepieciešams apstiprinājums, ka viņi rīkojas pareizi.
- Klienti, kuri pieprasa balto cimdu pakalpojumu un kuriem nepieciešama cilvēku palīdzība.
Nākotnē ir arī 3 kategorijas, taču klientu cerības būs daudz atšķirīgas:
- Gaida tūlītējas atbildes uz viņu jautājumiem.
- Paredziet viņu vajadzības un jautājumus, izmantojot personalizāciju, lietojuma datus, pilnu vēsturisko kontekstu un spēju rīkoties un sazināties ar viņiem viņu izvēlētajā kanālā.
- Iespēja sazināties ar klientu atbalsta aģentiem bez gaidīšanas laika un garām rindām, kuriem ir pieejamas atbildes uz viņu jautājumiem, pilns vēsturiskais konteksts un iespēja nekavējoties veikt darbības.
Paldies par lielisko interviju, lasītājiem, kuri vēlas uzzināt vairāk, vajadzētu apmeklēt Maven AGI.