Один из горячих сегментов в области генеративного искусственного интеллекта - это обслуживание клиентов, что вполне логично, если учесть потенциал этой технологии в сокращении затрат на контактные центры при увеличении масштаба. Критики утверждают, что технология обслуживания клиентов на основе генеративного искусственного интеллекта может снизить заработную плату, привести к сокращениям и в конечном итоге привести к более ошибочному опыту конечного пользователя. Защитники, с другой стороны, говорят, что генеративный искусственный интеллект будет дополнять, а не заменять, работников, позволяя им сосредоточиться на более значимых задачах.

Джесси Чжанг на стороне сторонников. Конечно, он немного предвзят. Вместе с Ашвином Сринивасом Чжанг основал Decagon, генеративную платформу искусственного интеллекта для автоматизации различных аспектов каналов обслуживания клиентов.

Чжанг хорошо знает, насколько острой является конкуренция на рынке технологий обслуживания клиентов, которая охватывает не только гигантов, таких как Google и Amazon, но и стартапы, такие как Parloa, Retell AI и Cognigy (которая недавно привлекла $100 миллионов). По одной оценке, сектор к 2032 году может стоить $2,89 миллиарда, по сравнению с $308,4 миллиона в 2022 году.

Но Чжанг считает, что как инженерная экспертиза Decagon, так и подход к выходу на рынок дают ему преимущество. «Когда мы только начинали, преобладающий совет, который мы получили, был не преследовать пространство обслуживания клиентов, потому что оно было слишком переполнено», - сказал Чжанг TechCrunch. - «В конечном итоге, то, что сработало для нас, заключалось в агрессивном приоритизации того, что хотят клиенты, и поддержании четкого фокуса на том, от чего клиенты получат ценность. Это разница между настоящим бизнесом и ярким демонстрационным образцом искусственного интеллекта».

И Чжанг, и Сринивас имеют технические навыки, работая как в стартапах, так и в крупных технологических организациях. Чжанг был инженером-программистом в Google перед тем, как стать трейдером в Citadel, фирме, занимающейся рыночным делом, и основать Lowkey, платформу для социальных игр, которая была приобретена создателем Pokémon Go, компанией Niantic, в 2021 году. Сринивас был стратегом по развертыванию в Palantir, прежде чем основать стартап по компьютерному зрению Helia, который он продал единорогу Scale AI в 2020 году.

Decagon, который продают в основном предприятиям и «быстрорастущим» стартапам, разрабатывает своего рода чат-роботов для обслуживания клиентов. Роботы, управляемые моделями искусственного интеллекта первой и третьей стороны, могут быть подкорректированы, способны усваивать базы знаний предприятий и исторические беседы с клиентами для получения более полного контекстного понимания проблем.

«Когда мы начали строить, мы поняли, что 'роботы похожие на человека' означает многое, так как человеческие агенты способны к сложному рассуждению, принятию действий и анализу бесед после факта», - сказал Чжанг. - «Из разговоров с клиентами ясно, что, хотя каждый хочет увеличения операционной эффективности, это не может происходить за счет опыта клиента - никто не любит чат-роботов».

Так в чем же не так роботы Decagon, как традиционные чат-роботы? Чжанг говорит, что они учатся на основе прошлых разговоров и обратной связи. Возможно, еще важнее то, что они могут интегрироваться с другими приложениями, чтобы выполнять действия от имени клиента или агента, такие как обработка возврата средств, категоризация входящего сообщения или помощь в написании статьи в поддержку.

Сзади компании получают аналитику и контроль над роботами Decagon и их разговорами.

«Человеческие агенты могут анализировать беседы, чтобы увидеть тенденции и найти улучшения, - сказал Чжанг. - Наша аналитическая панель управления, работающая на основе искусственного интеллекта, автоматически анализирует и подписывает беседы с клиентами для выявления тем, выявления аномалий и предложения дополнений к их базе знаний для лучшего решения проблем клиентов».

Сейчас генеративный искусственный интеллект имеет репутацию далеко не идеальной - и, в некоторых случаях, этически подвергшейся сомнению. Что бы Чжанг сказал компаниям, которые опасаются, что роботы Decagon попросят кого-нибудь съесть клей или напишут статью, полную заимствованного контента, или что Decagon обучит свои собственные модели на их данных?

По сути, он говорит: не волнуйтесь. «Обеспечение клиентов необходимыми ограничителями и мониторингом для их искусственных агентов было важным», - сказал он. - «Мы оптимизируем наши модели для наших клиентов, но делаем это таким образом, чтобы невозможно было случайно раскрыть данные другому клиенту. Например, модель, генерирующая ответ для клиента A, никогда не получит доступ к данным клиента B».

Технология Decagon - хоть и подвержена тем же ограничениям, что и каждое другое приложение на базе генеративного искусственного интеллекта - в последнее время начала привлекать известных клиентов, таких как Eventbrite, Bilt и Substack, помогая Decagon достичь самоокупаемости. В проект также вкладываются известные инвесторы, такие как генеральный директор Box Аарон Леви, генеральный директор Airtable Хауи Лиу и генеральный директор Lattice Джек Альтман.

До настоящего момента Decagon привлек $35 миллионов в рамках зерна и раундов серии A с участием Andreessen Horowitz, Accel (который возглавил серию A), A* и предпринимателя Элада Гиля. Чжанг говорит, что деньги идут на развитие продукта и расширение штата сотрудников Decagon в Сан-Франциско.

«Одной из ключевых проблем является то, что клиенты приравнивают искусственных агентов к чат-роботам предыдущего поколения, которые на самом деле не справляются с задачей», - сказал Чжанг. - «Рынок обслуживания клиентов насыщен старыми чат-роботами, которые подорвали доверие потребителей. Новые решения этого поколения должны пробивать шум конкурентов».