紫色背景上的白色MavenAGI标志。MavenAGI是一家面向AI时代的新软件公司。他们最近推出了一款基于GPT-4灵活性的AI客户服务代理，许多公司如Tripadvisor、Clickup和Rho已经在使用它来节省时间并更好地服务客户。
客户支持昂贵且令人失望
在当今的客户服务环境中，没有人是赢家。
服务代表面临重复的工作、繁重的工单量、杂乱无章的文档以及升级处理的延迟。客户对解释问题和等待答案感到沮丧，公司则难以满足他们对良好客户服务的期望。多达90%的消费者期望获得“即时”的客户服务响应，超过一半的消费者表示他们在经历一次糟糕的客户服务体验后会放弃一家公司并选择竞争对手。
尽管有这些挫折，平均支持工单的成本仍然高达40美元，主要用于劳动力，但也包括用于存储知识的重叠系统。MavenAGI的CEO Jonathan Corbin将客户支持视为一个亟待改革的痛点。他说：“现有系统和孤立的数据使得以成本效益高的方式提供出色体验变得具有挑战性，长期以来，公司一直认为他们在支持方面只有两个选择：低成本或高质量。”
训练GPT-4以设定新的客户支持标准
许多努力尝试使用聊天机器人进行客户服务，但整体体验并不令人满意。机器人经常误解问题，给出无用的答案，或者听起来像机器人。AI模型不足以提供人类质量的答案。
GPT-4改变了这一切。CPO Eugene Mann表示：“GPT-4是我们第一次看到类似人类智能的东西，并能解决沟通的最后一公里问题。”
MavenAGI通过三个阶段训练GPT-4以适应客户服务的环境：
- Maven处理并吸收大量多样化的内容，无论格式如何。这包括来自知识库和客户交互日志（如Salesforce、Zendesk、Freshdesk、Slack、SMS等平台）的信息。
- Maven集成到CRM和企业API中，以了解用户的上下文，个性化响应并代表用户采取行动。结合内容、上下文和API，Maven利用GPT-4的能力适应每个企业独特的语气，并利用GPT-4的推理能力回答问题、采取行动并提出后续建议。
- Maven随后进行自我评估，批判性地分析其答案，以确保其对提供正确的答案和行动充满信心。
CTO Sami Shalabi表示：“这一代AI相对于上一代模型的优势之一实际上是你并不需要为任何特定客户提供大量数据。大规模评估是关键。Maven的方法已经通过超过100万次客户交互验证。我们的平台为支持、CX和产品负责人提供了工具，使他们能够自信地回答客户提出的任何问题。”
在多个接触点改进支持
MavenAGI提供了一整套渠道以提供更好的支持体验，每个渠道都突显了使用GPT-4进行定制代理的不同优势：
- 对于寻求自助服务的客户，智能搜索可以即时在面向客户的知识库或帮助中心提供正确答案。
- 对于寻求直接支持的客户，AI聊天机器人利用GPT-4的自然对话能力，引导客户快速找到许多问题的答案。MavenAGI会自动识别问题是否超出其能力范围，并能将其转交给代表处理。
- 一旦客户的问题被升级，AI和人类共同工作。Maven利用GPT-4的快速处理能力，实时向代表推荐资源和响应。客户不需要提供太多背景信息，因为Maven可以参考包含答案的过去交互或指向知识库中的某个不显眼的部分。
由于Maven可以原生集成到大多数CRM和支持工具中，并且可以吸收结构化或非结构化数据，它可以立即开始回答工单并协助人类。初步培训后，它还会不断学习。
将MavenAGI集成到HubSpot和TripAdvisor等公司后的效果显著：
- 自主回答了93%的客户支持问题
- 将解决客户问题的平均时间减少了60%
- 提高了客户服务代表的生产力2倍，为更多人际互动提供了时间，并减少了寻找正确响应客户问题的时间。
- 将每张工单的成本从40美元降低到8美元，减少了80%。
计划在OpenAI模型的基础上构建更多功能
使用AI改进客户支持只是MavenAGI的开始。他们看到使用OpenAI基础模型改进其他业务功能和流程的巨大潜力。
“我们希望人们能够提升与客户的互动，专注于有意义的个性化互动，而不是回答常规问题和重复性任务。Maven正在从根本上改变客户体验的范式。”
MavenAGI CEO Jonathan Corbin
MavenAGI的目标是释放被困在输入/输出任务中的人类潜力。客户交互不仅仅限于支持，将Maven和OpenAI的技术结合起来，将改善支持、销售和营销等面向客户的功能的协调性。
- 原文
- 博客 - 从零开始学AI
- 公众号 - 从零开始学AI
