Jonathan Corbin, Fondateur & PDG de Maven AGI – Série d’entretiens

Jonathan Corbin est le fondateur et PDG de Maven AGI. Auparavant, en tant que vice-président mondial du succès client et de la stratégie chez HubSpot, Jonathan a dirigé une équipe d’environ 1 000 responsables du succès client, du succès des partenaires et des contrats managers à travers plusieurs régions et secteurs. Ses responsabilités incluaient la conduite de la rétention des clients, de la croissance des revenus et de la réalisation de la valeur pour plus de 200 000 clients dans le monde, allant des startups aux entreprises.

Maven AGI est une solution native de génération d’IA complète conçue pour transformer le paysage du support client – sans les maux de tête. Alors qu’elle était en mode furtif, la technologie de Maven a résolu de manière autonome plus de 93 % des requêtes des clients, réduisant les coûts de support de 81 %, améliorant l’expérience client globale, à grande échelle, après avoir résolu des millions d’interactions dans plus de 50 langues pour les clients précoces.

Vous étiez précédemment le vice-président mondial du succès client et de la stratégie chez HubSpot, où vous avez dirigé une équipe d’environ 1 000 responsables du succès client, du succès des partenaires et des contrats managers à travers plusieurs régions et secteurs. Quels ont été les points forts et les enseignements clés de cette période de votre vie ?

Pendant cette période, Hubspot était l’une des cinq entreprises de logiciels SaaS B2B à croissance la plus rapide, avec plus d’un milliard de dollars de chiffre d’affaires. Il y a très peu de personnes qui ont eu l’opportunité de construire, de faire croître et de gérer à l’échelle à laquelle nous opérions. Les entreprises qui grandissent à cette vitesse ne sont généralement pas de cette taille, et les entreprises de notre taille ne grandissent pas à cette vitesse. J’ai passé beaucoup de temps à me concentrer sur la création d’approches évolutives pour la planification et la croissance, en veillant à ce que nous fixions des objectifs très clairs, en alignant les incitations à travers plusieurs organisations pour créer les résultats que nous recherchions en tant qu’organisation, en nous assurant que nous avions les systèmes pour créer une visibilité sur ce qui se passait dans l’organisation, et en planifiant sur plusieurs horizons. Tout ce que nous avons mis en œuvre devait fonctionner non seulement pour nos clients actuels, mais également avoir la capacité de maintenir la continuité à une croissance exponentielle.

Pouvez-vous partager quelques informations sur ce qui vous a inspiré à lancer Maven AGI, et combien de temps vous avez passé en mode furtif ?

Je suis obsédé par l’expérience client depuis très tôt dans ma carrière, c’est pourquoi j’ai passé tant de temps dans des entreprises leaders de l’industrie dans cet espace (Adobe, Marketo, Sprinklr, Hubspot, etc.). En 2017, je revenais d’un voyage sur la côte ouest, où j’ai rencontré de grands clients comme Apple et Nike, et nous avons eu des conversations très approfondies sur le potentiel de débloquer les données silotées et de créer des expériences très personnalisées au niveau de l’utilisateur individuel. Je ne parle pas de l’approche segmentée où vous tombez dans une catégorie d’âge ou de démographie. Non, il s’agit de la capacité de déployer pleinement toutes les informations que vous nous avez partagées pour anticiper les attentes des clients et les engager de manière proactive. Il y avait un grand enthousiasme de la part des clients, mais la technologie n’existait pas vraiment à l’époque.

Mes co-fondateurs – Sami Shalabi, Eugene Mann et moi – avons toujours discuté de la personnalisation à grande échelle et du potentiel que les transformateurs pourraient avoir depuis que la recherche est sortie de Google. Sami a construit l’un des plus grands moteurs de personnalisation au monde chez Google News (1 milliard d’utilisateurs) et Eugene a dirigé la personnalisation pour cela, nous avons donc toujours eu des conversations très approfondies sur les possibilités que nous pouvions débloquer à mesure que la technologie évoluait. L’application de cela à ce que nous faisions à l’époque, c’est que je luttais pour créer une grande expérience à grande échelle pour nos utilisateurs Hubspot, Eugene regardait comment produire des capacités LLM chez Stripe, et Sami partageait ses connaissances sur ce qui fonctionnait bien chez Google.

Lorsque nous avons entendu parler de ce que faisait OpenAI et que nous avons commencé à utiliser certains des LLM qui étaient disponibles, nous avons réalisé que nous étions au point où la technologie existait maintenant pour créer l’expérience client parfaite à grande échelle. Les entreprises ont dû choisir entre l’efficacité des coûts et une bonne expérience client, ce qui a abouti à toutes sortes de choses comme des stratégies de segmentation complexes conçues pour limiter les interactions client, la création de choses qui sont essentiellement des obstacles qu’ils appelaient l’auto-service, ou l’enterrement de vos informations de contact de support quelque part où elles ne peuvent pas être trouvées.

Nous avons lancé Maven AGI il y a environ un an en mode furtif, car ce que nous privilégions chez Maven, c’est l’impact – et lorsque nous avons annoncé ce que nous faisions, nous voulions donner des exemples réels de notre impact et de nos métriques, et non simplement que nous existions et avions levé de l’argent. Nous sommes extrêmement reconnaissants envers nos clients précoces qui ont cru en nous suffisamment pour travailler avec nous dans le déploiement d’une technologie de pointe et pousser les limites pour développer une meilleure expérience client.

Pouvez-vous définir pour nous ce qu’est l’AGI dans le contexte de Maven AGI ?

L’AGI est vraiment bien défini d’un point de vue linguistique – c’est l’intelligence artificielle générale. Mais qu’est-ce que cela signifie vraiment dans un sens commercial ? Nous nous concentrons sur quelque chose que nous appelons l’AGI commerciale et la définissons comme la capacité de gérer des tâches complexes en utilisant des agents d’IA fonctionnels spécialement formés pour des responsabilités spécifiques avec une couche d’orchestration qui leur permet de travailler ensemble.

Un exemple de ceci pourrait être un utilisateur de compte bancaire qui interagit avec sa banque et demande si son dépôt a été crédité – ce que nous savons de l’historique du compte, c’est qu’il a besoin d’un petit prêt pour combler l’écart entre ses factures et l’encaissement de chèques. Maven comprendra le contexte historique et offrira le prêt tout en gérant tous les documents qui pourraient être associés à celui-ci, tels que les vérifications de fond, les vérifications de crédit, la remplissage des documents de prêt, la compréhension des risques, l’approbation et un montant spécifique qui correspond au profil de risque, en approuvant le prêt et en déplaçant l’argent sur le compte de la personne.

Un autre exemple serait quelqu’un qui va à son équipe de support CRM et demande comment déployer une campagne. Ce que nous comprendrons de cela, c’est qu’il ne veut pas savoir comment créer une campagne, mais qu’il veut un certain nombre de prospects à une certaine date. Les utilisateurs auraient la capacité de dire : « Donnez-moi 100 prospects le mois prochain » et Maven passerait par la tâche incroyablement complexe de livrer ceux-ci.

Quels sont les plus grands problèmes avec la façon dont l’IA a historiquement été intégrée dans le support client ?

Historiquement, l’IA dans le support client a utilisé des modèles d’apprentissage automatique qui étaient très déterministes et prenaient des mois pour être formés. Ces modèles fonctionnaient sur une logique basique de type si-alors : si un utilisateur choisissait X, il recevait l’option Y. Cette approche simpliste n’a pas répondu aux attentes, ce qui a abouti à des résultats décevants et a laissé de nombreux professionnels de l’expérience client sceptiques sur le potentiel de l’IA. Le véritable succès dans le support client basé sur l’IA repose sur la personnalisation dynamique, la capacité de raisonnement et la prise de mesures significatives.

Quelles sont les principales étapes impliquées dans la formation de Maven AGI pour gérer les requêtes de support client ?

C’est vraiment simple… il suffit de nous donner accès à toutes les informations que vous utiliseriez pour former des humains. Nous pouvons le mettre en œuvre pour vous avec un degré élevé de précision dans les jours – et non les semaines ou les mois. Il utilisera votre ton de voix spécifique, votre vocabulaire et tous les émojis que vous souhaitez.

Comment Maven AGI aide-t-il à réduire les coûts de support client et à améliorer la satisfaction globale des clients ?

Les entreprises déployer Maven AGI de différentes manières, mais la meilleure façon d’avoir un impact rapide est d’insérer Maven à la tête de votre file d’attente de support aux points de terminaison ou aux canaux que vos clients souhaitent utiliser (chat, web, recherche, Slack, dans le produit, SMS, etc.). Cela nous permet de fournir des résultats instantanés et personnalisés + des actions aux clients sans temps d’attente, tout en nous assurant que ces agents de support incroyables font ce qu’ils font de mieux, en travaillant avec les clients qui ont vraiment besoin d’interactions humaines pour résoudre leurs problèmes.

Quels progrès technologiques ont permis à Maven AGI d’atteindre des taux de résolution autonome d’incident si élevés ?

Je crois que nous avons recruté l’une des meilleures équipes d’ingénieurs du monde pour résoudre ce problème, qui se résume à un problème de données. Des personnes brillantes qui ont travaillé sur des défis tels que la recherche chez Google, et la personnalisation à grande échelle chez Meta et Amazon, et qui réfléchissent à la résolution de ces types de problèmes depuis des années. Les données sont fragmentées et silotées, et pour que nous puissions répondre aux questions des clients et prendre des mesures, nous devions être en mesure d’ingérer plus de données que quiconque. La deuxième partie consiste à prendre des mesures et à construire notre moteur d’action, car nous savons que répondre simplement aux questions ne suffit pas. Pour que nous puissions atteindre l’AGI commerciale, nous devons être en mesure d’anticiper les besoins des utilisateurs et de les engager avec intention.

Pouvez-vous fournir plus de détails sur le financement récent de 20 millions de dollars de série A et sur la façon dont il sera utilisé ?

Nous avons eu la chance de réussir dans tout ce que nous voulions accomplir avec notre tour de semence : construire une grande équipe d’ingénieurs, un produit qui résout de vrais problèmes, et avoir des clients qui tiraient une valeur de notre produit. Nous avons levé notre tour de semence il y a moins d’un an, mais nous avions des investisseurs vraiment géniaux qui voulaient faire partie du voyage avec nous. Après avoir passé du temps avec M13, nous étions vraiment excités de continuer à construire l’avenir de Maven AGI avec eux. Les 28 millions de dollars que nous avons levés au cours de la dernière année seront utilisés pour construire notre équipe de commercialisation, investir dans la construction de l’écosystème des partenaires et continuer à embaucher des ingénieurs à mesure que nous développons notre moteur d’action (™) et les capacités de notre plateforme.

Comment voyez-vous l’évolution du rôle de l’IA dans l’industrie du support client au cours des cinq prochaines années ?

Le futur ne sera pas divisé en support, services, ventes et diverses fonctions. Au lieu de cela, le support client deviendra partie intégrante d’une expérience client unifiée et sans faille, sans transferts désagréables et des données silotées. À mesure que les attentes des clients évoluent, les moyens de les servir évolueront également.

Aujourd’hui, les besoins des clients se divisent en 3 catégories :

• Celui qui veut s’auto-servir – la capacité de trouver la solution ou la réponse à une question.
• Celui qui veut accéder à l’auto-service mais a besoin de validation qu’il prend la bonne action.
• Les clients qui exigent un service de gants blancs et ont besoin d’une assistance humaine.

Le futur a également 3 catégories, mais les attentes des clients seront très différentes :

• S’attendre à des réponses instantanées à leurs questions.
• Anticiper leurs besoins et questions avec une personnalisation, des données d’utilisation, un contexte historique complet et la capacité de prendre des mesures et de les engager sur le canal de leur choix.
• La capacité d’interagir avec les agents de support client sans temps d’attente et sans files d’attente, qui ont des réponses à leurs questions, un contexte historique complet et la capacité de prendre des mesures instantanément.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Maven AGI.