Джонатан Корбін, засновник та генеральний директор Maven AGI – Інтерв’ю серія

Джонатан Корбін – засновник та генеральний директор Maven AGI. Раніше, як глобальний віце-президент з питань успіху клієнтів та стратегії в HubSpot (HUBS ), Джонатан очолював команду з приблизно 1000 менеджерів з успіху клієнтів, партнерських відносин та контрактів у різних 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 і закінчуючи підприємствами.

Maven AGI – це комплексне рішення на основі генеративного штучного інтелекту, призначене 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 близько 1000 менеджерів з успіху клієнтів, партнерських відносин та контрактів у різних регіонах та вертикалях. Які були деякі видатні моменти та ключові висновки з цього періоду вашого життя?

Під час того періоду часу Hubspot був одним з п’яти найшвидше зростаючих B2B-компаній з програмним забезпеченням як послугою, з доходом понад мільярд доларів. Дуже мало людей мали можливість будувати, розвивати та керувати у такому масштабі, у якому ми працювали. Компанії, які ростуть з такою швидкістю, зазвичай не досягають такого розміру, і компанії нашого розміру зазвичай не ростуть з такою швидкістю. Я багато часу присвятив створенню масштабованих підходів до планування та зростання, забезпеченню встановлення дуже чітких цілей, вирівнюванню стимулів по всім організаціям для досягнення тих результатів, які ми шукали як організація, забезпеченню наявності систем для створення видимості того, що відбувалося в організації, та плануванню по декілька горизонтів. Все, що ми запускали, мало 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 спонукало вас запустити Maven AGI, і як довго ви були у режимі стелс?

Я давно одержимий досвідом клієнтів і тому багато часу провів у компаніях, які лідирують у цій сфері (Adobe (ADBE ), Marketo, Sprinklr, Hubspot тощо). У 2017 році я повертався з Західного узбережжя, зустрічаючись з великими клієнтами, такими як Apple (AAPL ) та Nike, і ми мали ці глибокі розмови про потенціал розблокування ізольованих даних та створення 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 активної взаємодії з ними. Було велике збудження з боку клієнтів, але на той час технологія ще не існувала.

Мої співзасновники – Самі Шалабі, Юджин Манн та я завжди обговорювали персоналізацію у масштабі та потенціал трансформерів, починаючи з моменту, коли дослідження вийшло з Google (GOOGL ). Самі побудували одну з найбільших персоналізованих двигунів у світі у Google News (1 млрд+ користувачів), а Юджин очолював персоналізацію там, тому ми завжди мали глибокі та пізнавальні 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 боролся з створенням великого досвіду у масштабі для наших клієнтів Hubspot, Юджин дивився, як продуктизувати можливості LLM у Stripe, а Самі ділився своїми ідеями про те, що працювало добре у Google.

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 означає у бізнесовому сенсі? Ми зосереджуємося на тому, що ми називаємо бізнес-AGI, і визначаємо це як можливість обробляти складні завдання за допомогою функціональних штучних агентів, спеціально навчених для конкретних обов’язків з оркестраційним шаром, який дозволяє їм працювати разом.

Прикладом цього може бути користувач банківського рахунку, який взаємодіє зі своїм банком і питає, чи очистився його депозит – те, що ми знаємо з історії рахунку, полягає в тому, що йому потрібен малий містковий кредит, щоб закрити свій рахунок і чеки. Maven зрозуміє історичний контекст і запропонує кредит, обробляючи всю паперову роботу, пов’язану з цим, таку як перевірки біографії, кредитні перевірки, заповнення кредитних документів, розуміння ризиків, затвердження та конкретна сума, яка потрапляє у ризиковий профіль, затвердження кредиту та перерахування грошей на рахунок клієнта.

Які найбільші проблеми з тим, як штучний інтелект історично інтегрувався у підтримку клієнтів?

Історично штучний інтелект у підтримці клієнтів використовував моделі машинного навчання, які були високо детермінованими та потребували місяців для навчання. Ці моделі працювали на базовій логіці “якщо-то”: якщо користувач вибрав X, йому пропонувалася опція Y. Цей простий підхід не виправдав очікувань, що призвело до розчарувальних результатів і залишив багатьох фахівців з досвіду клієнтів скептичними щодо потенціалу штучного інтелекту. Справжній успіх у підтримці клієнтів, керованій штучним інтелектом, залежить від динамічної персоналізації, можливості мислити та приймати значимі дії.

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

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

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

Компанії розгортають Maven AGI різними способами, але найкращий спосіб досягти найшвидшого впливу – це вставити Maven на початку черги підтримки на кінцевих точках або каналах, які клієнти хочуть використовувати (чат, веб, пошука, Slack, у продукті, SMS тощо). Це дозволяє нам забезпечувати миттєві, персоналізовані результати та дії клієнтам без часу очікування, одночасно забезпечуючи, щоб ті чудові агенти підтримки робили те, що вони роблять найкраще, працюючи з клієнтами, які дійсно потребують людської взаємодії для вирішення їхніх проблем.

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

Я вважаю, що ми зібрали одну з найкращих інженерних команд у світі, щоб вирішити цю проблему, яка зводиться до проблеми даних. Геній людей, які працювали над викликами, такими як пошук у Google, та персоналізація у масштабі у Meta та Amazon (AMZN ), і які думали про вирішення цих проблем протягом років. Дані фрагментовані та ізольовані, і нам потрібно було能够 споживати більше даних, ніж хто-небудь інший, щоб відповідати на запитання клієнтів та приймати дії. Друга частина полягає у можливості приймати дії та будувати наш двигун дій, оскільки ми знаємо, що просто відповідати на запитання недостатньо. Щоб досягти бізнес-AGI, нам потрібно能够 передбачати потреби користувачів та взаємодіяти з ними з наміром.

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

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

Як ви бачите еволюцію ролі штучного інтелекту у сфері підтримки клієнтів протягом наступних п’яти років?

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

Сьогодні потреби клієнтів деляться на 3 категорії:

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

Майбутнє також має 3 категорії, але очікування клієнтів будуть зовсім іншими:

• Очікування миттєвих відповідей на свої запитання.
• Прогнозування їхніх потреб та запитань з персоналізацією, даними про використання, повним історичним контекстом та можливістю приймати 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 запитання, повний історичний контекст та можливість миттєво приймати дії.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Maven AGI.