Una categoría muy popular en el espacio de la inteligencia artificial generativa es el soporte al cliente, lo cual no es sorprendente, realmente, si consideramos el potencial de la tecnología para reducir costos en los centros de contacto mientras aumenta la escala. Los críticos argumentan que la tecnología de soporte al cliente impulsada por IA generativa podría reducir salarios, llevar a despidos y, en última instancia, ofrecer una experiencia de usuario final más propensa a errores. Por otro lado, los defensores dicen que la IA generativa complementará, no sustituirá, a los trabajadores, permitiéndoles enfocarse en tareas más significativas.

Jesse Zhang está del lado de los defensores. Por supuesto, está un poco sesgado. Junto con Ashwin Sreenivas, Zhang cofundó Decagon, una plataforma de IA generativa para automatizar varios aspectos de los canales de soporte al cliente.

Zhang es muy consciente de lo reñido que es el mercado de soporte al cliente impulsado por IA. No solo abarca a gigantes tecnológicos como Google y Amazon, sino también a startups como Parloa, Retell AI y Cognigy (que recientemente recaudó $100 millones). Según una estimación, el sector podría valer $2.89 mil millones para 2032, frente a los $308.4 millones en 2022.

Pero Zhang cree que tanto la experiencia en ingeniería de Decagon como su enfoque en el mercado le otorgan una ventaja. "Cuando comenzamos, el consejo prevaleciente que recibimos fue que no persiguiéramos el espacio de soporte al cliente, porque estaba muy lleno", dijo Zhang a TechCrunch. "Finalmente, lo que funcionó para nosotros fue priorizar agresivamente lo que los clientes querían y mantener un enfoque claro en lo que los clientes valorarían. Esa es la diferencia entre un negocio real y una demostración de IA llamativa."

Tanto Zhang como Sreenivas tienen antecedentes técnicos, habiendo trabajado en startups y organizaciones tecnológicas más grandes. Zhang fue ingeniero de software en Google antes de convertirse en trader en Citadel, la firma de market-making, y fundar Lowkey, una plataforma de juegos sociales que fue adquirida por Niantic, el creador de Pokémon GO, en 2021. Sreenivas fue estratega de implementación en Palantir antes de cofundar Helia, una startup de visión por computadora, que vendió a Scale AI en 2020.

Decagon, que vende principalmente a empresas y startups de alto crecimiento, desarrolla lo que podrían ser chatbots de soporte al cliente. Los bots, impulsados por modelos de IA de primera y tercera parte, son ajustables, capaces de absorber las bases de conocimiento de las empresas y las conversaciones históricas con los clientes para obtener una mayor comprensión contextual de los problemas.

"Al comenzar a construir, nos dimos cuenta de que 'bots que parecen humanos' involucran mucho, ya que los agentes humanos son capaces de razonamiento complejo, tomar acciones y analizar conversaciones después del hecho", dijo Zhang. "Al hablar con clientes, está claro que aunque todos quieren una mayor eficiencia operativa, no puede ser a expensas de la experiencia del cliente, a nadie le gustan los chatbots."

Entonces, ¿cómo no son los bots de Decagon como los chatbots tradicionales? Bueno, Zhang dice que aprenden de conversaciones y retroalimentación pasadas. Quizás lo más importante, pueden integrarse con otras aplicaciones para tomar acciones en nombre del cliente o agente, como procesar un reembolso, categorizar un mensaje entrante o ayudar a escribir un artículo de soporte.

En la parte trasera, las empresas obtienen análisis y control sobre los bots de Decagon y sus conversaciones.

“Los agentes humanos pueden analizar conversaciones para notar tendencias y encontrar mejoras”, dijo Zhang. “Nuestro panel de análisis impulsado por IA revisa y etiqueta automáticamente conversaciones de cliente para identificar temas, señalar anomalías y sugerir adiciones a su base de conocimiento para abordar mejor las consultas de los clientes.”

Ahora, la IA generativa tiene una reputación de ser, bueno, menos que perfecta, y en algunos casos, éticamente comprometida. ¿Qué diría Zhang a las empresas que se muestran cautelosas de que los bots de Decagon le digan a alguien que coma pegamento o escriban un artículo lleno de contenido plagiado, o que Decagon entrene sus modelos internos en sus datos?

Básicamente, dice, no se preocupen. “Proporcionar a los clientes las salvaguardias necesarias y monitorear a sus agentes de IA ha sido importante”, dijo. “Optimizamos nuestros modelos para nuestros clientes, pero lo hacemos de una manera que garantiza que sea imposible que los datos se expongan inadvertidamente a otro cliente. Por ejemplo, un modelo que genere una respuesta para el cliente A nunca tendría exposición a los datos del cliente B.”

La tecnología de Decagon, si bien está sujeta a las mismas limitaciones que cualquier otra aplicación impulsada por IA generativa, ha atraído a clientes de renombre últimamente, como Eventbrite, Bilt y Substack, ayudando a Decagon a llegar al punto de equilibrio. Inversores destacados también se han unido al proyecto, incluidos el CEO de Box, Aaron Levie, el CEO de Airtable, Howie Liu, y el CEO de Lattice, Jack Altman.

Hasta la fecha, Decagon ha recaudado $35 millones en rondas semilla y Serie A con la participación de Andreessen Horowitz, Accel (que lideró la Serie A), A* y el empresario Elad Gil. Zhang dice que el dinero se destina al desarrollo del producto y a expandir la fuerza laboral de Decagon con sede en San Francisco.

“Un desafío clave es que los clientes equiparan a los agentes de IA con los chatbots de generaciones anteriores, que en realidad no cumplen con el trabajo”, dijo Zhang. “El mercado de soporte al cliente está saturado con chatbots antiguos, que han erosionado la confianza del consumidor. Las nuevas soluciones de esta generación deben destacar entre el ruido de los competidores antiguos.”