Zayd Enam, medgrunnlegger og CEO av Cresta

Zayd Enam er medgrunnlegger og CEO av Cresta, et selskap som ble grunnlagt med målet om å bruke AI til å transformere hvordan brukerne lærer verdifulle ferdigheter. Cresta samler sammen bransjeledende AI-eksperter, tiår med kontakt- og salgsekspertise, bevist ledelse og topp-investorer, inkludert Andreessen Horowitz og Greylock Partners.

Hva var det som først tiltalte deg om AI? 

Jeg begynte å arbeide med AI fordi jeg var virkelig fascinert av hjernen og hvordan den fungerer. På Berkeley, begynte jeg å arbeide ved Redwood Center for Theoretical Neuroscience. Målet var å modellere hjernen i programvare for å forstå hvorfor den ble slik den er — med andre ord, hvordan evolusjonen av hjernen skjedde. På grunn av all dette, ble jeg fascinert av bruken av AI og ML til å modellere hjernen. Hjernen er et så komplekst system, at jeg innser at verktøyene vi brukte hadde umiddelbare anvendelser. Det er hvordan jeg begynte å arbeide med Sebastian Thrun, professor ved Stanford University og sjef for Stanford Artificial Intelligence Lab samt medgrunnlegger og styreleder for Udacity. Fordi Sebastian gjorde virkelig interessante ting med AI, ville jeg arbeide med ham, ta min interesse for nevrovitenskap, kombinere det med AI/ML, og se hvor det ledet oss.

Hvordan kom du først i kontakt med konseptet for Cresta?

I mitt arbeid med Sebastian Thrun, begynte vi med å bygge en plattform som hjalp datavitenskapelige undervisningsassistenter og eksaminatorer å gi konsekvent god tilbakemelding til studenter, fordi vi la merke til at det var et stort gap i kvaliteten på tilbakemeldingen. Dette var noe vi var spesielt kjent med på laboratoriet, så vi konsentrerte oss om å bygge et system som lærte av studenter og undervisningsassistenter år for år med fokus på å identifisere vanlige feil og hva tilbakemelding som produserte bedre resultater. Til slutt var vi i stand til å doble hastigheten på eksaminatorerne.

Men markedet i seg selv var ikke særlig stort, og vi innser at vi ville ta idéen og utvide den over all kunnskapsarbeid. Sebastian ga meg så en råd som har blitt hos meg siden: gå til ørkenen. I hans arbeid med sjåførløse og flyvende biler, gikk han ut i ørkenen for å teste og bygge et system som faktisk fungerte, og kom så tilbake til laboratoriet og studerte vitenskapen, som viste seg å være en bedre tilnærming fordi det var testet i den virkelige verden.

Crestas ørken innebar å gå til selskaper og observere hvordan folk arbeidet, hva de gjorde, og begynne å bygge små verktøy for å automatisere arbeid. Et tidlig prosjekt i støtte var på vei til å bli kansellert, men jeg spurte om vi kunne omdirigere til salg og vise topplinjeinntekter. Mellom meg og to konverterte agenter, beviste vi 100 000 dollar i månedlige inntekter. Med det, innser jeg at vi hadde et verktøy på hånden som virkelig kunne hjelpe mennesker og ha en positiv innvirkning på verden.

Du droppet ut av et PhD-program ved Stanford for å fokusere på å lansere Cresta, hvor vanskelig var dette valget for deg?

Det var vanskelig, uten tvil, men for meg, visste jeg at hvis jeg var på laboratoriet, ville jeg være fast og ute av stand til å ha den virkelige innvirkningen jeg søkte. I den forstand, var det naturlig for meg å droppe ut.

Jeg startet PhD-programmet fordi jeg ville bygge noe som gjorde en forskjell i fremtiden, men jeg endte opp med å bygge noe som gjør en forskjell nå – vi bruker AI til å redde jobber, ikke redusere jobber.

Hvordan ville du beskrive hvordan Cresta bruker AI til å trene menneskelige kundeserviceagenter?

Cresta identifiserer de beste agentatferdene som fører til vellykkede kundeutfall, som å opprettholde samtaleflyt, identifisere vellykkede feilsøkingstrinn og sette forventninger, og deretter redistribuerer disse lærdommene til alle agenter i sanntid gjennom bruk av dyp forsterkingslæring. Crestas programvare lærer alltid av de beste resultater, og muliggjør at agentene raskt kan tilpasse seg til endrede kunde- og forretningsbehov, og effektivt gjør hver enkelt agent til en umiddelbar ekspert.

Utenom å coach kundeserviceagenter, kan Cresta også automatisere noen repetitive oppgaver. Kan du dele noen av disse med oss?

Vi automatiserer opprettelse av leads og billetter for agenter. I tillegg automatiserer vi bestillingsoppføring og kontovalidering. Disse verktøyene hjelper med å forbedre effektiviteten og hjelpe agenter å spare tid som de kan bruke til å hjelpe andre kunder.

Hvor stor forskjell i konverteringer og på bunnsiden har bedrifter sett ved å bruke Cresta?

For en topp-5 SaaS som vi teller blant våre kunder, har vi firedoblet inntekt per agent og doblet konverteringsrate og chatsvolum. Cox Communications har sett en 12% økning i inntekt siden de begynte å bruke Cresta. I tillegg har en ledende detaljhandler sett en 25% økning i inntekt per chat.

Hvor mye tid er nødvendig for å integrere Cresta for et bedriftskunde som er klar til å signere?

Vi kan faktisk integrere Cresta i eksisterende systemer på noen minutter, og vår AI går i gang umiddelbart. I gjennomsnitt tar det omtrent 4-6 uker å begynne å se resultater.

Er det noe annet du ønsker å dele om Cresta?

Cresta unngår det jeg kaller en “lat” tilnærming til AI — å automatisere alt et menneske gjør. Isteden, tror jeg at noen av de største fremgangene kommer fra å kombinere hva et menneske og en maskin kan gjøre for å oppnå ting som ingen av dem kunne gjøre alene. Krever dette mer energi og kreativitet? Absolutt. Men jeg tror det er verdt det til slutt.

Takk for intervjuet, lesere som ønsker å lære mer kan besøke Cresta.