图片来源：Decagon
- 在自动化客服领域，尽管技术已从基于脚本的决策树发展至现代聊天机器人，人工参与和诸多服务问题仍不可避免。企业面临客户体验不佳、高流失成本等挑战，行业亟需创新解决方案。ChatGPT的出现推动了生成式AI的兴起，它通过模仿人类交流提供个性化客服服务，相较于传统Chatbot，能更灵活地理解和响应客户需求，标志着客服自动化进入一个全新的阶段。
- Decagon的生成式AI解决方案提供精准的上下文理解、情绪分析和意图识别，支持内部客户反馈处理、错误报告生成、需求分析和文档创建。它具备AI驱动的分析仪表板，能自动审查对话、识别关键主题并提供改进建议。产品易于集成，注重数据保护，不用于模型训练，且通过数据预处理确保安全。
- Decagon于2023年由哈佛斯坦福校友携手在湾区创立，作为连续创业者团队，2023年1月即完成500万美元的种子轮融资，由a16z独家投资，2024年6月完成3000万美元的A轮融资，该轮融资由知名VC Accel领投，a16z、A* Capital、硅谷知名风险投资人及多家知名公司职业经理人参投。
在客户服务自动化领域，我们见证了从行业早期的基于脚本的决策树（分叉脚本）发展到现代的聊天小部件，但客服过程仍然需要人工参与，且存在如错误响应、服务延迟等问题，企业也长期面临着客户体验度差、客户流失成本高、客服人员季节性需求波动导致的运营困难、高员工流失率和长培训周期、以及在提供高质量服务与保持成本效率之间持续平衡等问题。这些挑战要求企业提出创新的解决方案，以提升客户满意度并降低企业成本。自2022年OpenAI发布ChatGPT以来，生成式AI在客服领域迅速崛起，以其模仿人类交流和提供个性化服务的能力而备受青睐。此前，企业通常依靠自动化的工作流系统来提升服务效率，但人工客服仍需手动处理工单，这不仅效率低下，而且成本高昂。
与传统Chatbot相比，生成式AI具有明显优势。传统Chatbot依赖于决策树算法和预回复，虽然能够处理一些常见问题，但受限于固定的选项和答案，难以应对所有客户问题。相比之下，生成式AI能够更灵活地理解和回应客户的需求，提供更加人性化的服务体验。
02 Decagon的诞生——一种深度集成和智能分析的客户支持解决方案
Decagon是一家于2023年成立的AI驱动的客户支持解决方案初创公司，其开发的原生AI解决方案在与客户互动时，能够模仿人类的沟通方式，提供更自然、更个性化的服务体验，不需要大量的人工干预就能正常工作，具有较高的自主性和智能化水平，其开发的技术平台能够与企业现有工作流深度集成，允许企业利用生成式AI来管理和优化他们的客户服务流程。
图片来源：Decagon
Decagon之所以领先，是因为它完全基于最新的大型语言模型（LLM）来生成回答，能够深入分析大量数据，精准捕捉对话的上下文、情绪和用户的真实需求。更重要的是，Decagon的AI能够不断从互动中学习，主动且自动执行复杂任务，比如处理退款或消息分类，让客户服务更加高效和智能。
Decagon还有如下特色：
1.除了对外提供客户支持服务，在公司内部，它能够自动处理客户反馈，生成软件错误报告供开发团队修复，并通过分析客户邮件来提炼需求。此外，Decagon还能提出产品改进建议，帮助提升产品质量，并辅助创建内部文档，如使用手册和FAQ，以优化客户服务体验。
2.公司领导层能够对Decagon机器人及其与客户的对话进行全面的分析和控制，通过一些简单的代码指令，比如设置用户信息、监听用户操作、控制聊天窗口的开关，标记异常情况（例如客户频繁反馈的问题或不常见的服务请求）、以及发送个性化的消息。与人工代理相比，后者可能需要花费几天的时间来手动分析和标记对话，以了解用户在宏观层面上的需求和问题，Decagon则能够自动、实时地提供这些指标和见解，从而大大提高了效率和响应速度。
图片来源：Decagon
3.Decagon能与现有业务工具如Srtipe、Slack、Salesforce等轻松集成，确保在不中断现有操作的情况下流畅工作。
图片来源：Decagon
4.Decagon高度重视客户数据保护，并不使用客户数据进行模型训练，与第三方供应商签订协议确保数据安全。客户同意的情况下，公司会使用他们的数据定制模型，仅供客户专用。公司还采用数据预处理流程，去除敏感信息，确保数据安全。
图片来源：Decagon
03 Decagon的生成式AI解决方案已实现多个跨领域应用
目前，知名票务管理平台Eventbrite、金融科技方案解决商Bilt、内容创作平台Substack、在线设计平台Webflow、安全与隐私合规商Vanta、员工管理平台Rippling等公司均已成为Decagon的客户。
图片来源：Decagon
- 案例一：Vanta是一家为企业提供安全与隐私合规服务的公司，它引入Decagon的AI解决方案，通过集成到公司现有平台，提供即时、个性化的响应，快速扩展其支持和售前业务，而无需大幅扩大员工人数，Decagon的解决方案还能帮助团队识别知识库缺口，优化内容创建。
- 案例二：Fourthwall是一个内容创作者收入管理平台。面对全球用户群对即时、高质量客户支持的高需求，Decagon的AI解决方案能够即时引用产品信息和用户数据，生成个性化回答，并自主解决工单。Decagon还允许Fourthwall团队通过管理门户实时监控和调整AI行为，显著提高了工单解决率，同时释放了代理去从事更高价值的工作，显著提升了客户满意度和解决率。
- 案例三：Bilt Rewards是一家线上租房积分公司，Decagon解决了传统决策树和预回复算法无法处理复杂业务逻辑和数据以及每年巨大维护费用的问题，其大型语言模型不仅可以自动生成个性化回答，还可以完全解决工单所需的业务逻辑，包括调用各种内部API端点以获取相关的实时数据。通过集成内部系统和CRM，Decagon的AI能够自动解决工单，提供实时数据访问，只需要Bilt团队最少的工程支持，从而提高客户满意度并减少人力成本。
客户与Bilt Rewards互动时，Decagon Chatbot提供的客户支持服务图片来源：linkedin
图片来源：Decagon
04 精英创业者的邂逅：两位均成功退出的连续创业者再出发
Decagon由Ashwin Sreenivas、Jesse Zhang于2023年在湾区创立。作为连续创业者，两位联合创始人在a16z举办的务虚会上相识，随后创办Decagon。
图片来源：Decagon
Jesse Zhang毕业于哈佛大学计算机科学系，Zhang曾是Google的一名软件工程师，之后成为对冲基金Citadel的交易员，并创立了社交游戏平台Lowkey，a16z也曾参投该平台，该平台于2021年被Pokémon GO制造商Niantic收购。
图片来源：linkedin
Ashwin Sreenivas本硕均毕业于斯坦福大学计算机科学系，曾经创立了计算机视觉公司Helia，并于2020年被独角兽Scale AI收购，随后作为联合创始人创立Decagon。
图片来源：linkedin
Decagon于2023年1月完成500万美元的种子轮融资，由a16z独家投资，2024年6月完成3000万美元的A轮融资，该轮融资由知名VC Accel领投，a16z、A* Capital参投，以及一批个人投资者参与该轮融资，包括硅谷知名风险投资人Mike Vernal、Rippling COO Matt MacInnis、Lattice CEO Jack Altman、Airtable联创兼CEO Howie Liu、Okta创始人Frederic Kerrest、Twitter前任副总裁Elad Gil、Klaviyo创始人Ed Hallen。
图片来源：X
“一个关键的挑战是，客户会将AI Agent等同于上一代聊天机器人，后者实际上并没有起到作用，” Jesse Zhang说，“客户支持赛道充斥着老旧的聊天机器人，这些机器人已经侵蚀了过去消费者的信任。这一代人的新解决方案必须消除现任者的噪音。”
作者：贝贝
References:
https://finance.yahoo.com/news/decagon-raises-35-million-ai-130523093.html
https://www.forbes.com/sites/sunilrajaraman/2024/06/18/ai-driven-customer-service-is-gaining-steam/
https://www.accel.com/noteworthy/our-series-a-in-decagon-bringing-human-like-ai-to-enterprise-customer-operations
https://www.copilotly.com/ai-apps/6671d77303dd3a2f03c7743a/decagon
https://www.globenewswire.com/news-release/2024/06/18/2900447/0/en/Decagon-Raises-35M-from-Accel-and-a16z-to-Bring-Human-Like-AI-Customer-Support-to-the-Enterprise.html
-----------END-----------
