Джонатан Корбін, засновник та генеральний директор Maven AGI – Серія інтерв’ю

Джонатан Корбін є засновником та генеральним директором Maven AGI. Раніше, як глобальний віце-президент з питань успіху клієнтів та стратегії в HubSpot, Джонатан очолював команду з приблизно 1 000 менеджерів з успіху клієнтів, успіху партнерів та контрактів у декількох регіонах та вертикалях. Його обов’язки включали забезпечення збереження клієнтів, зростання доходів та реалізації цінності для понад 200 000 клієнтів по всьому світу, починаючи від стартапів та закінчуючи підприємствами.

Maven AGI є комплексним рішенням Generative AI, розробленим для трансформації ландшафту підтримки клієнтів – без головного болю. Під час режиму стелс-технології Maven автономно вирішила понад 93% запитів клієнтів, скоротивши витрати на підтримку на 81%, покращивши загальний досвід клієнта у масштабі, після вирішення мільйонів взаємодій у понад 50 мовах для ранніх клієнтів.

Ви раніше були глобальним віце-президентом з питань успіху клієнтів та стратегії в HubSpot, де ви очолювали команду з приблизно 1 000 менеджерів з успіху клієнтів, успіху партнерів та контрактів у декількох регіонах та вертикалях. Які були деякі видатні моменти та ключові висновки з цього періоду вашого життя?

Під час цього періоду часу Hubspot був однією з п’яти найшвидше зростаючих компаній B2B SaaS з доходом понад 1 мільярд доларів. Дуже мало людей мали можливість будувати, зростати та керувати у такому масштабі, як ми. Компанії, які ростуть із такою швидкістю, зазвичай не досягають такого розміру, а компанії нашого розміру не ростуть із такою швидкістю. Я витратив багато часу на створення масштабованих підходів до планування та зростання, забезпечення того, щоб ми встановлювали дуже чіткі цілі, узгоджували стимули у декількох організаціях для створення результатів, яких ми хотіли як організація, забезпечення того, щоб ми мали системи для створення видимості того, що відбувається в організації, та планування у декількох горизонтах. Все, що ми впроваджували, повинно було працювати не тільки для наших поточних клієнтів, але й мати можливість підтримувати безперервність при експоненційному зростанні.

Чи можете ви поділитися деякими ідеями про те, що надихнуло вас на запуск Maven AGI, та як довго ви були у режимі стелс?

Я займаюся досвідом клієнтів з rất раннього етапу своєї кар’єри, і саме тому я витратив так багато часу в індустріально-лідируючих компаніях у цій сфері (Adobe, Marketo, Sprinklr, Hubspot тощо). У 2017 році я повертався з Західного узбережжя, зустрічаючись з великими клієнтами, такими як Apple та Nike, і ми мали ці дуже глибокі розмови про можливість розблокування ізольованих даних та створення цих дуже персоналізованих досвідів на рівні окремого користувача. Я не говорю про сегментований підхід, коли ви потрапляєте у певну вікову категорію або демографічну групу. Ні, це можливість повністю розгорнути всю інформацію, яку ви поділилися з нами, для передбачення очікувань клієнтів та активного взаємодії з ними. Там була величезна увага з боку клієнтів, але на той час технологія не існувала.

Мої співзасновники – Самі Шалабі, Юджин Манн та я завжди обговорювали персоналізацію у масштабі та потенціал, який трансформери могли б мати, починаючи з моменту, коли дослідження вперше вийшло з Google. Самі побудували одну з найбільших персоналізованих двигунів у світі у Google News (1 млрд+ користувачів), а Юджин очолював персоналізацію для цього, тому ми завжди мали глибокі, проникливі розмови про можливості, які ми могли б розблокувати, коли технологія розвивалася. Застосування цього до того, що ми робили на той час, полягало в тому, що я боролися з створенням великого досвіду у масштабі для наших користувачів Hubspot, Юджин дивився, як продуктизувати можливості LLM у Stripe, а Самі ділився своїми ідеями про те, що працювало добре у Google.

Коли ми вперше дізналися про те, що робить OpenAI, та почали використовувати деякі з тих LLM, які стали доступними, ми зрозуміли, що ми досягли точки, коли технологія тепер існує для створення ідеального досвіду клієнтів у масштабі. Компанії мали вибирати між ефективністю витрат та хорошим досвідом клієнта, що призводило до всіх видів речей, таких як складні стратегії сегментації, розроблені для обмеження взаємодії клієнтів, створення речей, які є по суті перешкодами, які вони називали самозаслуженням, або приховуванням інформації про підтримку десь, де її не можна знайти.

Ми розпочали Maven AGI близько року тому у режимі стелс, оскільки те, чого ми пріоритезуємо у Maven, – це вплив – і коли ми оголосили, що ми робимо, ми хотіли надати реальні приклади нашого впливу та метрик, а не просто того, що ми існували та зібрали деякі гроші. Ми дуже вдячні нашим раннім клієнтам, які повірили в нас достатньо, щоб працювати з нами у впровадженні передової технології та розширенні меж для створення кращого досвіду клієнта.

Чи можете ви визначити для нас, що таке AGI у контексті Maven AGI?

AGI досить добре визначено з мовної точки зору – це штучний загальний інтелект. Що це насправді означає у бізнес-сенсі? Ми зосереджуємося на тому, що ми називаємо бізнес-AGI, і визначаємо його як можливість обробляти складні завдання за допомогою функціональних агентів штучного інтелекту, спеціально навчених для конкретних обов’язків із оркестраційним шаром, який дозволяє їм працювати разом.

Прикладом цього може бути користувач банку, який взаємодіє зі своїм банком і питає, чи очистився його депозит – те, що ми знаємо з історії рахунку, полягає в тому, що їм потрібно невелика позика для закриття розриву між їхніми рахунками та чеками. Maven зрозуміє історичний контекст та запропонує позику, а також обробить всю паперову роботу, пов’язану з цим, таку як перевірки біографії, кредитні перевірки, заповнення документів про позику, розуміння ризиків, схвалення та конкретна сума, яка потрапляє у профіль ризику, схвалення позики та переказ грошей на рахунок особи.

Іншим прикладом може бути хтось, хто звертається до команди підтримки CRM та питає, як розгорнути кампанію. Те, що ми зрозуміємо з цього, полягає в тому, що їм не потрібно знати, як створити кампанію, а вони хочуть певну кількість лідів до певної дати. Користувачі матимуть можливість сказати: “Дайте мені 100 лідів наступного місяця” – і Maven пройде через надзвичайно складний процес доставки цих лідів.

Які деякі з найбільших проблем із тим, як AI історично інтегрувався у підтримку клієнтів?

Історично AI у підтримці клієнтів використовував моделі машинного навчання, які були високодетермінірованими та потребували місяців для навчання. Ці моделі працювали на базовій логіці “якщо-тоді”: якщо користувач обрав X, їм надавалася опція Y. Цей простий підхід не виправдав очікувань, що призвело до розчарувальних результатів та залишив багатьох фахівців CX скептичними щодо потенціалу AI.

Які ключові кроки залучені у навчанні Maven AGI для обробки запитів клієнтів?

Це дуже просто. . . просто надайте нам доступ до будь-якої інформації, яку б ви використали для навчання людей. Ми можемо запустити це для вас з високим ступенем точності протягом днів – не тижнів чи місяців. Це буде використовувати ваш конкретний тон голосу, діалект та будь-які емоджі, які ви хочете.

Як Maven AGI допомагає у скороченні витрат на підтримку клієнтів та покращенні загального задоволення клієнтів?

Компанії розгортають Maven AGI у різних способах, але найкращий спосіб мати найшвидший вплив полягає у вставці Maven у початок вашої черги підтримки на кінцевих точках або каналах, які ваші клієнти хочуть використовувати (чат, веб, пошука, Slack, у продукті, SMS тощо). Це дозволяє нам надавати миттєві, персоналізовані результати + дії клієнтам без часу очікування, а також забезпечувати, щоб ті чудові агенти підтримки робили те, що вони роблять найкраще, працюючи з клієнтами, які真正 потребують людської взаємодії для вирішення їхніх проблем.

Які технологічні досягнення дозволили Maven AGI досягти таких високих рівнів автономного вирішення проблем?

Я вважаю, що ми набрали одну з найкращих інженерних команд у світі для вирішення цієї проблеми, яка полягає у тому, що це проблема даних. Геній-фольки, які працювали над такими завданнями, як пошук у Google, та персоналізація у масштабі у Meta та Amazon, і які думали про вирішення цих видів проблем протягом років. Дані фрагментовані та ізольовані, і нам потрібно було мати можливість спожити більше даних, ніж хто-небудь інший. Друга частина полягає у здатності виконувати дії та будувати наш двигун дій, оскільки ми знаємо, що просто відповідати на питання недостатньо. Для того, щоб ми досягли бізнес-AGI, нам потрібно бути能够 передбачати потреби користувачів та взаємодіяти з ними з наміром.

Чи можете ви надати більше інформації про недавнє фінансування серії A у розмірі 20 мільйонів доларів та того, як воно буде використано?

Ми були щасливі, що досягли всього, чого хотіли з нашим раундом насіння: побудувати велику інженерну команду, продукт, який вирішує реальні проблеми, та клієнтів, які отримують вигоду з нашого продукту. Ми підняли наш раунд насіння менше року тому, але мали деяких дуже великих інвесторів, які хотіли бути частиною нашої подорожі з нами. Після того, як ми провели час з M13, ми були дуже раді продовжити будівництво майбутнього Maven AGI разом з ними. 28 мільйонів доларів, які ми зібрали за останній рік, будуть використані для побудови нашої команди GTM, інвестування у побудову екосистеми партнерів та продовження найму інженерів, оскільки ми розширюємо наш двигун дій (™) та можливості платформи.

Як ви бачите розвиток ролі AI у галузі підтримки клієнтів протягом наступних п’яти років?

Майбутнє не буде розділене на підтримку, послуги, продажі та різні функції. Натомість підтримка клієнтів стане частиною безперервного, уніфікованого досвіду клієнта без брудних передач та ізольованих даних. Коли очікування клієнтів еволюціонують, так само будуть змінюватися способи, якими ми їм служимо.

Сьогодні клієнти мають три категорії потреб:

• Ті, хто хоче самозаслуження – можливість знайти рішення чи відповідь на питання.
• Ті, хто хоче доступу до самозаслуження, але потребує підтвердження того, що вони приймають правильні дії.
• Клієнти, які вимагають білого рукавичкового обслуговування та потребують людської допомоги.

Майбутнє також має три категорії, але очікування клієнтів будуть зовсім іншими:

• Очікування миттєвих відповідей на їхні питання.
• Прогнозування їхніх потреб та питань з персоналізацією, даними про використання, повним історичним контекстом та можливістю виконувати дії та взаємодіяти з ними на каналі їхнього вибору.
• Можливість взаємодії з агентами підтримки клієнтів без часу очікування та довгих черг, які мають відповіді на їхні питання, повний історичний контекст та можливість миттєво виконувати дії.

Дякуємо за велике інтерв’ю. Читачам, які хочуть дізнатися більше, слід відвідати Maven AGI.