面试
Jonathan Corbin，Maven AGI 创始人兼首席执行官 – 访谈系列
Jonathan Corbin 是 Maven AGI 的创始人兼首席执行官。此前，作为 HubSpot 的客户成功与战略全球副总裁，Jonathan 领导着一支由大约 1,000 名客户成功、合作伙伴成功和合同经理组成的团队，他们来自多个地区和垂直行业。他的职责包括推动客户保留、收入增长和价值实现，服务全球 200,000 多家客户，从初创公司到大型企业。
Maven 通用引擎 是一款全面的生成式 AI 原生解决方案，旨在彻底改变客户支持格局，让您轻松无忧。在隐身模式下，Maven 的技术自主解决了 93% 以上的客户咨询，将支持成本降低了 81%，在为早期客户解决了数百万次使用 50 多种语言的互动后，大规模提升了整体客户体验。
您之前曾担任 HubSpot 的客户成功与战略全球副总裁，领导着一支由约 1,000 名客户成功、合作伙伴成功和合同经理组成的团队，他们遍布多个地区和垂直行业。这段时间您的人生亮点和关键收获是什么？
在那段时间里，Hubspot 是五家增长最快的 B2B SaaS 公司之一，收入超过 XNUMX 亿美元。很少有人有机会像我们这样规模地建立、发展和管理公司。以这种速度增长的公司通常规模都不大，像我们这样规模的公司也没有以这样的速度增长。我花了很多时间专注于创建可扩展的规划和增长方法，确保我们设定了非常明确的目标，协调了多个组织的激励措施，以创造我们作为一个组织所期望的结果，确保我们拥有系统来了解组织中正在发生的事情，并规划多个视野。我们推出的任何东西都必须不仅适合我们现有的客户，还必须能够在指数增长的情况下保持连续性。
您能否分享一些关于是什么促使您启动 Maven AGI 的见解，以及您处于隐秘模式多久了？
我从职业生涯的早期就一直痴迷于客户体验，这就是为什么我花了很多时间在这个领域的行业领先公司（Adobe、Marketo、Sprinklr、Hubspot 等）。2017 年，我从西海岸回来，会见了一些很棒的客户，比如苹果和耐克，我们进行了非常深入的对话，讨论了解锁孤立数据并在个人用户层面创建非常个性化体验的潜力。我说的不是将你归入这个年龄段或人口统计数据的细分方法。不，这是充分利用你与我们分享的所有信息来预测客户期望并主动与他们互动的能力。客户非常兴奋，但当时还没有这项技术。
我的联合创始人—— 萨米·沙拉比, 尤金·曼自从 Google 首次进行这项研究以来，我一直在谈论大规模个性化以及 Transformer 的潜力。 Sami 在 Google 新闻（1B+ 用户）中构建了世界上最大的个性化引擎之一，Eugene 领导了它的个性化，因此我们总是就随着技术的发展我们可以解锁的可能性进行深入、富有洞察力的对话。将此应用到我们当时正在做的事情中，我正在努力为我们的 Hubspot 用户创造大规模的良好体验，尤金正在研究如何在 Stripe 将 LLM 功能产品化，萨米正在分享他的见解关于在 Google 行之有效的方法。
当我们第一次听说 OpenAI 正在做的事情并开始使用一些可用的法学硕士时，我们意识到现在的技术可以让我们大规模地创造完美的客户体验。公司必须在成本效益和良好的客户体验之间做出选择，从而导致各种问题，例如旨在限制客户互动的复杂细分策略，创建本质上是他们所谓的自助服务的障碍，或者将支持联系信息隐藏在不适合的地方。找不到。
大约一年前，我们以秘密模式启动了 Maven AGI，因为我们在 Maven 优先考虑的是影响力——当我们宣布我们正在做的事情时，我们希望提供我们影响力和指标的真实例子，而不仅仅是我们的存在和筹集了一些资金。我们非常感谢我们的早期客户，他们对我们足够信任，与我们合作推出尖端技术并突破极限以开发更好的客户体验。
您能为我们定义 Maven AGI 背景下的 AGI 是什么吗？
从语言角度来看，AGI 的定义非常明确——它是通用人工智能。从商业角度来看，这到底意味着什么？我们专注于所谓的商业 AGI，并将其定义为使用功能性 AI 代理处理复杂任务的能力，这些代理经过专门训练，可以执行特定任务，并具有允许它们协同工作的编排层。
这方面的一个例子可能是银行账户用户与银行联系并询问他们的存款是否已结清——我们从账户历史记录中得知，他们需要一笔小额过桥贷款来弥补账单和支票兑现。 Maven 将了解历史背景并提供贷款，同时处理可能与之相关的所有文书工作，例如背景调查、信用调查、填写贷款文书、了解风险、批准以及风险范围内的具体金额个人资料、批准贷款并将资金转入该人的账户。
另一个例子是有人去 CRM 支持团队询问如何部署活动。从中我们可以理解，他们不想知道如何创建活动，但他们希望在某个日期之前获得一定数量的潜在客户。用户可以说“下个月给我 100 个潜在客户”，Maven 会完成交付这些潜在客户的极其复杂的任务。
人工智能在客户支持领域历史上最大的问题是什么？
从历史上看，客户支持中的人工智能使用的是高度确定性的机器学习模型，需要数月时间才能完成训练。这些模型基于基本的“如果-那么”逻辑：如果用户选择 X，他们就会得到 Y 选项。这种过于简单的方法未能达到预期，导致结果令人失望，并使许多客户支持专业人士对人工智能的潜力产生怀疑。人工智能驱动的客户支持真正的成功取决于动态个性化、推理能力和采取有意义的行动。
培训 Maven AGI 处理客户支持查询涉及哪些关键步骤？
这真的很简单。 。 。只需让我们访问您用于培训人员的任何信息即可。我们可以在几天内（而不是几周或几个月）为您高精度地安装并运行它。它将使用您特定的语气、白话以及您想要的任何表情符号。
Maven AGI 如何帮助降低客户支持成本并提高整体客户满意度？
公司以各种不同的方式部署 Maven AGI，但产生最快影响的最佳方法是将 Maven 插入客户想要使用的端点或渠道（聊天、Web、搜索、Slack、产品、短信等）。这使我们能够为客户提供即时、个性化的结果和行动，无需等待时间，同时确保那些出色的支持代理正在尽其所能，与真正需要人际互动来解决问题的客户合作。
哪些技术进步使 Maven AGI 能够实现如此高的自主问题解决率？
我相信我们已经招募了世界上最好的工程团队之一来解决数据问题。这些才华横溢的人曾在谷歌解决搜索等挑战，在 Meta 和亚马逊解决大规模个性化等挑战，多年来一直在思考如何解决这类问题。数据是碎片化的、孤立的，为了回答客户的问题并采取行动，我们需要能够比其他任何人都获取更多的数据。第二部分是采取行动和构建行动引擎的能力，因为我们知道仅仅回答问题是不够的。为了实现业务 AGI，我们需要能够预测用户的需求并有意识地吸引他们。
你能提供更多有关 最近 20 万美元的 A 轮融资 以及如何利用它？
我们很幸运，在种子轮融资中，我们全力以赴地实现了我们想要实现的目标：建立一支优秀的工程团队，开发出一款能够解决实际问题的产品，并让客户从我们的产品中获得价值。我们在不到一年前完成了种子轮融资，但有一些非常优秀的投资者希望与我们一起参与这一旅程。在与 M13 共度时光后，我们非常高兴能够继续与他们一起打造 Maven AGI 的未来。我们在过去一年筹集的 28 万美元将用于组建我们的 GTM 团队，投资建设合作伙伴生态系统，并在我们扩展行动引擎 (™) 和平台功能时继续聘请工程师。
您如何看待未来五年人工智能在客户支持行业中不断发展的作用？
未来不会被划分为支持、服务、销售和各种功能。相反，客户支持将成为无缝、统一的客户体验的一部分，而无需混乱的交接和孤立的数据。随着客户期望的变化，我们为他们服务的方式也会发生变化。
当今客户的需求分为三类：
- 那些想要自助的人——有能力找到问题的解决方案或答案。
- 那些想要获得自助服务但需要验证自己是否采取了正确操作的人。
- 需要白手套服务并需要人工帮助的客户。
未来也分为三个类别，但客户的期望会大不相同：
- 希望他们的问题能立即得到答复。
- 通过个性化、使用数据、完整的历史背景以及采取行动并通过他们选择的渠道与他们互动的能力来预测他们的需求和问题。
- 无需等待或排长队即可与客户支持代理进行交流，他们可以解答他们的问题，提供完整的历史背景，并能够立即采取行动。
感谢您的精彩采访，想要了解更多信息的读者可以访问 Maven 通用引擎.
