Zayd Enam, medeoprichter en CEO van Cresta

Zayd Enam is de medeoprichter en CEO van Cresta, een bedrijf dat is opgericht met als doel het gebruik van AI om de manier waarop gebruikers hoogwaardige vaardigheden leren te transformeren. Cresta brengt samen leidende AI-experts, decennia van ervaring in contactcenters en verkoop, bewezen leiderschap en topinvesteerders, waaronder Andreessen Horowitz en Greylock Partners.

Wat trok je aanvankelijk aan bij AI? 

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

Hoe kwam je voor het eerst op het idee voor Cresta?

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

Maar de markt zelf was niet zo groot, en we realiseerden ons dat we het idee wilden uitbreiden naar alle kenniswerk. Sebastian gaf me toen een 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 te testen en een systeem op te bouwen dat echt werkte, en kwam daarna terug naar het lab om de wetenschap te bestuderen, wat uiteindelijk een betere aanpak bleek te zijn omdat het op de echte wereld was getest.

Cresta’s woestijn bestond eruit om naar bedrijven te gaan en te observeren hoe mensen werkten, wat ze deden en kleine tools te 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 konden laten zien. Tussen mij en twee omgezette agenten bewezen we $100.000 aan extra omzet per maand. Daarmee realiseerde ik me dat we een tool in handen hadden die 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 natuurlijk om af te studeren.

Ik begon met 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 al 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 conversatie, het identificeren van succesvolle troubleshootstappen en het stellen van verwachtingen, en distribueert deze kennis vervolgens in real-time aan alle agenten via diepe versterking van het leren. Cresta’s software leert altijd van de beste resultaten, waardoor agenten snel kunnen aanpassen aan veranderende klant- en bedrijfsbehoeften, en maakt elke agent onmiddellijk een expert.

Buiten het coachen van klantenserviceagenten kan Cresta ook enkele repetitieve taken automatiseren. Kun je ons enkele voorbeelden geven?

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 zien ondernemingen in omzet en winst als ze Cresta gebruiken?

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

Als een ondernemingsklant klaar is om te tekenen, hoeveel tijd is er 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 voordat we resultaten zien.

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

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

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