Jonathan Corbin, Fondatore & Amministratore Delegato di Maven AGI – Serie di Interviste

Jonathan Corbin, è il Fondatore e Amministratore Delegato di Maven AGI. In precedenza, come Vice Presidente Globale di Customer Success & Strategy di HubSpot, Jonathan ha guidato un team di circa 1.000 responsabili del successo dei clienti, del successo dei partner e dei manager dei contratti in molte regioni e settori. Le sue responsabilità includevano il miglioramento della retention dei clienti, la crescita dei ricavi e la realizzazione del valore per oltre 200.000 clienti in tutto il mondo, che vanno dalle startup alle aziende.

Maven AGI è una soluzione nativa di Intelligenza Artificiale Generativa (AGI) completa, progettata per trasformare il paesaggio del supporto clienti – senza problemi. Mentre era in modalità stealth, la tecnologia di Maven ha risolto autonomamente oltre il 93% delle richieste dei clienti, riducendo i costi di supporto dell’81%, migliorando l’esperienza complessiva del cliente, su larga scala, dopo aver risolto milioni di interazioni in oltre 50 lingue per i clienti precoci.

Lei è stato in precedenza il Vice Presidente Globale di Customer Success & Strategy di HubSpot, dove ha guidato un team di circa 1.000 responsabili del successo dei clienti, del successo dei partner e dei manager dei contratti in molte regioni e settori. Quali sono stati alcuni dei punti salienti e delle considerazioni chiave di questo periodo della sua vita?

Durante quel periodo di tempo, Hubspot era una delle cinque aziende B2B SaaS in più rapida crescita con oltre un miliardo di dollari di ricavi. Ci sono poche persone che hanno avuto l’opportunità di costruire, crescere e gestire alla scala in cui stavamo operando. Le aziende che crescono a questo ritmo non sono solitamente di quella dimensione, e le aziende della nostra dimensione non crescevano a quel ritmo. Ho trascorso molto tempo concentrandomi sulla creazione di approcci scalabili alla pianificazione e alla crescita, assicurandomi che stessimo fissando obiettivi molto chiari, allineando gli incentivi tra molte organizzazioni per creare i risultati che stavamo cercando come organizzazione, garantendo di avere i sistemi per creare visibilità su ciò che stava accadendo nell’organizzazione, e pianificando su più orizzonti. Tutto ciò che abbiamo lanciato doveva funzionare non solo per i nostri clienti attuali, ma doveva anche avere la capacità di mantenere la continuità in una crescita esponenziale.

Può condividere alcune informazioni su cosa l’ha ispirato a lanciare Maven AGI e da quanto tempo è in modalità stealth?

Sono stato ossessionato dall’esperienza del cliente fin dall’inizio della mia carriera e questo è il motivo per cui ho trascorso tanto tempo in aziende leader del settore in questo ambito (Adobe, Marketo, Sprinklr, Hubspot, ecc.). Nel 2017, stavo tornando da un viaggio sulla West Coast, incontrando alcuni grandi clienti come Apple e Nike, e abbiamo avuto conversazioni incredibilmente approfondite sul potenziale di sbloccare dati siloed e creare esperienze personalizzate a livello di utente individuale. Non sto parlando dell’approccio segmentato per cui lei rientra in questa categoria di età o demografica. No, si tratta della capacità di distribuire completamente tutte le informazioni che lei ha condiviso con noi per anticipare le aspettative del cliente e interagire con lui in modo proattivo. C’era un’enorme eccitazione da parte dei clienti, ma la tecnologia non esisteva ancora a quel tempo.

I miei co-fondatori – Sami Shalabi, Eugene Mann e io – abbiamo sempre discusso di personalizzazione su larga scala e del potenziale che i transformer potevano avere fin dall’inizio della ricerca di Google. Sami ha costruito uno dei più grandi motori di personalizzazione del mondo su Google News (1 miliardo di utenti) e Eugene ha guidato la personalizzazione per esso, quindi abbiamo sempre avuto conversazioni approfondite sulle possibilità che potevamo sbloccare man mano che la tecnologia evolveva. L’applicazione di ciò a ciò che stavamo facendo a quel tempo è che mi stavo impegnando per creare una grande esperienza a livello di scala per i nostri utenti Hubspot, Eugene stava esaminando come produrre le capacità LLM a Stripe e Sami stava condividendo le sue conoscenze su ciò che funzionava bene a Google.

Quando abbiamo sentito parlare di ciò che OpenAI stava facendo e abbiamo iniziato a utilizzare alcuni degli LLM resi disponibili, abbiamo capito che eravamo al punto in cui la tecnologia esisteva ora per creare l’esperienza del cliente perfetta a livello di scala. Le aziende hanno dovuto scegliere tra efficienza dei costi e buona esperienza del cliente, portando a tutte le cose come strategie di segmentazione complesse progettate per limitare le interazioni con i clienti, creando cose che erano essenzialmente barriere che chiamavano self-service, o nascondendo le informazioni di contatto del supporto in un posto in cui non potevano essere trovate.

Abbiamo iniziato Maven AGI circa un anno fa in modalità stealth perché ciò che priorizziamo in Maven è l’impatto – e quando abbiamo annunciato cosa stavamo facendo, abbiamo voluto fornire esempi reali del nostro impatto e metriche, non solo che esistevamo e avevamo raccolto un po’ di denaro. Siamo incredibilmente grati per i nostri clienti precoci che hanno creduto in noi abbastanza da lavorare con noi nel lanciare tecnologie all’avanguardia e spingere i limiti per sviluppare una migliore esperienza del cliente.

Può definire per noi cosa è AGI nel contesto di Maven AGI?

AGI è realmente ben definito dal punto di vista linguistico – è intelligenza artificiale generale. Cosa significa questo nel senso commerciale? Ci stiamo concentrando su qualcosa che chiamiamo business AGI e lo definiamo come la capacità di gestire compiti complessi utilizzando agenti di intelligenza artificiale funzionali specialmente addestrati per responsabilità specifiche con un livello di orchestrazione che consente loro di lavorare insieme.

Un esempio di ciò potrebbe essere un utente di un conto bancario che interagisce con la sua banca e chiede se il suo deposito è stato accettato – ciò che sappiamo dalla storia del conto è che hanno bisogno di un piccolo prestito ponte per coprire le loro bollette e l’incasso degli assegni. Maven capirà il contesto storico e offrirà il prestito mentre gestisce tutta la documentazione che potrebbe essere associata ad esso, come verifiche di background, verifiche di credito, compilazione della documentazione del prestito, comprensione dei rischi, approvazione e un importo specifico che rientra nel profilo di rischio, approvazione del prestito e trasferimento del denaro sul conto della persona.

Un altro esempio potrebbe essere qualcuno che va al team di supporto CRM e chiede come distribuire una campagna. Ciò che capiremmo da ciò è che non vogliono sapere come creare una campagna, ma vogliono un certo numero di lead entro una certa data. Gli utenti avrebbero la possibilità di dire: “Datemi 100 lead il prossimo mese” e Maven eseguirebbe il compito incredibilmente complesso di consegnare quei lead.

Quali sono alcuni dei più grandi problemi con il modo in cui l’AI è stata storicamente integrata nel supporto clienti?

Storicamente, l’AI nel supporto clienti ha utilizzato modelli di apprendimento automatico che erano altamente deterministici e richiedevano mesi per l’addestramento. Questi modelli funzionavano su una logica di base se-allora: se un utente sceglieva X, gli veniva data l’opzione Y. Questo approccio semplicistico non ha soddisfatto le aspettative, portando a risultati deludenti e lasciando molti professionisti CX scettici sul potenziale dell’AI.

Quali sono i passaggi chiave coinvolti nell’addestrare Maven AGI per gestire le richieste di supporto clienti?

È realmente semplice. . . basta darci accesso a qualsiasi informazione che utilizzereste per addestrare gli esseri umani. Possiamo metterlo in funzione per voi con un alto grado di precisione entro giorni – non settimane o mesi. Utilizzerà il tono di voce specifico, il vernacolo e qualsiasi emoji desideriate.

Come Maven AGI aiuta a ridurre i costi di supporto clienti e a migliorare la soddisfazione complessiva del cliente?

Le aziende distribuiscono Maven AGI in una varietà di modi diversi, ma il modo migliore per avere l’impatto più veloce è inserire Maven all’inizio della coda di supporto ai punti finali o canali che i clienti desiderano utilizzare (chat, web, ricerca, Slack, in prodotto, SMS, ecc.). Ciò ci consente di fornire risultati personalizzati istantanei + azioni ai clienti senza tempo di attesa, garantendo che gli agenti di supporto incredibili facciano ciò che fanno meglio, lavorando con i clienti che realmente necessitano di interazioni umane per risolvere i loro problemi.

Quali progressi tecnologici hanno consentito a Maven AGI di raggiungere tassi di risoluzione autonoma così elevati?

Credo che abbiamo reclutato uno dei migliori team di ingegneri del mondo per risolvere il problema, che si riduce a un problema di dati. Persone brillanti che hanno lavorato su sfide come la ricerca su Google e la personalizzazione su larga scala su Meta e Amazon, e che hanno pensato a come risolvere questo tipo di problemi per anni. I dati sono frammentati e siloed, e per poter rispondere alle domande dei clienti e intraprendere azioni, abbiamo dovuto essere in grado di ingerire più dati di chiunque altro. La seconda parte è la capacità di intraprendere azioni e costruire il nostro motore di azioni, perché sappiamo che rispondere solo alle domande non è sufficiente. Per poter raggiungere l’AGI aziendale, dobbiamo essere in grado di anticipare le esigenze degli utenti e interagire con loro con intenzione.

Può fornire maggiori dettagli sulla recente finanziamento di 20 milioni di dollari della serie A e su come verrà utilizzato?

Siamo stati fortunati a essere sulla strada giusta in tutto ciò che volevamo raggiungere con il nostro round di seed: costruire un grande team di ingegneria, un prodotto che risolve problemi reali e avere clienti che ottenevano valore dal nostro prodotto. Abbiamo raccolto il nostro round di seed meno di un anno fa, ma abbiamo avuto alcuni grandi investitori che volevano essere parte del nostro viaggio con noi. Dopo aver trascorso del tempo con M13, eravamo davvero entusiasti di continuare a costruire il futuro di Maven AGI insieme a loro. I 28 milioni di dollari che abbiamo raccolto nell’ultimo anno saranno utilizzati per costruire il nostro team di GTM, investire nella costruzione dell’ecosistema dei partner e continuare ad assumere ingegneri mentre espandiamo il nostro motore di azioni (™) e le capacità della piattaforma.

Come vede l’evoluzione del ruolo dell’AI nel settore del supporto clienti nei prossimi cinque anni?

Il futuro non sarà diviso in supporto, servizi, vendite e varie funzioni. Invece, il supporto clienti diventerà parte di un’esperienza del cliente unificata e senza soluzione di continuità, senza passaggi complicati e dati siloed. Man mano che le aspettative dei clienti evolvono, così faranno i modi in cui li serviamo.

Oggi i clienti hanno bisogno di tre categorie:

• Coloro che desiderano auto-servirsi – la capacità di trovare la soluzione o la risposta a una domanda.
• Coloro che desiderano accedere all’auto-servizio, ma necessitano di convalida che stanno intraprendendo l’azione corretta.
• I clienti che esigono un servizio di guanti bianchi e necessitano di assistenza umana.

Il futuro ha anche tre categorie, ma le aspettative dei clienti saranno molto diverse:

• Aspettarsi risposte immediate alle loro domande.
• Anticipare le loro esigenze e domande con personalizzazione, dati di utilizzo, contesto storico completo e la capacità di intraprendere azioni e interagire con loro nel canale di loro scelta.
• La capacità di interagire con gli agenti di supporto clienti senza tempi di attesa e lunghe code, che hanno risposte disponibili alle loro domande, contesto storico completo e la capacità di intraprendere azioni istantaneamente.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Maven AGI.