Une catégorie brûlante dans l'espace de l'IA générative est le support client, ce qui n'est vraiment pas surprenant si l'on considère le potentiel de la technologie à réduire les coûts des centres de contact tout en augmentant l'échelle. Les critiques affirment que la technologie de support client générative basée sur l’IA pourrait faire baisser les salaires, entraîner des licenciements et, à terme, offrir une expérience utilisateur plus sujette aux erreurs. Les partisans, en revanche, affirment que l’IA générative augmentera – et non remplacera – les travailleurs, tout en leur permettant de se concentrer sur des tâches plus significatives.
Jesse Zhang fait partie du camp des partisans. Bien sûr, il est un peu partial. Avec Ashwin Sreenivas, Zhang a cofondé Decagon, une plateforme d'IA générative pour automatiser divers aspects des canaux de support client.
Zhang est bien conscient de l'âpreté de la concurrence sur le marché du support client basé sur l'IA, qui englobe non seulement des géants de la technologie comme Google et Amazon, mais aussi des startups telles que Parloa, Retell AI et Cognigy (qui ont récemment levé 100 millions de dollars). Selon une estimation, le secteur pourrait valoir 2,89 milliards de dollars d'ici 2032, contre 308,4 millions de dollars en 2022.
Mais Zhang pense que l'expertise en ingénierie de Decagon et son approche de mise sur le marché lui confèrent un avantage. « Lorsque nous avons commencé, le conseil dominant que nous avons reçu était de ne pas poursuivre l'espace de support client, car il était trop encombré », a déclaré Zhang à TechCrunch. « En fin de compte, ce qui a fonctionné pour nous a été de donner la priorité de manière agressive à ce que voulaient les clients et de rester concentrés sur ce dont les clients pourraient tirer profit. C'est la différence entre une vraie entreprise et une démonstration flashy d'IA.
Zhang et Sreenivas ont tous deux une formation technique, ayant travaillé dans des startups et de grandes organisations technologiques. Zhang était ingénieur logiciel chez Google avant de devenir trader chez Citadel, la société de tenue de marché, et de fonder Lowkey, une plateforme de jeu social acquise par le fabricant de Pokémon Go Niantic en 2021. Sreenivas était stratège de déploiement chez Palantir avant de co-fonder Startup de vision par ordinateur Helia, qu'il a vendue à Unicorn Scale AI en 2020.
Decagon, qui vend principalement aux entreprises et aux startups « à forte croissance », développe de véritables chatbots de support client. Les robots, pilotés par des modèles d'IA propriétaires et tiers, sont personnalisables et capables d'ingérer les bases de connaissances d'une entreprise et les conversations historiques des clients pour obtenir une meilleure compréhension contextuelle des problèmes.
« Lorsque nous avons commencé à construire, nous avons réalisé que les « robots de type humain » impliquaient beaucoup de choses, puisque les agents humains sont capables de raisonner de manière complexe, d'entreprendre des actions et d'analyser les conversations après coup », a déclaré Zhang. « En discutant avec les clients, il est clair que même si tout le monde souhaite une plus grande efficacité opérationnelle, cela ne peut pas se faire au détriment de l'expérience client : personne n'aime les chatbots. »
Alors comment ne sont pas Les robots de Decagon comme les chatbots traditionnels ? Eh bien, Zhang dit qu'ils apprennent des conversations et des commentaires passés. Peut-être plus important encore, ils peuvent s'intégrer à d'autres applications pour prendre des mesures au nom du client ou de l'agent, comme traiter un remboursement, catégoriser un message entrant ou aider à rédiger un article d'assistance.
En back-end, les entreprises bénéficient d'analyses et de contrôle sur les robots de Decagon et leurs conversations.
« Les agents humains sont capables d'analyser les conversations pour remarquer des tendances et trouver des améliorations », a déclaré Zhang. « Notre tableau de bord d'analyse basé sur l'IA examine et marque automatiquement les conversations des clients pour identifier les thèmes, signaler les anomalies et suggérer des ajouts à leur base de connaissances pour mieux répondre aux demandes des clients.
Aujourd’hui, l’IA générative a la réputation d’être loin d’être parfaite – et, dans certains cas, éthiquement compromise. Que dirait Zhang aux entreprises qui craignent que les robots de Decagon disent à quelqu'un de manger de la colle ou d'écrire un article plein de contenu plagié, ou que Decagon entraîne ses modèles internes sur leurs données ?
En gros, dit-il, ne vous inquiétez pas. « Fournir aux clients les garde-fous et la surveillance nécessaires pour leurs agents IA a été important », a-t-il déclaré. « Nous optimisons nos modèles pour nos clients, mais nous le faisons de manière à garantir qu'il est impossible qu'une donnée soit exposée par inadvertance à un autre client. Par exemple, un modèle qui génère une réponse pour le client A ne serait jamais exposé aux données du client B. »
La technologie de Decagon – bien que soumise aux mêmes limitations que toutes les autres applications génératives basées sur l'IA – a récemment attiré des clients de marque, comme Eventbrite, Bilt et Substack, aidant Decagon à atteindre le seuil de rentabilité. Des investisseurs notables ont également rejoint l'entreprise, notamment Aaron Levie, PDG de Box, Howie Liu, PDG d'Airtable, et Jack Altman, PDG de Lattice.
À ce jour, Decagon a levé 35 millions de dollars au cours de cycles de démarrage et de série A auxquels ont participé Andreessen Horowitz, Accel (qui a dirigé la série A), A* et l'entrepreneur Elad Gil. Zhang dit que l'argent est consacré au développement de produits et à l'augmentation de la main-d'œuvre de Decagon basée à San Francisco.
« L'un des principaux défis est que les clients assimilent les agents IA aux chatbots de la génération précédente, qui ne font pas réellement le travail », a déclaré Zhang. « Le marché du support client est saturé d’anciens chatbots, qui ont érodé la confiance perdue des consommateurs. Les nouvelles solutions de cette génération doivent se démarquer du bruit des opérateurs historiques.
