Uma categoria em subida no espaço de IA generativa é o suporte ao cliente, o que não é surpreendente, na verdade, quando se considera o potencial da tecnologia para reduzir custos do contact center e, ao mesmo tempo, aumentar a graduação. Os críticos argumentam que a tecnologia generativa de suporte ao cliente alimentada por IA poderia reduzir os salários, levar a demissões e, em última estudo, proporcionar uma experiência ao usuário final mais propensa a erros. Os proponentes, por outro lado, dizem que a IA generativa aumentará – e não substituirá – os trabalhadores, ao mesmo tempo que lhes permitirá concentrar-se em tarefas mais significativas.
Jesse Zhang está no campo dos proponentes. Simples, ele é um pouco tendencioso. Junto com Ashwin Sreenivas, Zhang foi cofundador da Decagon, uma plataforma generativa de IA para automatizar vários aspectos dos canais de suporte ao cliente.
Zhang está muito consciente de quão acirrada é a concorrência no mercado de suporte ao cliente fundamentado em IA, que abrange não somente gigantes da tecnologia uma vez que Google e Amazon, mas também startups uma vez que Parloa, Retell AI e Cognigy (que recentemente arrecadou US$ 100 milhões). Segundo uma estimativa, o sector poderá valer 2,89 milénio milhões de dólares até 2032, supra dos 308,4 milhões de dólares em 2022.
Mas Zhang acredita que tanto a experiência em engenharia da Decagon quanto a abordagem de ingressão no mercado lhe conferem uma vantagem. “Quando começamos, o recomendação preponderante que recebemos foi não buscar o espaço de suporte ao cliente, porque estava muito lotado”, disse Zhang ao TechCrunch. “No final das contas, o que funcionou para nós foi priorizar agressivamente o que os clientes queriam e manter o foco naquilo que os clientes obteriam valor. Essa é a diferença entre um negócio real e uma mostra chamativa de IA.”
Tanto Zhang quanto Sreenivas têm formação técnica, tendo trabalhado tanto em startups quanto em grandes organizações de tecnologia. Zhang foi engenheiro de software no Google antes de se tornar trader na Citadel, a empresa criadora de mercado, e fundar a Lowkey, uma plataforma de jogos sociais que foi adquirida pelo trabalhador de Pokémon Go, Niantic, em 2021. Sreenivas foi estrategista de implantação na Palantir antes de co-fundar startup de visão computacional Helia, que ele vendeu para o unicórnio Scale AI em 2020.
A Decagon, que vende principalmente para empresas e startups de “cimeira prolongamento”, desenvolve o que equivale a chatbots de suporte ao cliente. Os bots, impulsionados por modelos de IA próprios e de terceiros, são ajustáveis, capazes de chupar as bases de conhecimento de uma empresa e o histórico de conversas com clientes para obter maior compreensão contextual dos problemas.
“Quando começamos a edificar, percebemos que os ‘bots semelhantes aos humanos’ envolvem muitas coisas, uma vez que os agentes humanos são capazes de raciocínio multíplice, realizando ações e analisando conversas posteriormente o vestuário”, disse Zhang. “Ao conversar com os clientes, fica simples que, embora todos desejem maior eficiência operacional, isso não pode ocorrer às custas da experiência do cliente – ninguém gosta de chatbots.”
Portanto, uma vez que não são Os bots da Decagon gostam dos chatbots tradicionais? Muito, Zhang diz que eles aprendem com conversas e comentários anteriores. Talvez o mais importante seja que eles podem se integrar a outros aplicativos para realizar ações em nome do cliente ou agente, uma vez que processar um reembolso, categorizar uma mensagem recebida ou ajudar a ortografar um item de suporte.
No back-end, as empresas obtêm análises e controle sobre os bots da Decagon e suas conversas.
“Os agentes humanos são capazes de explorar conversas para perceber tendências e encontrar melhorias”, disse Zhang. “Nosso pintura de estudo fundamentado em IA analisa e marca maquinalmente as conversas dos clientes para identificar temas, sinalizar anomalias e sugerir acréscimos à sua base de conhecimento para melhor atender às dúvidas dos clientes.”
Agora, a IA generativa tem a reputação de ser, muito, menos que perfeita – e, em alguns casos, comprometida eticamente. O que Zhang diria às empresas que temem que os bots da Decagon digam a alguém para consumir cola ou ortografar um item pleno de teor plagiado, ou que a Decagon treine seus modelos internos com base em seus dados?
Basicamente, ele diz, não se preocupe. “Fornecer aos clientes as proteções e monitoramento necessários para seus agentes de IA tem sido importante”, disse ele. “Otimizamos nossos modelos para nossos clientes, mas fazemos isso de uma forma que garante que seja impossível que quaisquer dados sejam expostos inadvertidamente a outro cliente. Por exemplo, um protótipo que gera uma resposta para o cliente A nunca teria qualquer exposição aos dados do cliente B.”
A tecnologia da Decagon – embora sujeita às mesmas limitações de qualquer outro aplicativo generativo fundamentado em IA – tem atraído clientes de marcas famosas ultimamente, uma vez que Eventbrite, Bilt e Substack, ajudando a Decagon a atingir o ponto de estabilidade. Investidores notáveis também embarcaram no empreendimento, incluindo o CEO da Box, Aaron Levie, o CEO da Airtable, Howie Liu, e o CEO da Lattice, Jack Altman.
Até o momento, a Decagon arrecadou US$ 35 milhões em rodadas iniciais e da Série A que tiveram a participação de Andreessen Horowitz, Accel (que liderou a Série A), A* e o empresário Elad Gil. Zhang diz que o numerário está sendo aplicado no desenvolvimento de produtos e na expansão da força de trabalho da Decagon baseada em São Francisco.
“Um dos principais desafios é que os clientes equiparam os agentes de IA aos chatbots da geração anterior, que na verdade não realizam o trabalho”, disse Zhang. “O mercado de suporte ao cliente está saturado de chatbots mais antigos, que corroeram a crédito perdida do consumidor. As novas soluções desta geração devem expelir o rumor dos operadores históricos.”