Zayd Enam, medstifter og administrerende direktør for Cresta

Zayd Enam er medstifter og administrerende direktør for Cresta, et selskab grundlagt med målet at bruge kunstig intelligens til at forvandle, hvordan brugere lærer højværdiske færdigheder. Cresta samler branchens førende eksperter i kunstig intelligens, årtiers erfaring inden for kontaktcenter og salg, beviser ledelse og topinvestorer, herunder Andreessen Horowitz og Greylock Partners.

Hvad tiltrak dig oprindeligt til kunstig intelligens? 

Jeg begyndte at arbejde med kunstig intelligens, fordi jeg var virkelig fascineret af hjernen og hvordan den fungerer. På Berkeley begyndte jeg at arbejde på Redwood Center for Theoretical Neuroscience. Målet var at modelere hjernen i software for at forstå, hvorfor den blev, som den er — med andre ord, hvordan udviklingen af hjernen skete. På grund af alt dette var jeg fascineret af brugen af kunstig intelligens og maskinlæring til at modelere hjernen. Hjernen er så kompleks et system, at jeg indså, at værktøjerne, vi brugte, havde umiddelbare anvendelser. Det er sådan, jeg begyndte at arbejde med Sebastian Thrun, professor på Stanford University og leder af Stanford Artificial Intelligence Lab samt medstifter og formand for Udacity. Fordi Sebastian lavede rigtig interessante ting med kunstig intelligens, ville jeg arbejde med ham, tage min interesse for neurovidenskab, kombinere det med kunstig intelligens og maskinlæring og se, hvor det førte os hen.

Hvordan fik du oprindeligt idéen til Cresta?

I mit arbejde med Sebastian Thrun begyndte vi med at bygge en platform, der hjalp computer science-undervisere og eksaminatorer med at give konsekvent god feedback til studerende, fordi vi lagde mærke til, at der var et stort gap i kvaliteten af feedback. Dette var noget, vi var særligt fortrolige med på laboratoriet, så vi fokuserede på at bygge et system, der lærte af studerende og eksaminatorer år for år med fokus på at identificere almindelige fejl og hvilket feedback, der resulterede i bedre resultater. Til sidst var vi i stand til at fordoble hastigheden af eksaminatorerne.

Men markedet i sig selv var ikke særlig stort, og vi indså, at vi ville tage idéen og udvide den til alle former for videnarbejde. Sebastian gav mig derefter et råd, der har stået ved mig lige siden: Gå ud i ørkenen. I hans arbejde med selvstyrende biler og flyvende biler gik han ud i ørkenen for at teste og bygge et system, der virkelig fungerede, og derefter vendte tilbage til laboratoriet og studerede videnskaben, hvilket viste sig at være en bedre tilgang, fordi det var testet i den virkelige verden.

Crestas ørken bestod i at gå til virksomheder og observere, hvordan folk arbejdede, hvad de lavede, og begynde at bygge små værktøjer til at automatisere arbejde. Et tidligt projekt i support var på nippet til at blive aflyst, men jeg spurgte, om vi kunne ændre retning mod salg og vise top-linje-omsetning. Mellem mig selv og to omskolede agenter beviste vi 100.000 dollars i ekstra omsetning pr. måned. Med det indså jeg, at vi havde et værktøj i hænderne, der virkelig kunne hjælpe mennesker og have en positiv indvirkning på verden.

Du droppede ud af et ph.d.-program på Stanford for at fokusere på lanceringen af Cresta, hvor svært var det for dig?

Det var svært, det er sikret, men for mig vidste jeg, at hvis jeg var på laboratoriet, ville jeg være fastlåst og ude af stand til at have den virkelige indvirkning, jeg søgte. I den forstand var det naturligt for mig at droppe ud.

Jeg startede ph.d.-programmet, fordi jeg ville bygge noget, der gjorde en forskel i fremtiden, men jeg endte med at bygge noget, der gør en forskel nu – vi bruger kunstig intelligens til at redde job, ikke reducere job.

Hvordan ville du bedst beskrive, hvordan Cresta bruger kunstig intelligens til at træne menneskelige kundeserviceagenter?

Cresta identificerer de top-agenter-adfærd, der fører til succesfulde kunde-resultater, såsom at opretholde samtaleflow, identificere succesfulde fejlfindingstrin og sætte forventninger, og derefter redistribuerer disse erfaringer til alle agenter i realtid gennem brug af dyb forstærkning af læring. Crestas software er altid i læring fra de bedste resultater, hvilket giver agenterne mulighed for hurtigt at tilpasse sig til ændrende kunde- og forretningsbehov, effektivt omdanner hver agent til en øjeblikkelig ekspert.

Uden for coaching af kundeserviceagenter er Cresta også i stand til at automatisere nogle repetitive opgaver. Kan du dele nogle af disse med os?

Vi automatiserer oprettelse af leads og billetter til agenter. Derudover automatiserer vi ordreindgange og kontovalidering. Disse værktøjer hjælper med at forbedre effektiviteten og giver agenterne tid, som de kan bruge til at hjælpe andre kunder.

Hvor stor en forskel i konverteringer og bundlinjen har virksomheder set ved at bruge Cresta?

For en top-5 SaaS, som vi tæller blandt vores kunder, har vi firedoblet omsetningen pr. agent og fordoblet konverteringsraten og chatsamlingen. Cox Communications har set en 12% stigning i omsetningen, siden de begyndte at bruge Cresta. Derudover har en førende detailhandler set en 25% stigning i omsetningen pr. chat.

Hvor lang tid er der brug for til at integrere Cresta for en virksomhedskunde, der er klar til at tilmelde sig?

Vi kan faktisk integrere Cresta i eksisterende systemer inden for få minutter, og vores kunstig intelligens går i gang med det samme. I gennemsnit tager det omkring 4-6 uger at begynde at se resultater.

Er der noget andet, du gerne vil dele om Cresta?

Cresta undgår, hvad jeg kalder en ” dov” tilgang til kunstig intelligens — at automatisere alt, hvad en menneske gør. I stedet mener jeg, at nogle af de største fremskridt kommer fra at kombinere, hvad en menneske og en maskine kan gøre for at opnå ting, som ingen af dem kunne gøre alene. Kræver det mere energi og kreativitet? Absolut. Men jeg mener, det er værd at det i sidste ende.

Tak for interviewet, læsere, der ønsker at lære mere, kan besøge Cresta.