Jonathan Corbin, Grundare & VD av Maven AGI – Intervjuserie

Jonathan Corbin är grundare och VD för Maven AGI. Tidigare var han Global Vice President för Customer Success & Strategy på HubSpot (HUBS ), där han ledde ett team på cirka 1 000 kundsupport-, partnersupport- och kontraktchefer över flera regioner och vertikaler. Hans ansvarsområden inkluderade att driva kundbehållning, intäktsökning och värdeskapande för över 200 000 kunder världen över, allt från startups till företag.

Maven AGI är en omfattande Generative AI-lösning som är utformad för att förändra kundsupportlandskapet – utan huvudvärk. Medan de var i stealth-läge löste Mavens teknologi autonomt över 93 % av kundförfrågningarna, vilket minskade supportkostnaderna med 81 %, förbättrade den övergripande kundupplevelsen i stor skala, efter att ha löst miljontals interaktioner på över 50 språk för tidiga kunder.

Du var tidigare Global Vice President för Customer Success & Strategy på HubSpot, där du ledde ett team på cirka 1 000 kundsupport-, partnersupport- och kontraktchefer över flera regioner och vertikaler. Vilka var några av de viktigaste händelserna och insikterna från den tiden i ditt liv?

Under den tiden var Hubspot en av de fem snabbast växande B2B SaaS-företagen med över en miljard dollar i omsättning. Det finns mycket få personer som har haft möjlighet att bygga, växa och leda på den skala som vi opererade på. Företag som växer i den här takten är vanligtvis inte så stora, och företag av vår storlek växer vanligtvis inte så snabbt. Jag tillbringade mycket tid med att skapa skalbara tillvägagångssätt för planering och tillväxt, säkerställde att vi satte tydliga mål, anpassade incitament över flera organisationer för att skapa de resultat vi sökte som företag, säkerställde att vi hade systemen för att skapa synlighet för vad som hände i organisationen och planerade över flera horisonter. Allt vi lanserade måste fungera inte bara för våra nuvarande kunder utan också ha förmågan att upprätthålla kontinuitet vid exponentiell tillväxt.

Kan du dela några insikter om vad som inspirerade dig att lansera Maven AGI, och hur länge du har varit i stealth-läge?

Jag har varit besatt av kundupplevelse sedan mycket tidigt i min karriär och det är därför jag har tillbringat så mycket tid på branschledande företag inom detta område (Adobe (ADBE ), Marketo, Sprinklr, Hubspot etc.). Tillbaka 2017 var jag på väg tillbaka från en West Coast-resa, mötte några fantastiska kunder som Apple (AAPL ) och Nike, och vi hade dessa otroligt djupgående samtal om potentialen att låsa upp siloade data och skapa dessa mycket personliga upplevelser ner till den enskilda användarnivån. Jag talar inte om den segmenterade metoden där du faller in i denna ålderskategori eller demografiska grupp. Nej, detta är förmågan att fullt ut distribuera all information som du har delat med oss för att förutse kundförväntningar och proaktivt engagera sig med dem. Det fanns en enorm entusiasm från kunderna, men teknologin existerade inte på den tiden.

Vad är AGI i sammanhanget med Maven AGI?

AGI är riktigt väldefinierat från ett språkperspektiv – det är artificiell allmän intelligens. Vad betyder det egentligen i affärsbegrepp? Vi fokuserar på något som vi kallar affärs-AGI och definierar det som förmågan att hantera komplexa uppgifter med hjälp av funktionella AI-agenter som är särskilt utbildade för specifika ansvarsområden med en orkestreringslager som tillåter dem att arbeta tillsammans.

Vilka är några av de största problemen med hur AI har historiskt integrerats i kundsupport?

Historiskt har AI i kundsupport använt maskinlärningsmodeller som var högt deterministiska och tog månader att träna. Dessa modeller fungerade på en grundläggande if-then-logik: om en användare valde X, skulle de få Y-alternativet. Detta enkla tillvägagångssätt föll kort i förväntningarna, vilket resulterade i besviken utgång och lämnade många CX-proffs skeptiska till AI:s potential. Sann framgång i AI-driven kundsupport hänger på dynamisk personanpassning, förmågan att resonera och ta meningsfulla åtgärder.

Vilka är de viktigaste stegen i att träna Maven AGI för att hantera kundsupportförfrågningar?

Det är riktigt enkelt. Ge oss bara tillgång till all information som du skulle använda för att träna människor på. Vi kan ha det igång för dig med en hög grad av noggrannhet inom dagar – inte veckor eller månader. Det kommer att använda din specifika ton, dialekt och vilka emojis du vill.

Hur hjälper Maven AGI till att minska kundsupportkostnader och förbättra den övergripande kundtillfredsställelsen?

Företag distribuerar Maven AGI på olika sätt, men det bästa sättet att ha den snabbaste påverkan är att infoga Maven i början av supportkön på de punkter eller kanaler som kunderna vill använda (chatt, webb, sökning, Slack, i produkten, SMS etc.). Det tillåter oss att ge omedelbara, personliga resultat + åtgärder till kunder utan väntetid, samtidigt som vi säkerställer att dessa fantastiska supportagenter gör det de gör bäst, arbetar med kunder som verkligen behöver mänskliga interaktioner för att lösa sina problem.

Vilka tekniska framsteg har möjliggjort att Maven AGI uppnår så höga nivåer av autonom lösning av problem?

Jag tror att vi har rekryterat ett av världens bästa ingenjörsteam för att lösa det. Det handlar om att lösa ett dataproblem. De briljanta människorna som har arbetat med utmaningar som sökning på Google (GOOGL ) och personanpassning i stor skala på Meta och Amazon (AMZN ), och har tänkt på att lösa dessa typer av problem under många år. Data är fragmenterad och siload, och för att vi ska kunna svara på kundernas frågor och vidta åtgärder behövde vi kunna ta in mer data än någon annan. Den andra delen är förmågan att vidta åtgärder och bygga vår åtgärdsmotor, eftersom vi vet att att bara svara på frågor inte räcker. För att vi ska kunna uppnå affärs-AGI behöver vi kunna förutse användarnas behov och engagera oss med intention.

Kan du ge mer information om den nyliga 20-miljoner-dollar Series A-finansieringen och hur den kommer att användas?

Vi var lyckosamma att ha alla bitar på plats med vår seed-runda: bygga ett bra ingenjörsteam, en produkt som löser riktiga problem och ha kunder som fick värde från vår produkt. Vi höjde vår seed-runda för mindre än ett år sedan, men hade några riktigt bra investerare som ville vara en del av resan med oss. Efter att ha tillbringat tid med M13 var vi riktigt entusiastiska över att fortsätta bygga Maven AGI:s framtid tillsammans med dem. De 28 miljoner dollar som vi har höjt under det senaste året kommer att användas för att bygga ut vårt GTM-team, investera i att bygga ut partner-ekosystemet och fortsätta att anställa ingenjörer medan vi expanderar vår åtgärdsmotor (TM) och plattformskapacitet.

Hur ser du på AI:s roll i kundsupportbranschen under de närmaste fem åren?

Framtiden kommer inte att delas in i support, service, försäljning och olika funktioner. Istället kommer kundsupport att bli en del av en sömlös, enhetlig kundupplevelse utan besvärliga överlämningar och siload data. När kundernas förväntningar utvecklas, kommer också sätten vi betjänar dem att utvecklas.

Idag delas kundernas behov in i 3 kategorier:

• De som vill self-service – förmågan att hitta lösningen eller svaret på en fråga.
• De som vill ha tillgång till self-service men behöver validering att de tar rätt åtgärd.
• Kunder som kräver white glove-service och behöver mänskligt stöd.

Framtiden har också 3 kategorier, men kundernas förväntningar kommer att vara mycket annorlunda:

• Förväntar sig omedelbara svar på sina frågor.
• Förutser deras behov och frågor med personanpassning, användningsdata, full historisk kontext och förmåga att vidta åtgärder och engagera sig med dem på deras valda kanal.
• Förmågan att engagera sig med kundsupportagenter utan väntetider och långa köer, som har svar tillgängliga för deras frågor, full historisk kontext och förmåga att omedelbart vidta åtgärder.

Tack för den underbara intervjun, läsare som vill lära sig mer kan besöka Maven AGI.