Jonathan Corbin, Fundador e CEO da Maven AGI – Série de Entrevistas

Jonathan Corbin é o Fundador e CEO da Maven AGI. Anteriormente, como Vice-Presidente Global de Sucesso e Estratégia do Cliente da HubSpot (HUBS ), Jonathan liderou uma equipe de aproximadamente 1.000 especialistas em sucesso do cliente, sucesso dos parceiros e gerentes de contratos em várias regiões e verticais. Suas responsabilidades incluíam impulsionar a retenção de clientes, o crescimento de receita e a realização de valor para mais de 200.000 clientes em todo o mundo, variando de startups a empresas.

Maven AGI é uma solução nativa de Inteligência Artificial Geradora abrangente projetada para transformar o cenário de suporte ao cliente – sem dor de cabeça. Enquanto estava em modo stealth, a tecnologia da Maven resolveu autonomamente mais de 93% das consultas dos clientes, reduzindo os custos de suporte em 81%, aprimorando a experiência geral do cliente, em escala, após resolver milhões de interações em mais de 50 idiomas para os primeiros clientes.

Você foi anteriormente o vice-presidente global de Sucesso e Estratégia do Cliente da HubSpot, onde liderou uma equipe de cerca de 1.000 especialistas em sucesso do cliente, sucesso dos parceiros e gerentes de contratos em várias regiões e verticais. Quais foram alguns dos destaques e principais lições aprendidas durante esse período da sua vida?

Naquela época, a Hubspot era uma das cinco empresas de software B2B de crescimento mais rápido, com mais de um bilhão de dólares em receita. Há muito poucas pessoas que tiveram a oportunidade de construir, crescer e gerenciar em uma escala como a que estávamos operando. Empresas que crescem a essa velocidade normalmente não têm esse tamanho, e empresas do nosso tamanho não crescem a essa velocidade. Passei muito tempo me concentrando em criar abordagens escaláveis para planejamento e crescimento, garantindo que estávamos definindo objetivos muito claros, alinhando incentivos em várias organizações para criar os resultados que estávamos procurando como organização, garantindo que tivéssemos os sistemas para criar visibilidade sobre o que estava acontecendo na organização e planejamento em vários horizontes. Tudo o que lançamos teve que funcionar não apenas para os nossos clientes atuais, mas também ter a capacidade de manter a continuidade em um crescimento exponencial.

Pode compartilhar algumas ideias sobre o que o inspirou a lançar a Maven AGI e por quanto tempo você esteve em modo stealth?

Estou obcecado com a experiência do cliente desde muito cedo na minha carreira, e é por isso que passei tanto tempo em empresas líderes da indústria nesse espaço (Adobe (ADBE ), Marketo, Sprinklr, Hubspot, etc.). Em 2017, eu estava voltando de uma viagem à Costa Oeste, reunindo-me com alguns grandes clientes como Apple (AAPL ) e Nike, e tivemos conversas incrivelmente aprofundadas sobre o potencial de desbloquear dados siloizados e criar experiências personalizadas até o nível do usuário individual. Não estou falando sobre a abordagem segmentada de você cair em uma categoria de idade ou demográfica. Não, isso é a capacidade de implantar totalmente todas as informações que você compartilhou conosco para antecipar as expectativas do cliente e engajar-se com eles proativamente. Havia um grande entusiasmo dos clientes, mas a tecnologia não existia na época.

Meus co-fundadores – Sami Shalabi, Eugene Mann e eu sempre conversamos sobre personalização em escala e o potencial que os transformadores poderiam ter desde que a pesquisa foi publicada pelo Google (GOOGL ). Sami construiu um dos maiores motores de personalização do mundo no Google News (1B+ usuários) e Eugene liderou a personalização para ele, então sempre tivemos conversas profundas e esclarecedoras sobre as possibilidades que poderíamos desbloquear à medida que a tecnologia evoluía. A aplicação disso ao que estávamos fazendo na época é que eu estava lutando para criar uma grande experiência em escala para os usuários da Hubspot, Eugene estava olhando para como produtoizar as capacidades de LLM na Stripe e Sami estava compartilhando suas ideias sobre o que funcionava bem no Google.

Quando primeiro ouvimos sobre o que a OpenAI estava fazendo e começamos a usar alguns dos LLMs que se tornaram disponíveis, percebemos que estávamos no ponto em que a tecnologia agora existia para criar a experiência do cliente perfeita em escala. As empresas tiveram que escolher entre eficiências de custo e boa experiência do cliente, resultando em todo tipo de coisas como estratégias de segmentação complexas projetadas para limitar as interações do cliente, criando coisas que eram essencialmente barreiras que chamavam de autoatendimento, ou enterrando as informações de contato de suporte em algum lugar onde elas não pudessem ser encontradas.

Começamos a Maven AGI há cerca de um ano em modo stealth porque o que priorizamos na Maven é o impacto – e quando anunciamos o que estávamos fazendo, queríamos dar exemplos reais do nosso impacto e métricas, não apenas que existíamos e havíamos levantado algum dinheiro. Somos incrivelmente gratos aos nossos primeiros clientes que acreditaram em nós o suficiente para trabalhar conosco na implantação de tecnologia de ponta e empurrar os limites para desenvolver uma melhor experiência do cliente.

Pode definir para nós o que é AGI no contexto da Maven AGI?

AGI é realmente bem definido do ponto de vista da linguagem – é inteligência artificial geral. O que isso realmente significa em um sentido de negócios? Estamos nos concentrando em algo que estamos chamando de AGI de negócios e o definimos como a capacidade de lidar com tarefas complexas usando agentes de IA funcionais treinados para responsabilidades específicas com uma camada de orquestração que permite que eles trabalhem juntos.

Um exemplo disso pode ser um usuário de conta bancária que interage com seu banco e pergunta se seu depósito foi liberado – o que sabemos da história da conta é que ele precisa de um pequeno empréstimo para cobrir as contas e cheques. A Maven entenderá o contexto histórico e oferecerá o empréstimo enquanto lida com toda a papelada que possa estar associada a ele, como verificação de antecedentes, verificação de crédito, preenchimento de papelada de empréstimo, compreensão dos riscos, aprovação e um valor específico que caia dentro do perfil de risco, aprovando o empréstimo e movendo o dinheiro para a conta da pessoa.

Outro exemplo seria alguém que vai à equipe de suporte do CRM e pergunta como implantar uma campanha. O que entenderíamos disso é que eles não querem saber como criar uma campanha, mas querem um número específico de leads em uma data específica. Os usuários teriam a capacidade de dizer: “Me dê 100 leads no próximo mês” e a Maven passaria pela tarefa incrivelmente complexa de entregar isso.

Quais são alguns dos maiores problemas com a forma como a IA foi historicamente integrada ao suporte ao cliente?

Historicamente, a IA no suporte ao cliente usou modelos de aprendizado de máquina que eram altamente determinísticos e levavam meses para treinar. Esses modelos funcionavam em uma lógica básica de “se-então”: se um usuário escolhesse X, eles seriam dados a opção Y. Essa abordagem simplista ficou aquém das expectativas, resultando em resultados desapontadores e deixando muitos profissionais de CX céticos sobre o potencial da IA. O verdadeiro sucesso no suporte ao cliente impulsionado por IA depende da personalização dinâmica, da capacidade de raciocinar e tomar ações significativas.

Quais são as principais etapas envolvidas no treinamento da Maven AGI para lidar com consultas de suporte ao cliente?

É realmente simples. . . apenas nos dê acesso a qualquer informação que você usaria para treinar humanos. Podemos ter isso funcionando para você com um alto grau de precisão dentro de dias – não semanas ou meses. Isso usará o seu tom de voz específico, vernáculo e qualquer emoji que você queira.

Como a Maven AGI ajuda a reduzir os custos de suporte ao cliente e melhorar a satisfação geral do cliente?

As empresas implantam a Maven AGI de várias maneiras diferentes, mas a melhor maneira de ter o impacto mais rápido é inserir a Maven no início da fila de suporte em pontos de extremidade ou canais que os clientes querem usar (chat, web, pesquisa, Slack, no produto, SMS, etc.). Isso nos permite fornecer resultados instantâneos e personalizados + ações para os clientes sem tempo de espera, garantindo que os agentes de suporte incríveis estejam fazendo o que eles fazem melhor, trabalhando com clientes que realmente precisam de interações humanas para resolver seus problemas.

Quais avanços tecnológicos permitiram que a Maven AGI alcançasse taxas de resolução autônoma de problemas tão altas?

Acredito que recrutamos uma das melhores equipes de engenharia do mundo para resolver isso, que vem down a um problema de dados. Pessoas brilhantes que trabalharam em desafios como a busca no Google e personalização em escala no Meta e Amazon (AMZN ), e que pensaram sobre como resolver esses tipos de problemas por anos. Os dados estão fragmentados e siloizados, e para que possamos responder às perguntas dos clientes e tomar ações, precisamos ser capazes de ingerir mais dados do que qualquer outra pessoa. A segunda parte é a capacidade de tomar ações e construir nosso motor de ação, porque sabemos que apenas responder às perguntas não é suficiente. Para alcançar a AGI de negócios, precisamos ser capazes de antecipar as necessidades dos usuários e engajar-nos com eles de forma intencional.

Pode fornecer mais detalhes sobre o recente financiamento de série A de $20M e como ele será utilizado?

Fomos sortudos em atingir todos os cilindros no que queríamos alcançar com nossa rodada de sementes: construir uma grande equipe de engenharia, um produto que resolve problemas reais e ter clientes que estavam obtendo valor do nosso produto. Levantamos nossa rodada de sementes menos de um ano atrás, mas tivemos alguns investidores incríveis que queriam fazer parte da jornada conosco. Depois de passar tempo com a M13, estávamos realmente animados para continuar a construir o futuro da Maven AGI juntos com eles. Os $28M que levantamos ao longo do último ano serão usados para construir nossa equipe de GTM, investir na construção do ecossistema de parceiros e continuar a contratar engenheiros à medida que expandimos nosso motor de ação (™) e capacidades da plataforma.

Como você vê o papel da IA evoluindo na indústria de suporte ao cliente nos próximos cinco anos?

O futuro não será dividido em suporte, serviços, vendas e várias funções. Em vez disso, o suporte ao cliente se tornará parte de uma experiência do cliente unificada e sem interrupções e dados siloizados. À medida que as expectativas dos clientes evoluem, também evoluirão as maneiras pelas quais os servimos.

Hoje, as necessidades dos clientes se encaixam em 3 categorias:

• Aqueles que querem se autoatender – a capacidade de encontrar a solução ou resposta para uma pergunta.
• Aqueles que querem acesso ao autoatendimento, mas precisam de validação de que estão tomando a ação correta.
• Clientes que exigem serviço de luvas brancas e precisam de assistência humana.

O futuro também tem 3 categorias, mas as expectativas dos clientes serão muito diferentes:

• Esperando respostas instantâneas para suas perguntas.
• Antecipando suas necessidades e perguntas com personalização, dados de uso, contexto histórico completo e a capacidade de tomar ações e engajar-se com eles no canal de sua escolha.
• A capacidade de se engajar com agentes de suporte ao cliente sem tempos de espera e filas longas, que têm respostas disponíveis para suas perguntas, contexto histórico completo e a capacidade de tomar ações instantâneas.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Maven AGI.