Jonathan Corbin, zakladatel a generální ředitel Maven AGI – rozhovor

Jonathan Corbin je zakladatel a generální ředitel Maven AGI. Předtím, jako globální viceprezident pro zákaznický úspěch a strategii ve společnosti HubSpot (HUBS ), vedl Jonathan tým asi 1 000 specialistů na zákaznický úspěch, partnerství a manažerů smluv napříč několika regiony a odvětvími. Jeho odpovědností bylo řízení udržení zákazníků, růstu výnosů a realizace hodnoty pro více než 200 000 zákazníků po celém světě, od startupů po podniky.

Maven AGI je komplexní řešení Generative AI, které je navrženo tak, aby transformovalo krajinu zákaznické podpory – bez bolestí hlavy. Zatímco v režimu stealth, technologie Maven autonomně vyřešila více než 93 % dotazů zákazníků, snížila náklady na podporu o 81 %, zlepšila celkovou zákaznickou zkušenost, v měřítku, po vyřešení milionů interakcí v více než 50 jazycích pro první zákazníky.

Vous byli dříve globálním viceprezidentem pro zákaznický úspěch a strategii ve společnosti HubSpot, kde jste vedl tým asi 1 000 specialistů na zákaznický úspěch, partnerství a manažerů smluv napříč několika regiony a odvětvími. Jaké byly některé z hlavních okamžiků a klíčových poznatků z tohoto období vašeho života?

Během tohoto období byl Hubspot jednou z pěti nejrychleji rostoucích B2B SaaS společností s více než miliardou dolarů výnosů. Existuje velmi málo lidí, kteří měli příležitost budovat, růst a spravovat na takové úrovni, na jaké jsme jsme operovali. Společnosti, které rostou touto rychlostí, nejsou obvykle takové velikosti, a společnosti naší velikosti nerostou touto rychlostí. Trávím spoustu času tvorbou škálovatelných přístupů k plánování a růstu, zajišťováním, aby naše cíle byly jasně stanoveny, sladěním motivací napříč několika organizacemi, abychom dosáhli výsledků, které jsme chtěli jako organizace, zajišťováním, aby naše systémy vytvářely přehled o tom, co se děje v organizaci, a plánováním nad několika horizonty. Cokoliv, co jsme spustili, muselo fungovat nejen pro naše současné zákazníky, ale muselo mít také schopnost udržet kontinuitu při exponenciálním růstu.

Můžete sdílet některé poznatky o tom, co vás inspirovalo k zahájení Maven AGI, a jak dlouho jste byli v režimu stealth?

Jsem posedlý zákaznickou zkušeností od velmi raného věku své kariéry a proto jsem strávil tolik času ve společnostech, které jsou lídry v tomto prostoru (Adobe (ADBE ), Marketo, Sprinklr, Hubspot, atd.). V roce 2017 jsem se vracel z cesty na Západní pobřeží, setkal jsem se s některými skvělými zákazníky, jako je Apple (AAPL ) a Nike, a měli jsme tyto nesmírně podrobné rozhovory o potenciálu odemknutí izolovaných dat a vytvoření těchto velmi personalizovaných zkušeností na úrovni jednotlivého uživatele. Nemluvím o segmentovaném přístupu, kdy spadáte do této věkové kategorie nebo demografické skupiny. Ne, jedná se o schopnost plně nasadit všechny informace, které jste nám sdíleli, aby se předcházelo zákaznickým očekáváním a proaktivně se s nimi angažovalo. Zákazníci byli velmi nadšení, ale technologie v té době neexistovala.

Mojí spoluzakladatelé – Sami Shalabi, Eugene Mann a já – jsme vždy diskutovali o personalizaci v měřítku a o potenciálu, který mohou mít transformátory, od doby, kdy výzkum poprvé vyšel z Google (GOOGL ). Sami postavil jednu z největších personalizačních strojů na světě v Google News (1 miliarda+ uživatelů) a Eugene vedl personalizaci pro něj, takže jsme vždy měli hluboké a přehledné rozhovory o možnostech, které bychom mohli odemknout, jakmile se technologie vyvine. Aplikace tohoto na to, co jsme dělali v té době, spočívala v tom, že jsem se snažil vytvořit skvělou zkušenost v měřítku pro naše uživatele Hubspot, Eugene se díval na to, jak produktovat LLM schopnosti ve Stripe, a Sami sdílel své poznatky o tom, co fungovalo dobře v Google.

Můžete definovat pro nás, co je AGI v kontextu Maven AGI?

AGI je skutečně dobře definováno z jazykového hlediska – jedná se o umělou obecnou inteligenci. Co to vlastně znamená z obchodního hlediska? Zaměřujeme se na něco, co nazýváme obchodním AGI, a definujeme jej jako schopnost zvládat komplexní úkoly pomocí funkčních AI agentů, kteří jsou speciálně vyškoleni pro konkrétní odpovědnosti s orchestrací, která umožňuje jejich spolupráci.

Příklad toho by mohl být uživatel bankovního účtu, který se angažuje se svou bankou a ptá se, zda jeho vklad byl vyřízen – co víme z historie účtu, je to, že potřebuje malou mostovou půjčku, aby pokryl své účty a šeky. Maven bude rozumět historickému kontextu a nabídne půjčku, zatímco zpracovává veškerou související dokumentaci, jako jsou bezpečnostní kontroly, kredibilitní kontroly, vyplňování žádostí o půjčku, pochopení rizik, schválení a konkrétní částky, které spadají do rizikového profilu, schválení půjčky a přesunutí peněz na účet osoby.

Jaké jsou některé z největších problémů s tím, jak AI byla historicky integrována do zákaznické podpory?

Historicky, AI v zákaznické podpoře používala modely strojového učení, které byly vysoce deterministické a trvalo měsíce, než byly vyškoleny. Tyto modely fungovaly na základě základní logiky, pokud uživatel zvolil X, dostal by možnost Y. Tento jednoduchý přístup nedosáhl očekávaných výsledků, což vedlo k zklamáním a mnozí odborníci v oblasti CX jsou skeptičtí vůči potenciálu AI. Skutečný úspěch v AI-poháněné zákaznické podpoře závisí na dynamické personalizaci, schopnosti rozumět a provádět smysluplné akce.

Jaké jsou klíčové kroky zapojené do školení Maven AGI pro zpracování dotazů zákaznické podpory?

Je to opravdu jednoduché. Stačí nám poskytnout přístup k jakékoli informaci, kterou byste použili k výcviku lidí. Můžeme to mít spuštěno pro vás s vysokou mírou přesnosti během několika dnů – ne týdnů nebo měsíců. Bude používat váš specifický tón, dialekt a jakékoli emotikony, které chcete.

Jak Maven AGI pomáhá při snižování nákladů na zákaznickou podporu a zlepšování celkové zákaznické spokojenosti?

Společnosti nasazují Maven AGI různými způsoby, ale nejlepší způsob, jak mít nejrychlejší dopad, je vložit Maven na začátek fronty zákaznické podpory na koncových bodech nebo kanálech, které chtějí zákazníci používat (chat, web, vyhledávání, Slack, v produktu, SMS, atd.). To nám umožňuje poskytnout okamžité, personalizované výsledky a akce zákazníkům bez čekacích dob, zatímco zajišťujeme, aby naši skvělé agenti podpory dělali to, co dělají nejlépe, pracovali se zákazníky, kteří skutečně potřebují lidskou interakci, aby vyřešili své problémy.

Jaké technologické pokroky umožnily Maven AGI dosáhnout tak vysoké míry autonomního řešení problémů?

Věřím, že jsme získali jeden z nejlepších inženýrských týmů na světě, aby vyřešil problém, který se týká dat. Brilliantní lidé, kteří pracovali na výzvách, jako je vyhledávání na Google, a personalizace v měřítku na Meta a Amazon (AMZN ), a kteří již roky přemýšleli o řešení těchto druhů problémů. Data jsou fragmentovaná a izolovaná, a abychom mohli zodpovědět dotazy zákazníků a provádět akce, museli jsme být schopni ingestovat více dat, než kdokoli jiný. Druhá část spočívá v schopnosti provádět akce a budovat náš akční motor, protože víme, že pouze zodpovězení dotazů nestačí. Abychom dosáhli obchodního AGI, musíme být schopni předvídat potřeby uživatelů a angažovat se s nimi s úmyslem.

Můžete poskytnout více informací o nedávném financování série A ve výši 20 milionů dolarů a o tom, jak bude využito?

Byli jsme šťastní, že jsme dosáhli všeho, co jsme chtěli s naším seed kolem: postavit skvělý inženýrský tým, produkt, který řeší skutečné problémy, a mít zákazníky, kteří získávají hodnotu z našeho produktu. Získali jsme naše seed kolo méně než před rokem, ale měli jsme některé skvělé investory, kteří chtěli být součástí naší cesty s námi. Po strávení času s M13 jsme byli opravdu nadšení, že budeme pokračovat ve budování budoucnosti Maven AGI společně s nimi. 28 milionů dolarů, které jsme získali za poslední rok, budou použity k vybudování našeho týmu GTM, investicím do budování partnerství a pokračování v náboru inženýrů, protože rozšiřujeme náš akční motor (™) a platformové schopnosti.

Jak vidíte roli AI v evoluci zákaznické podpory v příštích pěti letech?

Budoucnost nebude rozdělena do podpory, služeb, prodeje a různých funkcí. Místo toho se zákaznická podpora stane součástí bezproblémové, sjednocené zákaznické zkušenosti bez zmatených předání a izolovaných dat. Jak se vyvíjejí zákaznické očekávání, změní se i způsoby, jakými je budeme obsluhovat.

Dnes jsou potřeby zákazníků rozděleny do 3 kategorií:

• Ti, kteří chtějí samopodporu – schopnost najít řešení nebo odpověď na otázku.
• Ti, kteří chtějí přístup k samopodpoře, ale potřebují ověření, že činí správnou akci.
• Zákazníci, kteří požadují bílou rukavici a potřebují lidskou pomoc.

Budoucnost také má 3 kategorie, ale očekávání zákazníků budou velmi odlišná:

• Očekávají okamžité odpovědi na své otázky.
• Předpokládají jejich potřeby a otázky s personalizací, daty o použití, plnou historickou kontextem a schopností jednat a angažovat se s nimi na kanálu jejich výběru.
• Schopnost angažovat se se zákaznickými podpůrnými agenty bez čekacích dob a dlouhých front, kteří mají odpovědi na jejich otázky, plnou historickou kontext a schopnost okamžitě jednat.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Maven AGI.