Jonathan Corbin, Pendiri & CEO Maven AGI – Seri Wawancara

Jonathan Corbin, adalah Pendiri & CEO Maven AGI. Sebelumnya, sebagai Wakil Presiden Global Keberhasilan Pelanggan & Strategi di HubSpot, Jonathan memimpin tim sekitar 1.000 keberhasilan pelanggan, keberhasilan mitra, dan manajer kontrak di seluruh wilayah dan vertikal. Tanggung jawabnya termasuk mengarahkan retensi pelanggan, pertumbuhan pendapatan, dan realisasi nilai untuk lebih dari 200.000 pelanggan di seluruh dunia, mulai dari perusahaan rintisan hingga perusahaan besar.

Maven AGI adalah solusi Generatif AI asli yang komprehensif yang dirancang untuk mengubah lanskap dukungan pelanggan – tanpa sakit kepala. Saat dalam mode stealth, teknologi Maven secara otonom menyelesaikan lebih dari 93% pertanyaan pelanggan, memotong biaya dukungan sebesar 81%, meningkatkan pengalaman pelanggan secara keseluruhan, skala besar, setelah menyelesaikan jutaan interaksi dalam lebih dari 50 bahasa untuk pelanggan awal.

Anda sebelumnya menjabat sebagai Wakil Presiden Global Keberhasilan Pelanggan & Strategi di HubSpot, di mana Anda memimpin tim sekitar 1.000 keberhasilan pelanggan, keberhasilan mitra, dan manajer kontrak di seluruh wilayah dan vertikal. Apa saja sorotan dan kesimpulan utama dari periode ini dalam hidup Anda?

Selama periode waktu itu, Hubspot adalah salah satu dari lima perusahaan B2B SaaS yang tumbuh paling cepat dengan lebih dari satu miliar dolar pendapatan. Ada sangat sedikit orang yang telah memiliki kesempatan untuk membangun, tumbuh, dan mengelola pada skala yang kita operasikan. Perusahaan yang tumbuh dengan kecepatan ini tidak biasanya sebesar itu, dan perusahaan sebesar kita tidak tumbuh dengan kecepatan itu. Saya menghabiskan banyak waktu untuk fokus pada menciptakan pendekatan yang dapat diskalakan untuk perencanaan dan pertumbuhan, memastikan bahwa kita menetapkan tujuan yang sangat jelas, mengarahkan insentif di seluruh organisasi untuk menciptakan hasil yang kita cari sebagai organisasi, memastikan kita memiliki sistem untuk menciptakan visibilitas tentang apa yang terjadi di organisasi, dan perencanaan lebih dari beberapa cakrawala. Apa pun yang kita luncurkan harus bekerja tidak hanya untuk pelanggan kita saat ini tetapi juga harus memiliki kemampuan untuk mempertahankan kontinuitas pada pertumbuhan eksponensial.

Apakah Anda dapat membagikan beberapa wawasan tentang apa yang menginspirasi Anda untuk meluncurkan Maven AGI, dan berapa lama Anda telah berada dalam mode stealth?

Saya telah terobsesi dengan pengalaman pelanggan sejak awal karir saya dan itu sebabnya saya telah menghabiskan banyak waktu di perusahaan terkemuka di ruang ini (Adobe, Marketo, Sprinklr, Hubspot, dll). Kembali pada 2017, saya kembali dari perjalanan ke Pantai Barat, bertemu dengan beberapa pelanggan hebat seperti Apple dan Nike, dan kami memiliki percakapan yang sangat mendalam tentang potensi untuk membuka data yang terisolasi dan menciptakan pengalaman yang sangat personal di tingkat pengguna individu. Saya tidak berbicara tentang pendekatan bersegmen yang Anda jatuh ke dalam kategori usia atau demografi tertentu. Tidak, ini adalah kemampuan untuk sepenuhnya mengeluarkan semua informasi yang Anda bagikan kepada kami untuk mengantisipasi harapan pelanggan dan berinteraksi dengan mereka secara proaktif. Ada kegembiraan besar dari pelanggan tetapi teknologi tidak benar-benar ada pada saat itu.

Mitra saya – Sami Shalabi, Eugene Mann, dan saya telah selalu berbicara tentang personalisasi skala besar dan potensi yang dapat dimiliki transformer sejak penelitian pertama kali keluar dari Google. Sami membangun salah satu mesin personalisasi terbesar di dunia di Google News (1M+ pengguna) dan Eugene memimpin personalisasi untuk itu sehingga kami selalu memiliki percakapan yang mendalam tentang kemungkinan yang dapat kami buka seiring berkembangnya teknologi. Aplikasi dari ini untuk apa yang kami lakukan pada saat itu adalah bahwa saya berjuang untuk menciptakan pengalaman hebat di skala besar untuk pengguna Hubspot kami, Eugene melihat bagaimana cara memproduksi kemampuan LLM di Stripe, dan Sami membagikan wawasan tentang apa yang berhasil dengan baik di Google.

Ketika kami pertama kali mendengar tentang apa yang dilakukan OpenAI dan mulai menggunakan beberapa LLM yang telah tersedia, kami menyadari bahwa kami telah mencapai titik di mana teknologi sekarang ada untuk kami menciptakan pengalaman pelanggan yang sempurna di skala besar. Perusahaan telah harus memilih antara efisiensi biaya dan pengalaman pelanggan yang baik, yang menghasilkan berbagai hal seperti strategi segmentasi yang kompleks yang dirancang untuk membatasi interaksi pelanggan, menciptakan hal-hal yang pada dasarnya adalah penghalang yang mereka sebut self-serve, atau mengubur informasi kontak dukungan di tempat yang tidak dapat ditemukan.

Kami memulai Maven AGI sekitar setahun yang lalu dalam mode stealth karena apa yang kami prioritaskan di Maven adalah dampak – dan ketika kami mengumumkan apa yang kami lakukan kami ingin memberikan contoh nyata dari dampak kami dan metrik, bukan hanya bahwa kami ada dan telah mengumpulkan beberapa uang. Kami sangat berterima kasih kepada pelanggan awal kami yang percaya pada kami cukup untuk bekerja dengan kami dalam menggelar teknologi canggih dan mendorong batas untuk mengembangkan pengalaman pelanggan yang lebih baik.

Apakah Anda dapat mendefinisikan untuk kami apa itu AGI dalam konteks Maven AGI?

AGI benar-benar didefinisikan dari perspektif bahasa – itu adalah kecerdasan buatan umum. Apa yang sebenarnya dimaksud dalam arti bisnis? Kami fokus pada sesuatu yang kami sebut AGI bisnis dan mendefinisikannya sebagai kemampuan untuk menangani tugas yang kompleks menggunakan agen AI fungsional yang secara khusus dilatih untuk tanggung jawab tertentu dengan lapisan orkestrasi yang memungkinkan mereka bekerja sama.

Contoh dari ini mungkin adalah pengguna rekening bank yang berinteraksi dengan bank mereka dan bertanya apakah deposit mereka telah dibersihkan – apa yang kami ketahui dari riwayat akun adalah bahwa mereka memerlukan pinjaman jembatan kecil untuk mengisi celah tagihan mereka dan pencairan cek. Maven akan memahami konteks historis dan menawarkan pinjaman sambil menangani semua kertas kerja yang mungkin terkait dengan itu seperti pemeriksaan latar belakang, pemeriksaan kredit, mengisi formulir pinjaman, memahami risiko, persetujuan, dan jumlah tertentu yang jatuh dalam profil risiko, menyetujui pinjaman, dan memindahkan uang ke akun orang tersebut.

Contoh lainnya adalah seseorang yang pergi ke tim dukungan CRM mereka dan bertanya bagaimana cara menggelar kampanye. Apa yang kami pahami dari itu adalah mereka tidak ingin tahu bagaimana cara membuat kampanye, tetapi mereka ingin jumlah lead tertentu oleh tanggal tertentu. Pengguna akan memiliki kemampuan untuk mengatakan, “Berikan saya 100 lead bulan depan” dan Maven akan melalui tugas yang sangat kompleks untuk mengirimkan lead tersebut.

Apa saja masalah terbesar dengan bagaimana AI telah diintegrasikan secara historis dalam dukungan pelanggan?

Secara historis, AI dalam dukungan pelanggan menggunakan model pembelajaran mesin yang sangat deterministik dan membutuhkan waktu berbulan-bulan untuk dilatih. Model-model ini bekerja pada logika jika-then dasar: jika pengguna memilih X, mereka akan diberikan opsi Y. Pendekatan sederhana ini tidak memenuhi harapan, menghasilkan hasil yang mengecewakan dan meninggalkan banyak profesional CX skeptis tentang potensi AI. Kesuksesan sebenarnya dalam dukungan pelanggan yang didorong AI bergantung pada personalisasi dinamis, kemampuan untuk bernalar, dan mengambil tindakan yang bermakna.

Apa saja langkah-langkah kunci yang terlibat dalam melatih Maven AGI untuk menangani pertanyaan dukungan pelanggan?

Sangat sederhana. . . hanya berikan kami akses ke informasi apa pun yang akan Anda gunakan untuk melatih manusia. Kami dapat mengatur dan menjalankannya untuk Anda dengan tingkat akurasi yang tinggi dalam beberapa hari – bukan minggu atau bulan. Ini akan menggunakan nada suara khusus Anda, bahasa sehari-hari, dan apa pun emoji yang Anda inginkan.

Bagaimana Maven AGI membantu dalam mengurangi biaya dukungan pelanggan dan meningkatkan kepuasan pelanggan secara keseluruhan?

Perusahaan menggelar Maven AGI dengan berbagai cara tetapi cara terbaik untuk memiliki dampak tercepat adalah dengan memasukkan Maven di awal antrian dukungan Anda di titik akhir atau saluran yang pelanggan ingin gunakan (obrolan, web, pencarian, Slack, di produk, SMS, dll). Ini memungkinkan kami untuk memberikan hasil dan tindakan yang instan dan dipersonalisasi kepada pelanggan tanpa waktu tunggu sambil memastikan bahwa agen dukungan yang luar biasa melakukan apa yang mereka lakukan dengan baik, bekerja dengan pelanggan yang benar-benar memerlukan interaksi manusia untuk memecahkan masalah mereka.

Apa kemajuan teknologi yang telah memungkinkan Maven AGI untuk mencapai tingkat penyelesaian masalah otonom yang sangat tinggi?

Saya percaya kami telah merekrut salah satu tim insinyur terbaik di dunia untuk memecahkan masalah ini yang datang ke masalah data. Orang-orang brilian yang telah bekerja pada tantangan seperti pencarian di Google, dan personalisasi skala besar di Meta dan Amazon, dan telah memikirkan tentang memecahkan masalah ini selama bertahun-tahun. Data yang terfragmentasi dan terisolasi, dan agar kami dapat menjawab pertanyaan pelanggan dan mengambil tindakan kami perlu dapat mengkonsumsi lebih banyak data daripada orang lain. Bagian kedua adalah kemampuan untuk mengambil tindakan dan membangun mesin tindakan kami karena kami tahu bahwa hanya menjawab pertanyaan tidak cukup. Agar kami dapat mencapai AGI bisnis kami perlu dapat mengantisipasi kebutuhan pengguna dan berinteraksi dengan mereka dengan niat.

Apakah Anda dapat memberikan lebih banyak detail tentang pendanaan Seri A sebesar $20M baru-baru ini dan bagaimana itu akan digunakan?

Kami beruntung karena kami telah mencapai semua yang kami inginkan dengan putaran benih kami: membangun tim insinyur yang hebat, produk yang memecahkan masalah nyata, dan memiliki pelanggan yang mendapatkan nilai dari produk kami. Kami mengumpulkan putaran benih kami kurang dari setahun yang lalu tetapi memiliki beberapa investor hebat yang ingin menjadi bagian dari perjalanan kami. Setelah menghabiskan waktu dengan M13 kami sangat bersemangat untuk terus membangun masa depan Maven AGI bersama mereka. $28M yang kami kumpulkan selama setahun terakhir akan digunakan untuk membangun tim GTM, berinvestasi dalam membangun ekosistem mitra, dan terus merekrut insinyur karena kami memperluas mesin tindakan (™) dan kemampuan platform kami.

Bagaimana Anda melihat peran AI berkembang dalam industri dukungan pelanggan selama lima tahun ke depan?

Masa depan tidak akan dibagi menjadi dukungan, layanan, penjualan, dan berbagai fungsi. Sebaliknya, dukungan pelanggan akan menjadi bagian dari pengalaman pelanggan yang seamless dan terpadu tanpa handoff yang berantakan dan data yang terisolasi. Ketika harapan pelanggan berkembang, maka cara kami melayani mereka juga akan berkembang.

Hari ini, kebutuhan pelanggan jatuh ke dalam 3 kategori:

• Orang-orang yang ingin melayani diri sendiri – kemampuan untuk menemukan solusi atau jawaban untuk pertanyaan.
• Orang-orang yang ingin mengakses layanan mandiri tetapi memerlukan validasi bahwa mereka mengambil tindakan yang benar.
• Pelanggan yang menuntut layanan yang sangat pribadi dan memerlukan bantuan manusia.

Masa depan juga memiliki 3 kategori tetapi harapan dari pelanggan akan sangat berbeda:

• Mengharapkan jawaban instan untuk pertanyaan mereka.
• Mengantisipasi kebutuhan dan pertanyaan mereka dengan personalisasi, data penggunaan, konteks historis penuh, dan kemampuan untuk mengambil tindakan dan berinteraksi dengan mereka di saluran pilihan mereka.
• Kemampuan untuk berinteraksi dengan agen dukungan pelanggan tanpa waktu tunggu dan antrean panjang, yang memiliki jawaban untuk pertanyaan mereka, konteks historis penuh, dan kemampuan untuk segera mengambil tindakan.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Maven AGI.