Внутри Gradient Labs: Дмитрий Масин о революции в AI-поддержке клиентов для регулируемых отраслей

Путь Дмитрия Масина к Gradient Labs

Дмитрий Масин, генеральный директор и соучредитель Gradient Labs, имеет богатый опыт руководящих ролей в Monzo Bank и Google. Основанная в 2023 году, компания Gradient Labs специализируется на создании автономных AI-агентов поддержки клиентов для регулируемых секторов, таких как финансовые услуги. За пять месяцев после запуска компания достигла годового регулярного дохода в размере 1 миллиона фунтов.

Вдохновение для создания Gradient Labs

Увидев выпуск GPT-4, Масин осознал прорывную возможность в ИИ, способную полностью автоматизировать 70-80% рутинных задач. Это подтолкнуло команду к созданию Gradient Labs, чтобы задействовать потенциал ИИ в поддержке клиентов.

Уроки из Monzo, применяемые в Gradient Labs

Масин подчеркивает важность баланса между автономией и направлением, предоставляя четкие цели и свободу для решения задач. Он также отмечает необходимость конкурентной оплаты труда для привлечения лучших специалистов и советует не reinvent the wheel в организационных структурах, а использовать проверенные практики.

Создание AI-агентов для регулируемых отраслей

Gradient Labs выбрала осторожный подход, потратив 14 месяцев на разработку Otto — AI-агента, прежде чем выпустить его. В отличие от быстрой итерации, они сосредоточились на качестве и надежности, чтобы заслужить доверие банков и финансовых учреждений. Otto автоматизирует поддержку клиентов от начала до конца, справляясь с комплексными задачами.

Подход Otto к сложным задачам

Otto работает на основе стандартных операционных процедур (SOP), описанных простым языком. Ограничение числа доступных инструментов для каждой процедуры и возможность глубокого пошагового рассуждения позволяют Otto давать точные и надежные ответы в многоэтапных и высокорисковых процессах.

Что значит «сверхчеловеческое качество» поддержки клиентов

Это значит предоставлять поддержку лучше, чем человек, за счет глубоких знаний компании, проактивного сбора информации и постоянного терпеливого общения. Удовлетворенность клиентов (CSAT) у Gradient Labs достигает в среднем 80-90%, что часто выше, чем у человеческих команд.

Гибкость моделей и независимость от поставщиков

Gradient Labs не привязана к одному поставщику LLM, что позволяет быстро переключаться на лучшие модели OpenAI, Anthropic или собственные open-source решения. Это обеспечивает высокое качество при оптимальных затратах и соблюдении требований клиентов.

Трудности автоматизации бэк-офисных процессов

Для простых процессов основная сложность — интеграция с разнообразными внутренними системами. Сложные процессы, как расследования мошенничества, требуют передачи экспертных знаний AI — это сложная задача, с которой сталкивается вся индустрия.

Баланс скорости и соответствия требованиям

Otto уделяет больше времени на обдумывание ответов, среднее время реакции — 15-20 секунд. Для финансовых учреждений это приемлемый компромисс между скоростью и качеством с учетом строгих требований.

Роль AI в принятии важных решений

AI отлично справляется с оркестровкой процессов, таких как проверка и маршрутизация документов, но ключевые решения требуют человеческого контроля из-за необходимости объяснимости и предотвращения предвзятости.

Будущее AI в клиентском опыте

Масин прогнозирует развитие омниканального взаимодействия, адаптивных интерфейсов с голосовым управлением, улучшение экономики обслуживания, масштабируемую высококачественную поддержку и смену восприятия клиентской поддержки с затратной инфраструктуры на ценный сервис.

Для подробностей рекомендуем посетить сайт Gradient Labs.