Zayd Enam, medeoprichter en CEO van Cresta

Zayd Enam is de medeoprichter en CEO van Cresta, een bedrijf dat is opgericht met als doel om AI te gebruiken om de manier waarop gebruikers hoge waarde vaardigheden leren te transformeren. Cresta brengt industrieleidende AI-experts, decennia van contactcenter- en verkoopexpertise, bewezen leiderschap en topinvesteerders, waaronder Andreessen Horowitz en Greylock Partners, samen.

Wat trok je aanvankelijk aan bij AI? 

Ik begon te werken met AI omdat ik echt gefascineerd was door de hersenen en hoe het werkt. Aan de Universiteit van Berkeley begon ik te werken bij het Redwood Center for Theoretical Neuroscience. Het doel was om de hersenen in software te modelleren om te begrijpen waarom het zo werd zoals het was – met andere woorden, hoe de evolutie van de hersenen plaatsvond. Door al dit werk was ik gefascineerd door het gebruik van AI en ML om de hersenen te modelleren. De hersenen zijn zo een complex systeem dat ik me realiseerde dat de tools die we gebruikten onmiddellijke toepassingen hadden. Zo begon ik te werken met Sebastian Thrun, professor aan de Stanford Universiteit en het hoofd van de Stanford Artificial Intelligence Lab, evenals de medeoprichter en voorzitter van Udacity. Omdat Sebastian interessante dingen met AI deed, wilde ik met hem werken, mijn interesse in neurowetenschappen combineren met AI/ML en zien waar het ons zou brengen.

Hoe kwam je initieel in contact met het concept voor Cresta?

In mijn werk met Sebastian Thrun begonnen we met het bouwen van een platform dat computerwetenschappelijke assistenten en graders hielp om consistent goede feedback te geven aan studenten, omdat we een enorme kloof in de kwaliteit van feedback zagen. Dit was iets waar we ons bij het lab bijzonder van bewust waren, dus richtten we ons op het bouwen van een systeem dat van studenten en graders leerde, jaar na jaar, met een focus op het identificeren van veelvoorkomende fouten en welke feedback betere resultaten opleverde. Uiteindelijk konden we de snelheid van de graders verdubbelen.

Het marktsegment was echter niet zo groot, en we realiseerden ons dat we het idee wilden uitbreiden naar alle kenniswerk. Sebastian gaf me toen een stuk advies dat bij me is gebleven: ga naar de woestijn. In zijn werk met zelfrijdende en vliegende auto’s ging hij naar de woestijn om een systeem te testen en te bouwen dat werkte, en kwam vervolgens terug naar het lab om de wetenschap te bestuderen, wat uiteindelijk een betere aanpak bleek te zijn omdat het in de praktijk getest was.

De woestijn van Cresta bestond eruit om naar bedrijven te gaan en te observeren hoe mensen werkten, wat ze deden, en kleine tools te beginnen bouwen om werk te automatiseren. Een vroeg project in ondersteuning zou worden geannuleerd, maar ik vroeg of we konden omschakelen naar verkoop en top-lijn omzet laten zien. Tussen mij en twee omgezette agenten bewezen we $100.000 aan extra omzet per maand. Daarmee realiseerde ik me dat we een instrument in handen hadden dat mensen echt kon helpen en een positieve invloed op de wereld kon hebben.

Je stopte met een PhD-programma aan Stanford om je te concentreren op het lanceren van Cresta, hoe moeilijk was deze beslissing voor je?

Het was moeilijk, dat is zeker, maar voor mij wist ik dat als ik in het lab zou blijven, ik vast zou zitten en niet in staat zou zijn om de echte impact te hebben die ik zocht. In die zin was het voor mij van nature om af te studeren.

Ik begon het PhD-programma omdat ik iets wilde bouwen dat een verschil zou maken in de toekomst, maar ik eindigde met het bouwen van iets dat nu een verschil maakt – we gebruiken AI om banen te redden, niet om banen te verminderen.

Hoe zou je het beste kunnen beschrijven hoe Cresta AI gebruikt om menselijke klantenserviceagenten te trainen?

Cresta identificeert de topgedrag van agenten die leiden tot succesvolle klantresultaten, zoals het behouden van conversatieflow, het identificeren van succesvolle probleemoplossingsstappen en het stellen van verwachtingen, en distribueert deze kennis vervolgens naar alle agenten in real-time met behulp van diepe versterking van het leren. De software van Cresta leert voortdurend van de beste resultaten, waardoor agenten snel kunnen aanpassen aan veranderende klant- en bedrijfsbehoeften, waardoor elke agent onmiddellijk een expert wordt.

Buiten het coachen van klantenserviceagenten kan Cresta ook enkele repetitieve taken automatiseren. Kun je met ons delen wat sommige van deze taken zijn?

We automatiseren het maken van leads en tickets voor agenten. Bovendien automatiseren we bestellingen en accountvalidatie. Deze tools helpen de efficiëntie te verbeteren en agenten tijd te besparen die ze kunnen gebruiken om andere klanten te helpen.

Hoeveel verschil in conversies en de onderste regel hebben ondernemingen gezien door het gebruik van Cresta?

Voor een top-5 SaaS die we onder onze klanten tellen, hebben we de omzet per agent verdrievoudigd en de conversiekoers en chatvolume verdubbeld. Cox Communications heeft een stijging van 12% in omzet gezien sinds het gebruik van Cresta. Bovendien zag een toonaangevende retailer een stijging van 25% in omzet per chat.

Voor een ondernemingsklant die klaar is om te tekenen, hoeveel tijd is nodig om Cresta te integreren?

We kunnen Cresta in bestaande systemen integreren binnen enkele minuten, en onze AI gaat onmiddellijk aan het werk. Gemiddeld duurt het ongeveer 4-6 weken om resultaten te zien.

Is er nog iets anders dat je over Cresta wilt delen?

Cresta vermijdt wat ik een “lui” benadering van AI noem – het automatiseren van alles wat een mens doet. In plaats daarvan denk ik dat enkele van de grootste vooruitgangen voortkomen uit het combineren van wat een mens en een machine kunnen doen om dingen te bereiken die geen van beiden apart kunnen doen. Vereist dit meer energie en creativiteit? Absoluut. Maar ik denk dat het het waard is.

Bedankt voor het interview, lezers die meer willen leren, kunnen Cresta bezoeken.