Intervjui
Jonathan Corbin, osnivač i izvršni direktor tvrtke Maven AGI – serija intervjua
Jonathan Corbin, osnivač je i izvršni direktor tvrtke Maven AGI. Prije toga, kao globalni potpredsjednik odjela za uspjeh i strategiju kupaca u HubSpotu, Jonathan je vodio tim od približno 1,000 upravitelja za uspjeh kupaca, partnera i ugovora u više regija i vertikala. Njegove su odgovornosti uključivale zadržavanje kupaca, rast prihoda i ostvarenje vrijednosti za više od 200,000 klijenata širom svijeta, od startupa do poduzeća.
Maven AGI je sveobuhvatno izvorno rješenje Generative AI dizajnirano za transformaciju okruženja korisničke podrške – bez glavobolje. Dok je bila u nevidljivom načinu rada, Mavenova tehnologija autonomno je riješila više od 93% upita korisnika, smanjujući troškove podrške za 81%, poboljšavajući cjelokupno korisničko iskustvo, na razini, nakon rješavanja milijuna interakcija na više od 50 jezika za prve korisnike.
Prethodno ste bili globalni potpredsjednik za uspjeh i strategiju kupaca u HubSpotu, gdje ste vodili tim od oko 1,000 upravitelja za uspjeh kupaca, uspjeh partnera i ugovore u više regija i vertikala. Koji su bili neki od naglasaka i ključnih zaključaka iz tog razdoblja vašeg života?
Tijekom tog razdoblja Hubspot je bio jedna od pet najbrže rastućih B2B SaaS tvrtki s više od milijardu dolara prihoda. Vrlo je malo ljudi koji su imali priliku graditi, rasti i upravljati na razini na kojoj smo mi radili. Tvrtke koje rastu ovom brzinom obično nisu te veličine, a tvrtke naše veličine nisu rasle tom brzinom. Proveo sam dosta vremena fokusirajući se na stvaranje skalabilnih pristupa planiranju i rastu, osiguravajući da postavljamo vrlo jasne ciljeve, usklađujući poticaje u više organizacija kako bismo stvorili ishode koje smo tražili kao organizacija, osiguravajući da imamo sustave za stvoriti vidljivost onoga što se događalo u organizaciji i planirati preko više horizonata. Sve što smo pokrenuli moralo je funkcionirati ne samo za naše trenutne kupce, već je moralo imati sposobnost održavanja kontinuiteta uz eksponencijalni rast.
Možete li podijeliti neke uvide o tome što vas je nadahnulo da pokrenete Maven AGI i koliko dugo ste bili u prikrivenom načinu rada?
Bio sam opsjednut korisničkim iskustvom od samog početka svoje karijere i zato sam proveo toliko vremena u vodećim tvrtkama u ovoj industriji (Adobe, Marketo, Sprinklr, Hubspot itd.). Godine 2017. vraćao sam se s putovanja na Zapadnoj obali, upoznao neke sjajne klijente poput Applea i Nikea i vodili smo nevjerojatno detaljne razgovore o potencijalu za otključavanje skrivenih podataka i stvaranje ovih vrlo personaliziranih iskustava do pojedinačnih korisnika razini. Ne govorim o segmentiranom pristupu prema kojem spadate u ovu dobnu kategoriju ili demografsku kategoriju. Ne, ovo je mogućnost potpune primjene svih informacija koje ste podijelili s nama kako bismo predvidjeli očekivanja korisnika i proaktivno surađivali s njima. Postojalo je veliko uzbuđenje kupaca, ali tehnologija u to vrijeme zapravo nije postojala.
Moji suosnivači – Sami Shalabi, Eugene Mann, i uvijek sam razgovarao o personalizaciji na razini i potencijalu koji bi transformatori mogli imati otkako je istraživanje prvi put izašlo iz Googlea. Sami je izgradio jedan od najvećih mehanizama za personalizaciju na svijetu na Google News (1B+ korisnika), a Eugene je vodio personalizaciju za njega tako da smo uvijek vodili duboke, pronicljive razgovore o mogućnostima koje bismo mogli otključati kako se tehnologija razvijala. Primjena ovoga na ono što smo radili u to vrijeme je da sam se borio s mogućnostima stvaranja sjajnog iskustva na velikim razmjerima za naše korisnike Hubspota, Eugene je tražio kako producirati mogućnosti LLM-a u Stripeu, a Sami je dijelio svoje uvide na ono što je dobro funkcioniralo u Googleu.
Kad smo prvi put čuli što OpenAI radi i počeli koristiti neke od LLM-ova koji su postali dostupni, shvatili smo da smo na točki gdje sada postoji tehnologija za stvaranje savršenog korisničkog iskustva na velikom broju. Tvrtke su morale birati između troškovne učinkovitosti i dobrog korisničkog iskustva, što je rezultiralo raznim stvarima poput složenih strategija segmentacije osmišljenih da ograniče interakcije s korisnicima, stvaranjem stvari koje su u biti prepreke koje su nazivali samoposluživanjem ili zakopavanjem podataka za kontakt podrške negdje gdje se ne može se pronaći.
Pokrenuli smo Maven AGI prije otprilike godinu dana u prikrivenom načinu rada jer ono što nam je prioritet u Mavenu je utjecaj – a kada smo objavili što radimo, htjeli smo dati stvarne primjere našeg utjecaja i metrike, a ne samo da postojimo i da smo prikupili nešto novca . Nevjerojatno smo zahvalni našim prvim klijentima koji su vjerovali u nas dovoljno da surađuju s nama u uvođenju vrhunske tehnologije i pomicanju granica za razvoj boljeg korisničkog iskustva.
Možete li nam definirati što je AGI u kontekstu Maven AGI-ja?
AGI je stvarno dobro definiran iz jezične perspektive – to je umjetna opća inteligencija. Što to zapravo znači u poslovnom smislu? Usredotočeni smo na nešto što zovemo poslovni AGI i definiramo ga kao sposobnost rješavanja složenih zadataka pomoću funkcionalnih AI agenata koji su posebno obučeni za specifične odgovornosti sa slojem orkestracije koji im omogućuje zajednički rad.
Primjer za to može biti korisnik bankovnog računa koji razgovara sa svojom bankom i pita je li njegov depozit isplaćen – ono što znamo iz povijesti računa jest da im treba mali zajam za premošćivanje kako bi unovčio svoje račune i čekove. Maven će razumjeti povijesni kontekst i ponuditi zajam dok će rješavati svu papirologiju koja bi mogla biti povezana s njim, kao što su provjere prošlosti, kreditne provjere, ispunjavanje papirologije zajma, razumijevanje rizika, odobrenje i određeni iznos koji spada u rizik profil, odobravanje kredita i prebacivanje novca na račun osobe.
Drugi primjer bi bio da netko ode njihovom CRM timu za podršku i pita kako implementirati kampanju. Ono što bismo shvatili iz toga jest da oni ne žele znati kako napraviti kampanju, ali žele određeni broj potencijalnih kupaca do određenog datuma. Korisnici bi imali mogućnost reći: "Dajte mi 100 potencijalnih kupaca sljedeći mjesec", a Maven bi prošao kroz nevjerojatno složen zadatak da ih isporuči.
Koji su neki od najvećih problema s time kako je umjetna inteligencija povijesno bila integrirana u korisničku podršku?
Povijesno gledano, umjetna inteligencija u korisničkoj podršci koristila je modele strojnog učenja koji su bili visoko deterministički i za čije su obučavanje bili potrebni mjeseci. Ovi su modeli radili na osnovnoj logici ako-onda: ako bi korisnik odabrao X, dobio bi opciju Y. Ovaj pojednostavljeni pristup nije ispunio očekivanja, što je rezultiralo razočaravajućim rezultatima i ostavilo mnoge CX profesionalce skeptičnim prema potencijalu umjetne inteligencije. Pravi uspjeh u korisničkoj podršci vođenoj umjetnom inteligencijom ovisi o dinamičnoj personalizaciji, sposobnosti razmišljanja i poduzimanja značajnih radnji.
Koji su ključni koraci uključeni u obuku Maven AGI-ja za obradu upita korisničke podrške?
Stvarno je jednostavno. . . samo nam dajte pristup svim informacijama koje biste koristili za obuku ljudi. Možemo vam ga postaviti i pokrenuti s visokim stupnjem točnosti u roku od nekoliko dana – ne tjedana ili mjeseci. Koristit će se vašim specifičnim tonom glasa, govorom i bilo kojim emotikonom koji želite.
Kako Maven AGI pomaže u smanjenju troškova korisničke podrške i poboljšanju ukupnog zadovoljstva korisnika?
Tvrtke implementiraju Maven AGI na različite načine, ali najbolji način da postignete najbrži učinak je ubaciti Maven na čelo vašeg reda podrške na krajnjim točkama ili kanalima koje vaši klijenti žele koristiti (chat, web, pretraživanje, Slack, u proizvodu, SMS-u itd.). To nam omogućuje pružanje trenutnih, personaliziranih rezultata + radnji korisnicima bez vremena čekanja, a pritom osiguravamo da ti nevjerojatni agenti za podršku rade ono što znaju najbolje, radeći s korisnicima kojima je stvarno potrebna ljudska interakcija kako bi riješili svoje probleme.
Koja su tehnološka dostignuća omogućila Maven AGI-u postizanje tako visokih stopa autonomnog rješavanja problema?
Vjerujem da smo angažirali jedan od najboljih inženjerskih timova na svijetu da riješi problem s podacima. Briljantni ljudi koji su radili na izazovima kao što su pretraživanje na Googleu i personalizacija na velikim razmjerima u Meti i Amazonu, i godinama su razmišljali o rješavanju ovakvih problema. Podaci su fragmentirani i razdvojeni, a kako bismo odgovorili na pitanja kupaca i poduzeli radnje, morali smo moći unijeti više podataka nego bilo tko drugi. Drugi dio je sposobnost poduzimanja radnji i izgradnje našeg akcijskog motora jer znamo da samo odgovaranje na pitanja nije dovoljno. Kako bismo postigli poslovni AGI, moramo biti u stanju predvidjeti potrebe korisnika i uključiti ih s namjerom.
Možete li dati više pojedinosti o nedavno financiranje serije A od 20 milijuna dolara i kako će se iskoristiti?
Imali smo sreću što smo gađali sve cilindre u onome što smo željeli postići s našom početnom rundom: izgraditi sjajan inženjerski tim, proizvod koji rješava stvarne probleme i imati kupce koji su izvlačili vrijednost iz našeg proizvoda. Pokrenuli smo naš startni krug prije manje od godinu dana, ali imali smo neke stvarno sjajne investitore koji su htjeli biti dio putovanja s nama. Nakon što smo proveli vrijeme s M13, bili smo jako uzbuđeni što ćemo zajedno s njima nastaviti graditi budućnost Maven AGI-ja. 28 milijuna dolara koje smo prikupili tijekom prošle godine iskoristit ćemo za izgradnju našeg GTM tima, ulaganje u izgradnju partnerskog ekosustava i nastavak zapošljavanja inženjera dok budemo širili naš akcijski mehanizam (™) i mogućnosti platforme.
Kako vidite razvoj uloge umjetne inteligencije u industriji korisničke podrške u sljedećih pet godina?
Budućnost se neće dijeliti na podršku, usluge, prodaju i razne funkcije. Umjesto toga, korisnička podrška postat će dio besprijekornog, jedinstvenog korisničkog iskustva bez neurednih primopredaja i izoliranih podataka. Kako se budu razvijala očekivanja kupaca, tako će se razvijati i načini na koje im služimo.
Današnje potrebe kupaca mogu se podijeliti u 3 kategorije:
- Oni koji žele samoposluživanje – sposobnost pronalaženja rješenja ili odgovora na pitanje.
- Oni koji žele pristup samoposluživanju, ali trebaju potvrdu da poduzimaju ispravnu radnju.
- Kupci koji zahtijevaju uslugu bijelih rukavica i trebaju ljudsku pomoć.
Budućnost također ima 3 kategorije, ali očekivanja kupaca bit će daleko drugačija:
- Očekujući trenutne odgovore na svoja pitanja.
- Predvidite njihove potrebe i pitanja s personalizacijom, podacima o korištenju, punim povijesnim kontekstom i sposobnošću poduzimanja radnji i suradnje s njima na kanalu po vlastitom izboru.
- Sposobnost suradnje s agentima korisničke podrške bez vremena čekanja i dugih redova, koji imaju dostupne odgovore na svoja pitanja, puni povijesni kontekst i mogućnost trenutnog poduzimanja radnji.
Hvala vam na sjajnom intervjuu, čitatelji koji žele saznati više neka ga posjete Maven AGI.