Jonathan Corbin, Maven AGI’nin Kurucusu ve CEO’su – Röportaj Serisi

Jonathan Corbin, Maven AGI’nin kurucusu ve CEO’sudur. Önceki olarak, HubSpot’ta Müşteri Başarı ve Strateji Küresel Başkan Yardımcısı olarak, Jonathan, çoklu bölgeler ve dikeyler boyunca yaklaşık 1.000 müşteri başarısı, ortak başarı ve sözleşme yöneticisinden oluşan bir ekibi yönetti. Sorumlulukları, dünya çapında 200.000’den fazla müşterinin müşteri tutma, gelir büyümesi ve değer realizasyonunu içeriyordu.

Maven AGI, müşteri destek manzarasını dönüştürmek için tasarlanmış bir dizi Generatif AI yerel çözümüdür – baş ağrısı olmadan. Gizli moddayken, Maven’in teknolojisi, erken müşteriler için 50’den fazla dilde milyonlarca etkileşimi çözdükten sonra, müşteri sorgularının %93’ini otomatik olarak çözdü, destek maliyetlerini %81 oranında azalttı, genel müşteri deneyimini iyileştirdi.

Önceki olarak HubSpot’ta Müşteri Başarı ve Strateji Küresel Başkan Yardımcısı olarak, çoklu bölgeler ve dikeyler boyunca yaklaşık 1.000 müşteri başarısı, ortak başarı ve sözleşme yöneticisinden oluşan bir ekibi yönettiniz. Bu dönemde hayatınızdan bazı önemli noktalar ve ana çıkarımlar nelerdi?

O dönem, Hubspot, bir milyar doların üzerinde geliri olan beş en hızlı büyüyen B2B SaaS şirketinden biriydi. Çok az kişi, bizim işlettiğimiz ölçekte inşa etme, büyütme ve yönetme fırsatına sahip oldu. Bu hızda büyüyen şirketler genellikle bu boyutta değildir ve bizim büyüklüğümüzdeki şirketler bu hızda büyümez. Planlama ve büyüme için ölçeklenebilir yaklaşımlar oluşturmaya, çok net hedefler belirlemeye, birden fazla organizasyon boyunca teşvikleri hizalamaya, istedikğimiz sonuçları yaratmak için sistemlere sahip olmamıza ve birden fazla ufukta planlamaya odaklandım. Çıkarılan her şey yalnızca mevcut müşterilerimiz için değil, aynı zamanda üssün sürekliliğini sağlayan üssün sürekliliğini de sağlamalıydı.

Maven AGI’yi başlatma kararını size ilham veren şeyleri ve gizli moddayken ne kadar süre geçirdiğinizi paylaşabilir misiniz?

Müşteri deneyimine çok erken kariyerimden itibaren takıntılıyım ve bu nedenle müşteri deneyimi alanında önde gelen şirketlerde (Adobe, Marketo, Sprinklr, Hubspot, vb.) çok zaman geçirdim. 2017’de, Apple ve Nike gibi harika müşterilerle görüşmek için Batı Kıyısı turundan dönerken, segmente dayalı yaklaşımın ötesinde, bireysel kullanıcı düzeyinde çok kişiselleştirilmiş deneyimler oluşturmak için silolanmış verileri kilitleme potansiyelini ve bu deneyimleri yaratma potansiyelini konuştuğumuz çok derin sohbetler yaptık. Müşterilerden büyük bir heyecan vardı, ancak o zamanlar teknoloji gerçekten mevcut değildi.

Kurucu ortaklarım – Sami Shalabi, Eugene Mann ve ben – her zaman büyük ölçekli kişiselleştirme ve transformerlerin sahip olabileceği potansiyel hakkında derin ve içgörülü sohbetler yaptık. Sami, Google News’de (1M+ kullanıcı) dünyanın en büyük kişiselleştirme motorlarından birini inşa etti ve Eugene, kişiselleştirmeyi yönetti, bu nedenle her zaman bu olanakları kilitleme konusundaki sohbetlerimiz oldu.

OpenAI’nin neler yaptığını duyduğumuzda ve bazı LLM’leri kullanmaya başladığımızda, mükemmel müşteri deneyimini ölçekte yaratmak için teknolojinin artık mevcut olduğunu anladık. Şirketler, iyi müşteri deneyimi ile maliyet verimliliği arasında seçim yapmak zorunda kaldılar, bu da müşteri etkileşimlerini sınırlamak için tasarlanmış kompleks segmentasyon stratejileri, self-servis olarak adlandırdıkları şeyler yaratmak ve destek temas bilgilerini bulamayacakları bir yere gömmek gibi şeyler yarattı.

Maven AGI’yi yaklaşık bir yıl önce gizli modda başlattık, çünkü Maven’de öncelikli olarak etkiye odaklanıyoruz ve ne yaptığımızı açıkladığımızda, sadece var olduğumuzu ve para topladığımızı değil, gerçek örnekler ve metriklerle etkimize dair örnekler vermek istedik. Erken müşterilerimize, önümüzdeki sınırları zorlamak ve daha iyi bir müşteri deneyimi geliştirmek için çalışmak için bize inandıkları için çok minnettarız.

Maven AGI bağlamında AGI’yi tanımlayabilir misiniz?

AGI, dil açısından iyi tanımlanmıştır – yapay genel zeka. İş anlamında bu ne anlama geliyor? İş AGI olarak adlandırdığımız bir şeye odaklanıyoruz ve bu, özel sorumluluklar için özel olarak eğitilmiş işlevsel AI ajanlarınınComplex görevleri ele alma yeteneği ve bunları birlikte çalıştırmak için bir orkestrasyon katmanıyla tanımlanıyor.

Örneğin, bir banka hesabı kullanıcısı bankasıyla etkileşime girerek para yatırma işleminin temizlendiğini sorabilir – hesap geçmişinden biliyoruz ki, faturaları ve çekleri karşılamak için küçük bir köprü kredisi gerekiyor. Maven, histórik bağlamı anlayacak ve krediyi sunacak, ayrıca ilgili evrak işlemlerini, arka plan kontrollerini, kredi kontrollerini, kredi evraklarını doldurmayı, riskleri anlamayı, onaylamayı ve risk profiline uyan belirli bir tutarı onaylayacak ve parayı kişinin hesabına aktaracaktır.

Başka bir örnek, biri CRM destek ekibine bir kampanya dağıtmak için nasıl yapılacağını sorabilir. Anlayacağımız şey, kampanya oluşturmak istemiyor, belirli bir tarihe kadar belirli sayıda lead istiyor. Kullanıcılar, “Beni nächsten ay 100 lead ile sağla” diyebilir ve Maven, bu leadleri teslim etmek için çok kompleks bir görevi gerçekleştirecektir.

Müşteri desteğinde AI’nin histórik olarak entegre edilmesiyle ilgili en büyük sorunlar nelerdir?

Tarihsel olarak, müşteri desteğinde AI, aylarca eğitim gerektiren yüksek derecede deterministik makine öğrenimi modellerini kullandı. Bu modeller, temel bir jika-sonra mantığına dayanıyordu: bir kullanıcı X’i seçerse, Y seçeneğini verirdi. Bu basitleştirilmiş yaklaşım, beklentileri karşılamada yetersiz kaldı ve birçok CX profesyonelinin AI’nin potansiyeline karşı şüphe duymasına neden oldu. AI destekli müşteri desteğinde gerçek başarı, dinamik kişiselleştirme, akıl yürütme ve anlamlı eylemler alma yeteneğine dayanır.

Maven AGI’yi müşteri destek sorgularını ele almak için eğitmek için gereken ana adımlar nelerdir?

Aslında çok basit. . . sadece insanları eğitmek için kullandığınız herhangi bir bilgiye erişimizi sağlayın. Yüksek bir doğruluk payı ile size çalışır halde teslim edebiliriz – haftalar veya aylar değil, günler içinde. Spesifik tonunuz, argonuz ve istediğiniz emojileri kullanacaktır.

Maven AGI, müşteri destek maliyetlerini azaltmada ve genel müşteri memnuniyetini artırmada nasıl yardımcı olur?

Şirketler, Maven AGI’yi çeşitli şekillerde dağıtırlar, ancak en hızlı etkiye sahip olmak için en iyi yol, Maven’i destek kuyruğunun başlangıcına, müşterilerin kullanmak istediği kanallara (sohbet, web, arama, Slack, ürün içi, SMS, vb.) yerleştirmektir. Bu, müşterilere hiçbir bekleme süresi olmadan anında, kişiselleştirilmiş sonuçlar ve eylemler sunmamızı sağlar ve aynı zamanda harika destek ajanlarının, gerçekten insan etkileşimlerine ihtiyaç duyan müşterilerle çalışmasını sağlar.

Maven AGI’nin böyle yüksek otonom sorun çözme oranlarına ulaşmasını sağlayan teknolojik ilerlemeler nelerdir?

Dünyanın en iyi mühendislik ekiplerinden birini, bu sorunu çözmek için işe aldığımıza inanıyorum. Google’da arama, Meta ve Amazon’da ölçeklenebilir kişiselleştirme gibi zorluklarla uğraşmış ve yıllardır bu tür sorunları çözme konusunda düşünmüş olan harika insanlar. Veri parçalanmış ve bölünmüştür ve müşterilerin sorularını cevaplayabilmek ve eylemler gerçekleştirebilmek için daha fazla veri alabilmemiz gerekiyordu. İkinci kısım, eylemler gerçekleştirebilmemiz ve eylem motorumuzu inşa edebilmemizdir, çünkü sadece soruları cevaplamak yeterli değildir. İş AGI’ye ulaşabilmek için, kullanıcıların ihtiyaçlarını önceden tahmin edebilmemiz ve niyetle onlarla etkileşime girebilmemiz gerekir.

Son $20M Seri A finansmanını ve nasıl kullanılacağını daha fazla ayrıntı verebilir misiniz? son $20M Seri A finansmanını

Tohum turumuzda başarmak istediğimiz her şeye ulaştığımızı düşünüyoruz: harika bir mühendislik ekibi inşa etmek, gerçek sorunları çözen bir ürün ve ürünümüzden değer alan müşteriler. Bir yıl önce tohum turumuzu topladık, ancak bizimle birlikte yolculuğa katılmak isteyen bazı harika yatırımcılarımız vardı. M13 ile zaman geçirdikten sonra, Maven AGI’nin geleceğini birlikte inşa etmekten heyecan duyuyoruz. Son bir yıl içinde topladığımız $28M, GTM ekibimizi inşa etmek, iş ortağı ekosistemini geliştirmek ve mühendisleri işe almak için kullanılacak ve aynı zamanda eylem motorumuzun ve platform yeteneklerimizin genişletilmesi için kullanılacaktır.

Müşteri destek endüstrisinde AI’nin rollerinin gelecek beş yıl içinde nasıl evrileceğini görüyorsunuz?

Gelecek, destek, hizmet, satış ve çeşitli işlevler olarak bölünmeyecektir. Bunun yerine, müşteri desteği, müşterilere sunulan sorunsuz, birleşik bir müşteri deneyiminin bir parçası haline gelecektir. Müşteri beklentileri evrildikçe, onlara hizmet etme yollarımız da evrilecektir.

Bugünün müşterilerinin ihtiyaçları üç kategoriye girer:

• Kendilerini hizmet vermeye isteyenler – bir sorunun cevabını veya çözümünü bulma yeteneği.
• Kendilerini hizmet vermeye isteyenler, ancak doğru eylemi yaptıklarından emin olmak için doğrulamaya ihtiyaç duyanlar.
• White glove hizmeti isteyen ve insan yardımı gerektiren müşteriler.

Gelecek de üç kategoriye sahiptir, ancak müşteri beklentileri çok farklı olacaktır:

• Sorularına anında cevap bekleyenler.
• İhtiyaçlarını ve sorularını, kişiselleştirme, kullanım verisi, tam histórik bağlam ve eylemler gerçekleştirebilmeleri ve tercih ettikleri kanalla etkileşime girebilmeleri bekleyenler.
• Müşteri destek ekipleriyle etkileşime girebilenler, ancak beklemeye gerek kalmadan, cevapları hazır ve histórik bağlamı olan ve anında eylemler gerçekleştirebilen ekiplerle.

Harika bir röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Maven AGI ziyaret edebilirler.