通信人家园

 找回密码
 注册

只需一步,快速开始

短信验证,便捷登录

搜索

军衔等级:

  一级军士长

注册:2010-4-284
跳转到指定楼层
1#
发表于 2024-11-6 17:04:40 |只看该作者 |正序浏览

Agent可能是AI能力落地在2024年最热门的方向之一,但是真正把Agent技术落地的公司寥寥无几。

OpenAI董事会主席、前Salesforce联席CEO Bret Taylor与谷歌资深高管Clay Bavor共同创立了一家以Agent为核心的AI公司——Sierra。

它瞄准AI驱动的对话式客户体验,涵盖从售后支持到零售的各个领域,它帮助客户提升了20%的客户参与度,实现了74%的问题解决率,并且70%的问题无需人工干预即可处理。



看起来,客户体验这个领域并不“新鲜”,但是这家2023年初才创立的公司,在2024年2月获得了Sequoia Capital和Benchmark领投的1.1亿美元融资,Sequoia Capital投资人Ravi Gupta和Benchmark投资人Peter Fenton加入董事会;它在2024年10月底又获得了Greenoaks Capital领投,ICONIQ和Thrive Capital参投的1.75亿美元新融资,目前累计融资额达到2.85亿美元,估值为45亿美元。

两位科技大佬创业,用Agent技术重塑智能客服体验

2023年1月,Bret Taylor刚辞去Salesforce联席CEO,当天就接到老朋友Clay Bavor的电话,两人一起在帕洛阿尔托的一家地中海餐厅共进午餐。



Clay Bavor和Bret Taylor


本以为这只是一个“叙旧局”,结果几个小时后离开餐厅时,两人已经决定共同创办一家公司。

对于创立公司,Taylor表示:“我看到了这些令人惊叹的技术,对我们周围的科技公司,这些技术很容易部署,因为我们拥有满屋子的工程师,可以跟进最新的研究。我们最大的机会,是让每家公司,无论其技术水平如何,都能够成功部署AI。

2005至2007年,Bret Taylor和Clay Bavor作为谷歌的产品经理共事,他们参与创建了Google Maps、Google MapsAPI以及Google Local。2007年,Taylor离开谷歌开始创业之旅,而Bavor则继续在谷歌工作。

离开谷歌后,Bret Taylor创立的一家社交公司在2009年被Facebook收购,从此他开启了Facebook的CTO生涯,推出了点赞(Like)按钮,助推Facebook真正崛起。此后,他创立的云生产力工具Quip,被Salesforce以7.5亿美元收购,然后又长期担任Salesforce高管,主导了对Slack的277亿美元收购。他最近两个被人所知的高管头衔是Twitter的董事长和OpenAI的董事会主席。

而Clay Bavor则在谷歌持续深耕,他不仅作为副总裁领导Gmail、Google Drive、Docs和Google Apps for Enterprise等一系列ToB的关键产品,还启动并领导了谷歌的AR/VR项目及相关项目。

所以可以理解,Sequoia Capital和Benchmark在第一轮对Sierra的投资,更多是投人的逻辑,因为两位创始人不仅知道怎么把产品做成,也知道怎么把公司做大。但是2024年下半年的1.75亿元融资,就不会光投人了,投资人们很可能是看到Sierra确实在产品和技术上有所突破。

不做标品做平台,与客户一起打造专属Agent

Sierra的核心产品是一个Agent搭建平台Agent OS。通过Sierra的平台搭建的Agent,具有以下特点:

解决复杂问题。它不仅回答问题,还可以通过客户的系统进行操作,例如帮助处理订单管理系统中的家具配送。

真实性。Sierra的Agent具有文字和语音的对话功能,它基于客户自有的数据,能够创造出真实、且符合品牌形象的对话式互动。而且它不仅能够理解术语,还具有“同理心”,适应每位顾客的具体需求和情感。

安全性和可控性。Sierra平台包含审计和质量保证工具,确保客户的Agent始终遵守他们的安全政策和访问控制,以及公司数据始终保持私密。此外,它还具有较强的抵抗AI模型幻觉的能力,这在企业产品中显得很重要。



与很多企业软件公司以标品为主不同,Sierra反而是与客户一起,在Agent OS上搭建属于客户自己的专属Agent。Sierra背后的想法是,许多公司,甚至一些大型公司,都没有内部资源、专业知识或意愿来承担这样复杂的项目。考虑到如果AI代理“失控”会对公司品牌造成的风险,Sierra将自身的专业知识和经验作为其主要卖点。

例如它与其客户Casper(北美领先的DTC床垫品牌)共同搭建了Luna2.0客户体验Agent,Luna2.0在顾客购买第一张床垫后开始为他们提供服务支持,并且以“无压力”的方式推销枕头、床架和其他睡眠相关产品。它能与Casper的内部系统无缝集成,提供个性化、实时响应和推荐。同时,它还能够实现全天候的可用性,并能使用任何语言进行交流。

Luna2.0高效地解决了所有客户需求中超过50%的咨询。对于产品相关的问题,70%的问题无需人工干预即可处理。而且它还能在高峰期与流量同步扩展,帮助客户实现了74%的解决率。在客户参与率和客户满意度打分上,它也帮助Casper提高了20%以上。这不仅降低了服务成本,还简化了Casper的销售运营。

目前,Sierra的常规用户还包括ADT、Sonos、Weight Watchers、SiriusXM、OluKai等主流的消费品牌,完成了数十万次的客户对话。

怎么解决AI的幻觉和Agent的可控性问题?

在一个Agent系统里,除了人们相对熟知的大语言模型,向量数据库和提示词工程外,还有两个部分比较关键部分,一个是Agent架构,一个是AI编排引擎;在这两方面,Sierra都有自己的核心技术。

在代理架构上,Sierra有Reflexion,在AI编排引擎上,Sierra有自己的Agent SDK等工具。

Agent SDK可以解决Agent构建和实施中的多个问题。

例如,一些Agent通常仅基于检索增强生成技术(RAG),而没有与系统集成,无法访问底层API和必要的系统记录,这使得它只能提供问答服务,无法完成更改机票、退还鞋子或更改订阅计划等实际操作。



Agent SDK能够通过堆叠可组合技能和强制执行确定性API交互,帮助工程师构建Agent。而且在这个系统中,工程师可以模块化的构建Agent就像搭建乐高积木一样。

为了解决幻觉问题,Sierra采用的办法是为Agent增加更多的AI模型(当然,这也会提升Agent的复杂度)。举例,假设Agent在90%的时间可以给出正确答案,而剩下10%的时间会出错。如果增加一个监督模型,以90%的准确率验证并修正第一个模型的输出,那么两个模型结合后的准确率可以大幅提高到99%。

Sierra还开发了内置的监督模块,以确保Agent的表现符合预期。根据上下文,工程师可以为客户构建定制监督模型,尤其是在像医疗保健或金融服务这样受严格监管的环境中。

Agent带来了什么?从自动化到智能化

利用机器学习技术提升客户体验,并不算一个新的领域,最典型的是电商平台的自动化客服,人们在淘宝和京东等平台已经体验过。当AI Agent技术进入客户体验领域,会带来什么不一样?

简单说,就是将以往的自动化客服,变成了智能客服。Agent与自动化最大的区别在于,Agent可以被赋予一个目标,它会进行研究、推理、做出决策并采取行动以实现该目标。

而自动化客服只能根据预设的条件“机械”地回复和反应,无法真正“理解”用户的需求。它无法独立管理整个工作流程。

在生成式AI出现后,Sierra并不是第一个想到用AI重塑客户服务的公司,一些行业巨头已经布局了相应产品,例如:Twilio的CustomerAI、Zendesk的Answer Bot,以及Salesforce的Einstein。在产品形态和能力上,Einstein与Sierra的产品最接近,它的Agent也能直接在客户的系统上进行操作。

对于竞争对手,Bret Taylor表示:“现有的科技公司确实有一些优势,像数据、客户基础、分销渠道等,但是目前市场上还没有明确的领导者,这给了Sierra争夺市场份额的机会。”

AI应用创业,要钻到行业最深处去

Bret Taylor和Clay Bavor,两个经验丰富,在大公司里做过现象级产品的资深创业者,为什么没有做一些更有想象力的产品,而是在企业AI里选择了客服这个被“做滥了”的细分领域。也许背后的逻辑就是,越是专注在一个细分领域,从根本上革新产品的体验,越是容易脱颖而出。这两年融资比较顺利的AI应用公司,都具有这个特征,包括做AI客服的Sierra,做企业AI搜索的Glean,以及做法律AI中人身伤害案件的EvenUp。

Sierra的另一个启示是,想要做好一个AI原生产品,AI模型的能力固然是核心,但产品定义和工程构建能力,行业经验,客户获取能力,可能才是创业公司能够获得竞争优势的关键,至少在现阶段如此。这背后的逻辑是,AI模型能力的进步是大多数创业者都能享受的(闭源模型API,可商用的开源模型),模型厂商很少直接下场在某个细分市场做产品。所以对于AI应用创业者,懂模型是必须的,而且不仅要懂模型本身具有什么能力,还要懂怎么把合适的模型放到合适的地方,让它产生商业价值。

中国仍然有很多人力密集的行业,而且这些行业的规模在足以诞生大公司,只要创业者能够真正的用AI技术和产品能力去颠覆它的原有体验。

目前对于中国的AI应用创业者,模型和算力不是障碍,因为可以用开源模型,微调模型也不需要太多算力。创业的关键还在于找准行业,充分利用自身的行业经验产品能力和工程能力,去做改变。


来源:36kr

举报本楼

您需要登录后才可以回帖 登录 | 注册 |

手机版|C114 ( 沪ICP备12002291号-1 )|联系我们 |网站地图  

GMT+8, 2024-11-21 22:51 , Processed in 0.207937 second(s), 16 queries , Gzip On.

Copyright © 1999-2023 C114 All Rights Reserved

Discuz Licensed

回顶部