Intervjuer
Nick Deveau, medgrundare och VD för Grotto AI – Intervjuserie

Nick Deveau är medgrundare och VD för Grotto AI, en AI-plattform som hjälper multifamily-operatörer att minska vakansförlust genom att ge deras uthyrningsteam realtidscoaching. Med över 10 års erfarenhet av att bygga AI, inklusive avancerad utbildning från Stanford, har Nick drivit utvecklingen av vertikala AI-SaaS-produkter för Fortune 500-kunder inom branscher som försäkring, hälsovård och rekrytering. Nyligen ledde han utvecklingen av den nyckelteknologi som drev EvolutionIQ:s förvärv på 730 miljoner dollar i slutet av 2024, en av de första stora vertikala AI-SaaS-utförsäljningarna.
Grotto AI är en AI-driven försäljningscoachingplattform som är specialiserad för multifamily-bostadsbranschen, som hjälper uthyrningsteam att omvandla fler prospekt till boende genom realtidsanropsguidning, personlig turcoaching och portföljnivåprestandainsikter. Plattformen lär sig från framgångsrika uthyrningsinteraktioner och ger agenter vägledning om prospektbehov, invändningshantering, enhetsrekommendationer och uppföljningsåtgärder, samtidigt som den automatiskt fångar upp hyresgästerinformation och uppdaterar anslutna kundrelationshanteringssystem och fastighetsförvaltningssystem. Grundat av VD Nick Deveau och CTO Ben Epstein, syftar Grotto till att förbättra uthyrningsprestanda, förkorta utbildningsperioder för anställda, minska administrativt arbete och ge fastighetsoperatörer större insikt i hyresgästerpreferenser och omvandlingsfaktorer.
Du tillbringade år med att bygga AI-system inom hälsovård, försäkring, rekrytering och akademisk forskning innan du grundade Grotto AI. Vad övertygade dig om att multifamily-uthyrning var det problem som var värt att ägna din nästa företag till, och hur tog grundvisionen för Grotto form?
Jag är en New York-bo, så jag tror att man antingen älskar eller hatar bostadsfastigheter. Jag råkade älska det. Och tidigare hade jag tillbringat min karriär inom data och maskinlärning, så jag gick ut och frågade: vad är de stora problemen inom bostadsfastigheter som data faktiskt kan lösa?
Så jag kopplade ihop mig med människor i branschen och började fråga: “Vilka är de största problemen du har?” Och vakansförlust kom upp om och om igen, i varje enskild konversation. Det är enkelt — det är pengarna som fastighetsägare förlorar när enheter står tomma. Och det visar sig vara massivt: cirka 30 miljarder dollar i förlorad hyresintäkt per år, och över en halv biljon dollar i raderad tillgångsvärde. Det är ett enormt, enormt problem.
Här är det jag har lärt mig av att bygga företag över åren: vissa problem är bättre att bygga ett företag runt än andra. De bästa kriterierna är ett problem som visas på kundens balansräkning väldigt, väldigt tydligt. Det finns många problem som är värda att lösa som inte visas på en balansräkning — och de är mycket svårare att bygga ett bra företag runt, eftersom du inte kan enkelt motivera din påverkan. Vakansförlust är det motsatta. Det är ett ovedersägligt affärsfall. Det stirrar kunden rakt i ansiktet. Så vi sa, det är det. Låt oss lösa det.
Innan du lanserade Grotto analyserade ditt team miljontals uthyrningskonversationer och fann att mänskliga beteenden som nyfikenhet, värme och till och med skratt var starkare prediktorer för omvandling än många traditionella försäljningstaktiker. Vad förvånade dig mest i den forskningen?
Ärligt talat är det nästan vad som inte förvånade mig. Skratt, rapportbyggnad — vem som helst som har varit i försäljning, eller som har någonsin behövt övertyga någon om något, vet att relationsbyggnad är grundläggande för att få jobbet gjort.
Vad som var förvånande var att vi backade upp det med data i massiv skala — och att datan gick emot strömmen i dagens klimat, där berättelsen har varit “automatisera allt”. Sedan vi först lade ut dessa siffror har vi faktiskt sett berättelsen förändras. Den flyttar från “AI ska göra allt” till “AI är bra på grundarbetet, och eftersom AI gör det arbetet, frigör det människor att göra de mänskliga sakerna som faktiskt flyttar nålen”.
Det omdefinierar allt. Om relationsbyggnad är prioritet, då bygger du verktyg som supercharger människor under dessa ögonblick, och du anställer naturliga relationsbyggare och använder teknik för att komplettera dem på uthyrningsspecifika delar av jobbet.
Många AI-startups fokuserar på att ersätta mänskligt arbete med automatisering. Grotto har tagit den motsatta tillvägagångssättet, att använda AI för att hjälpa uthyrningsagenter att prestera bättre under kritiska konversationer. Varför tror du att komplettering är en mer effektiv strategi än ersättning på denna marknad?
Det är enkelt. De mest värdefulla sakerna som händer under uthyrningsinteraktioner — relationsbyggnad, rapportbyggnad, till och med artighet (vi har data på det också) — är de saker som människor fortfarande gör bäst. Så du behöver människor som gör dessa saker.
När du accepterar det, besvarar sig augmentation-vs-ersättningsdebatten själv. Om människor krävs för de ögonblick som datan säger är viktigast, måste du komplettera. Du kan inte bara ersätta.
Grottos vägledningsplattform levererar realtidscoaching under anrop, turer och uppföljningar. Vilka är de största tekniska utmaningarna med att tillhandahålla agerbar vägledning mitt i en live mänsklig interaktion?
Ärligt talat är den svåraste utmaningen att leverera en riktigt högkvalitativ användarupplevelse — specifikt, en låglatensupplevelse som håller människor i flödet av konversationen. I många agenterande system, som chatt, kan du tolerera mycket latens. I ett liveanrop kan du inte.
Det låter enkelt i en demo: bara sätt upp några prompter som talar om för människor vad de ska göra. Men att se till att dessa prompter är av hög kvalitet — att de vägleder människor utan att dra dem ur flödet — är riktigt icke-trivialt. Och slutligen är vår påverkan medierad av människor. Om människor inte vill använda produkten, används produkten inte, och vi driver inte påverkan. Så vi måste bygga något som människor verkligen vill använda.
När vi först distribuerade vår Call Guidance-produkt var den omedelbara återkopplingen: “Killar, det här är coolt, men dessa prompter är för långa, för långsamma, de drar mig ur flödet av mitt anrop.” Så vi satte allt det under mikroskopet och löste det.
Den andra biten är att sätta förväntningar. Att bli A-plus på uthyrningsanrop när du börjar på en B-minus är lite som att bygga om din basketbollskott. Det kommer att kännas konstigt i början. Men efter några dagar av övning och coaching kommer du ut på andra sidan 10 gånger bättre än tidigare.
Din karriär har inkluderat att bygga AI-system inom högt reglerade branscher som hälsovård och försäkring. Hur har den erfarenheten påverkat hur du tänker på tillit, förklarbarhet och ansvarsfull AI-distribution på Grotto?
Överväldigande. Jag har tillbringat ett decennium med att bygga B2B-vertikal AI över rekrytering, hälsovård och försäkring, och den största sak som den erfarenheten gav oss var en djup uppskattning för förändringshantering.
AI-produkter har probabilistiska utdata. De är mestadels rätt, men inte alltid — och när de är fel, kan användare förlora tillit, även när produkten fortfarande är mycket bättre i genomsnitt än vad som kom före. Att få detta meddelande rätt är kritiskt.
Och det spelar roll mer idag än någonsin. När du distribuerar i ett företag, ja, det finns köp-in på ledningsnivå. Men slutanvändarna är inte nödvändigtvis människor som läser TechCrunch varje dag. Dessa är ofta unga, färska ur college uthyrningsagenter runt om i landet som, ärligt talat, har bättre saker att göra än att spåra vad som händer inom AI. Så vi måste skicka meddelanden direkt till dem: AI är här för att hjälpa dig — att göra dig bättre på ditt jobb, göra dig mer pengar, få dig befordrad — inte för att ersätta dig. Vi kan faktiskt inte göra detta utan dig.
Den andra lärdomen är att gå axel mot axel med våra partners. De flesta av våra kunder är fastighetsbolag, inte professionella tech-distributionsföretag. Så vi spelar en konsultativ roll och hjälper direkt till att rulla ut tekniken — vi har en hel framväxande rörelse byggd runt det. En minoritet av kunder föredrar något lägre beröring, vilket vi också erbjuder, men generellt sett finns det en uppskattning för förändringshanteringsaspekten av detta och våra kunder är angelägna om vår hjälp med det.
Uthyrningsagenter har ofta mycket olika stilar och personligheter. Hur skiljer Grotto på sig mellan att ge coaching för bästa praxis och att tvinga agenter in i ett enhetligt manus?
Vi lägger mycket tid på detta. Vi hör ordet “flöde” mycket — människor vill stanna i sitt flöde. Så det sätt vi tänker på det är mindre som att ge agenter ett manus de måste följa, och mer som att ge dem en playbook med vägledande punkter: saker de behöver åstadkomma vid någon punkt i konversationen.
De vägledande punkterna kan nås på många olika sätt. Ta en vanlig: frågar agenten prospektet en öppen fråga? Det finns oändligt många sätt att göra det på. “Berätta lite mer om det.” “Vilka saker kan du inte leva utan?” Så länge vår produkt förstår semantiken i alla dessa, kan vi se till att människor når milstolparna utan att diktera exakt vilka ord de säger.
Den multifamily-branschen har investerat kraftigt i chatbots, självbetjäningsverktyg och automatisering. Var tror du att branschen har övervärderat AI:s förmågor, och var är den fortfarande underskattar AI:s potential?
På övervärdering: det har funnits några företag som har försökt att köra i princip människofria fastigheter — inga mänskliga uthyrningsagenter, ingen permanent personal på plats. Den visionen lät bra i styrelserummet. Kontors- och på plats-personal är en stor kostnadspost — bara skär av den, anslut AI. Det har inte fungerat, delvis på grund av genomförbarhet, men också för att det inte är vad de flesta i branschen vill ha. Tala med ledare i det här utrymmet och de kommer att säga: det här är en människobranch. Det handlar om relationer. Det handlar om människor som hittar hem och gör hem. Det är en tydlig motvind till total AI-takeover av på plats-drift.
På underskattning: du kan mäta underappreciering genom brist på investering, och det har funnits en total underinvestering i att använda AI för att höja mänskliga teammedlemmar under kritiska mänskliga interaktioner. Det mest avancerade vi vanligtvis ser är anropsbedömning: dumpa en transkription i en mall och betygsätta den. Det är en sådan underpowered användning av tekniken jämfört med vad vi har funnit möjligt.
Vad som är spännande är att ta ett botten-upp-approach: att ta reda på vilka beteenden dina toppresterande använder som gör dem stora, bygga nya playbooks och mallar från det, och sedan vägleda människor i realtid för att använda dessa beteenden. De flesta företag är fortfarande hemlig shopping av sina fastigheter mot en statisk mall. Vi har aldrig träffat någon som gör den typen av botten-upp-arbete själva — och ärligt talat, det är ganska svårt.
Det finns en till bit: dessa mänskliga ögonblick bör behandlas som centrala noder i en prospektresa, med riktigt intelligent automatisering byggd runt dem med hjälp av de data som dessa ögonblick genererar. Marknaden överkorrigerade mot full autonomi för en stund. Rätt svaret är mänskliga ögonblick i centrum och automatisering utsträckt från dessa noder där det är relevant.
Grotto hanterar vakansförlust, ett problem som påverkar fastighetsägare och operatörer i massiv skala. Vilka mått är dina kunder mest angelägna om, och hur visar du en direkt koppling mellan AI-vägledning och affärsresultat?
Vakansförlust är vår nordstjärna-mätning, till stor del för att den visas på våra kunders balansräkningar. Vi arbetar med våra kunder för att spåra ett antal ledande indikatorer som rullar upp i vakansförlust tills vi har tillräckligt med data för att mäta den nordstjärnan. Ett exempel på en ledande indikator är olika omvandlingsfrekvenser i uthyrningskanalen — om dessa ökar, bör vakansförlust minska över tid.
Vi spårar också vissa operativa mått, som tid till ramp för nya anställda. Med personalomsättning på cirka en gång var 12-14 månader i den här branschen, är kostnaden för en 3-månaders ramptid jämfört med en 2-veckors ramptid enorm (dvs nästan en kvarts alla på plats-personal kan ses som “inte fullt ut produktiv”), och att minska den bör ge ro till vem som helst som betalar notan.
När stora språkmodeller fortsätter att förbättras, vilka nya funktioner förväntar du dig att AI-coachningssystem kommer att utveckla under de närmaste tre till fem åren som inte är möjliga idag?
Jag vill inte avslöja för mycket om vår vägkarta, men när modellerna blir bättre, snabbare, mindre och billigare, blir det lättare än någonsin att göra riktigt kraftfullt realtidsarbete.
På coachningssidan finns det mer och mer realtidsfeedback. Precis som du har vägbeskrivningar när du kör någonstans, vill jag riktigt smarta vägbeskrivningar för varje typ av interaktion.
Och som alltid är användargränssnittet det som man måste få rätt. Om det är fel, är det distraherande och fult — det finns några ganska tydliga felmoder. Men du kan få det rätt. Jag tänker på mina egna försäljningsmöten: ibland är det tisdag kl 16, jag har inte haft min kaffe, och det finns bara mycket att komma ihåg. Att ha allt det i mitt synfält — att bli påmind när jag glömmer något viktigt — är riktigt, riktigt hjälpsamt. Vi är inte fullt ut där än på användargränssnittet, och en stor del av det är modellernas tillstånd: för stora, för långsamma, ibland för dyra. Över tid blir allt det mindre av ett problem.
Utöver uthyrning, ser du Grottos teknologi utvecklas till en bredare plattform för att förbättra högrisk-mänskliga interaktioner över andra branscher, och om så, vilka sektorer är mest intressanta för dig?
För tillfället ser vi den vinnande SaaS som djupt vertikalt fokuserad, och vi är fokuserade på den här branschen. När vi är i en försäljningsprocess mot konkurrenter, finns det en djuphet av funktionalitet som vi kan erbjuda som skiljer oss från andra, och det är resultatet av att ha tillbringat tusentals timmar på plats med uthyrningsteam. Det är vad som hjälper oss att vinna. För att göra det och fortsätta vinna, måste vi stanna riktigt fokuserade på den här branschen.
Tack för den underbara intervjun, läsare som vill lära sig mer bör besöka Grotto AI.












