融資3500萬美元,這家澳洲AI客服竟能替你”刷卡、轉(zhuǎn)賬、下單“

0 評(píng)論 1775 瀏覽 1 收藏 28 分鐘

Lorikeet的AI系統(tǒng)不僅僅是一個(gè)聊天機(jī)器人,而是一個(gè)能夠真正解決問題的“客戶管家”。從精細(xì)化的權(quán)限控制到動(dòng)態(tài)門控機(jī)制,從高度可配置的系統(tǒng)設(shè)計(jì)到對(duì)復(fù)雜流程的精準(zhǔn)執(zhí)行,Lorikeet的技術(shù)突破為AI客服行業(yè)帶來了新的希望。

你有沒有想過,為什么我們明明已經(jīng)進(jìn)入AI時(shí)代,但大部分客服體驗(yàn)依然糟糕透頂?為什么那些號(hào)稱”智能”的聊天機(jī)器人總是讓人更加惱火,只會(huì)重復(fù)FAQ里的標(biāo)準(zhǔn)答案,卻永遠(yuǎn)無法真正解決你的實(shí)際問題?我一直在思考這個(gè)現(xiàn)象,直到看到澳大利亞AI公司Lorikeet剛剛完成的3500萬美元A輪融資消息。這家公司正在挑戰(zhàn)整個(gè)AI客服行業(yè)的基本假設(shè),他們認(rèn)為客戶不需要被告知如何解決問題,而是需要一個(gè)真正能夠解決問題的AI管家。

這輪融資由全球領(lǐng)先的金融科技風(fēng)投基金QED Investors領(lǐng)投,Blackbird、Square Peg、Airtree、Skip Capital、Capital49、Operator Partners和Athletic Ventures參與跟投。更有意思的是,Lorikeet成為繼Canva之后第一家獲得澳大利亞三大頂級(jí)風(fēng)投基金B(yǎng)lackbird、Square Peg和Airtree共同早期投資的公司。自去年10月公開發(fā)布以來,Lorikeet的收入增長了10倍,已經(jīng)為包括Airwallex、Linktree、Flex、Eucalyptus在內(nèi)的多家獨(dú)角獸公司提供服務(wù)。到目前為止,該公司已累計(jì)融資超過5000萬美元。

但讓我真正感興趣的不是這些數(shù)字,而是他們對(duì)AI客服本質(zhì)的重新思考。在深入了解Lorikeet的產(chǎn)品和創(chuàng)始團(tuán)隊(duì)后,我發(fā)現(xiàn)他們不僅僅是在做一個(gè)更好的聊天機(jī)器人,而是在重新定義什么是真正的客戶服務(wù)體驗(yàn)。這種重新定義可能會(huì)徹底改變我們與企業(yè)軟件交互的方式,也預(yù)示著AI應(yīng)用從簡單的內(nèi)容生成轉(zhuǎn)向?qū)嶋H問題解決的重要轉(zhuǎn)折點(diǎn)。

為什么傳統(tǒng)AI客服都是偽需求

我在使用各種企業(yè)服務(wù)時(shí),經(jīng)常遇到這樣的情況:當(dāng)我有一個(gè)具體問題需要解決時(shí),客服聊天機(jī)器人總是給我一堆鏈接,讓我去自己查找答案。或者它會(huì)非常”貼心”地為我總結(jié)FAQ內(nèi)容,但這些內(nèi)容往往與我的實(shí)際問題相差甚遠(yuǎn)。更糟糕的是,當(dāng)我試圖描述一個(gè)復(fù)雜的情況時(shí),這些機(jī)器人總是試圖把我的問題歸類到它們預(yù)設(shè)的幾個(gè)標(biāo)準(zhǔn)場景中,完全忽略了問題的具體背景和緊迫性。

Lorikeet的聯(lián)合創(chuàng)始人兼CEO Steve Hind對(duì)這個(gè)現(xiàn)象有著犀利的觀察。他曾在Stripe和Watershed等知名公司擔(dān)任產(chǎn)品領(lǐng)導(dǎo)職務(wù),深度參與過運(yùn)營團(tuán)隊(duì)的工作,親眼目睹了客服運(yùn)營在高增長環(huán)境中面臨的挑戰(zhàn)。在他看來,即使那些被包裝成”AI agent”熱詞的聊天機(jī)器人,本質(zhì)上也只是在背誦自助服務(wù)FAQ的步驟,根本無法解決客戶在現(xiàn)實(shí)世界中遇到的問題類型??蛻舨幌氡桓嬷绾谓鉀Q問題,他們想要一個(gè)真正能夠解決問題的管家。

我深有同感。想象一下,當(dāng)你的銀行卡丟失時(shí),你希望的是直接告訴AI”我的卡丟了,幫我換一張”,然后AI能夠驗(yàn)證你的身份、更新你的地址信息、取消舊卡并安排新卡寄送,而不是給你一個(gè)冗長的指導(dǎo)手冊(cè),讓你自己去完成十幾個(gè)步驟。這就是Lorikeet所說的”真正的客戶管家”與傳統(tǒng)聊天機(jī)器人的根本區(qū)別。傳統(tǒng)AI客服專注于回答問題,而Lorikeet的AI管家專注于解決問題。

更關(guān)鍵的是,我發(fā)現(xiàn)大部分AI客服公司實(shí)際上是在做技術(shù)優(yōu)先的商業(yè)化,也就是看到了檢索增強(qiáng)生成(RAG)技術(shù)在18個(gè)月前的出現(xiàn),然后說”讓我們把這個(gè)技術(shù)商業(yè)化吧,客服票據(jù)處理看起來是個(gè)不錯(cuò)的應(yīng)用場景”。這種approach的問題在于,它們從技術(shù)出發(fā),而不是從真實(shí)的用戶痛點(diǎn)出發(fā)。相比之下,Lorikeet花了五個(gè)月時(shí)間與一家名為Eucalyptus的公司的患者支持團(tuán)隊(duì)共同工作,仔細(xì)觀察他們的實(shí)際工作流程,發(fā)現(xiàn)支持代表并沒有花很多時(shí)間總結(jié)FAQ,而是在執(zhí)行復(fù)雜的標(biāo)準(zhǔn)操作程序,這些程序涉及檢索大量數(shù)據(jù)、運(yùn)用判斷力、采取行動(dòng)以及協(xié)調(diào)工作。

Lorikeet的技術(shù)突破在哪里

在深入研究Lorikeet的技術(shù)架構(gòu)后,我發(fā)現(xiàn)他們的創(chuàng)新不在于使用了什么前沿的AI模型,而在于如何設(shè)計(jì)了一個(gè)能夠安全執(zhí)行高風(fēng)險(xiǎn)操作的智能系統(tǒng)。傳統(tǒng)的AI客服系統(tǒng)要么只能回答問題,要么就是給AI開放過多權(quán)限導(dǎo)致安全風(fēng)險(xiǎn)。Lorikeet則通過精細(xì)化權(quán)限控制和動(dòng)態(tài)門控機(jī)制,確保AI能夠執(zhí)行復(fù)雜操作的同時(shí)保持安全性和可審計(jì)性。

舉個(gè)具體例子,當(dāng)客戶報(bào)告信用卡丟失時(shí),Lorikeet的AI管家需要執(zhí)行一系列高風(fēng)險(xiǎn)操作:確定客戶是否符合換卡條件、更新客戶地址信息、取消舊卡、安排新卡郵寄等。每一個(gè)步驟都可能涉及敏感的金融操作,一旦出錯(cuò)就可能造成嚴(yán)重后果。傳統(tǒng)系統(tǒng)要么無法處理這種復(fù)雜度,要么需要大量人工干預(yù)。而Lorikeet的系統(tǒng)能夠在保證安全的前提下,完全自動(dòng)化地處理整個(gè)流程。

我特別欣賞他們的設(shè)計(jì)哲學(xué)。Steve Hind說:”當(dāng)其他人在摘低垂的果實(shí)時(shí),我們搭建了一把梯子。”這個(gè)比喻很形象地說明了他們的策略選擇。他們從一開始就決定不專注于FAQ摘要這種簡單任務(wù),而是選擇與金融服務(wù)、醫(yī)療保健和能源等高度監(jiān)管行業(yè)的公司合作,挑戰(zhàn)自己構(gòu)建一個(gè)能夠在最嚴(yán)苛環(huán)境中執(zhí)行高風(fēng)險(xiǎn)操作的系統(tǒng)。這種”向上兼容”的思路確保了他們的技術(shù)能力足夠強(qiáng)大,可以處理各種復(fù)雜場景。

從技術(shù)實(shí)現(xiàn)角度看,Lorikeet采用了雙層架構(gòu):底層是RAG系統(tǒng),用于處理低配置、低精度的覆蓋場景;上層是智能框架,用于執(zhí)行復(fù)雜的多步驟流程并保持高準(zhǔn)確度。這種架構(gòu)設(shè)計(jì)讓他們能夠在保證質(zhì)量的同時(shí),處理任意深度的流程復(fù)雜性。在競爭對(duì)比中,他們?cè)贔AQ層面的表現(xiàn)就已經(jīng)很出色,而在更復(fù)雜的任務(wù)層面,他們幾乎是市場上唯一能夠勝任的解決方案。這意味著對(duì)于那些有大量復(fù)雜客服需求的企業(yè),Lorikeet幾乎是不可替代的選擇。

更重要的是,他們的系統(tǒng)具有很強(qiáng)的可配置性。不同于那些需要大量定制化開發(fā)的平臺(tái),Lorikeet實(shí)際上是市場上最具自助服務(wù)能力的產(chǎn)品。企業(yè)可以當(dāng)天就開始使用,同時(shí)還能根據(jù)需要進(jìn)行深度配置。這種平衡很難實(shí)現(xiàn),既要保證易用性,又要提供足夠的靈活性來滿足復(fù)雜企業(yè)的特殊需求。據(jù)他們介紹,一些企業(yè)客戶驚訝地發(fā)現(xiàn),即使不依賴Lorikeet團(tuán)隊(duì)的配置工作,他們也能自己學(xué)會(huì)并使用這個(gè)系統(tǒng)。

AI客服的安全性和控制權(quán)問題

我一直認(rèn)為,當(dāng)AI系統(tǒng)能夠代表用戶執(zhí)行實(shí)際操作時(shí),安全性和控制權(quán)就成為最關(guān)鍵的問題。這不僅僅是技術(shù)問題,更是信任問題。企業(yè)憑什么相信一個(gè)AI系統(tǒng)不會(huì)誤操作或越權(quán)?尤其是在金融、醫(yī)療這些高度監(jiān)管的行業(yè),一個(gè)錯(cuò)誤的決策可能導(dǎo)致巨大的法律和財(cái)務(wù)風(fēng)險(xiǎn)。

Lorikeet在這方面的思考讓我印象深刻。他們沒有簡單地給AI開放所有權(quán)限,而是設(shè)計(jì)了一套精細(xì)化的權(quán)限管理系統(tǒng)。比如,AI不能直接取消客戶賬戶這樣的高風(fēng)險(xiǎn)操作,而是通過顆粒化權(quán)限和動(dòng)態(tài)門控來確保安全、可審計(jì)的執(zhí)行。這種approach體現(xiàn)了對(duì)現(xiàn)實(shí)業(yè)務(wù)需求的深度理解,不是為了炫技而炫技,而是為了真正解決企業(yè)面臨的實(shí)際問題。

從我的觀察來看,很多AI公司在談?wù)?#8221;AI agent”時(shí),往往忽略了一個(gè)關(guān)鍵點(diǎn):在客服運(yùn)營中,你實(shí)際上需要的是非常好的流程遵循能力,而不是第一性原理推理。如果你雇傭一個(gè)人類客服代表,讓他們通過深度的第一性原理思考來解決每一張工單,你反而會(huì)覺得有問題。為什么不直接寫下我們想要如何處理退款的標(biāo)準(zhǔn),然后每次都按照同樣的方式執(zhí)行呢?這種對(duì)流程控制的重視,正是Lorikeet與那些單純追求”智能”的競爭對(duì)手的重要區(qū)別。

在監(jiān)管合規(guī)方面,Lorikeet的優(yōu)勢(shì)更加明顯。他們從一開始就選擇與高度監(jiān)管的行業(yè)合作,這迫使他們必須在系統(tǒng)設(shè)計(jì)中考慮合規(guī)要求。當(dāng)監(jiān)管機(jī)構(gòu)或投訴部門詢問如何處理特定問題時(shí),企業(yè)需要能夠清晰地解釋整個(gè)處理流程。傳統(tǒng)的”黑盒”AI系統(tǒng)無法滿足這種透明度要求,而Lorikeet的系統(tǒng)設(shè)計(jì)天然具備這種可解釋性和可審計(jì)性。

我也觀察到,Lorikeet在用戶體驗(yàn)設(shè)計(jì)上做了很多細(xì)致的工作。比如在他們的語音助手中,他們會(huì)播放輕微的辦公室背景噪音,讓用戶感覺到”有人在聽”。這種細(xì)節(jié)處理體現(xiàn)了他們對(duì)人機(jī)交互心理學(xué)的深度理解。他們知道,最好的AI體驗(yàn)不是讓用戶感覺在與機(jī)器對(duì)話,而是讓用戶感覺在與一個(gè)能夠理解和解決問題的助手交流。

為什么QED Investors要領(lǐng)投這家澳洲公司

我特別關(guān)注了這輪融資的投資方構(gòu)成,發(fā)現(xiàn)了一些有趣的信號(hào)。QED Investors作為全球領(lǐng)先的金融科技專業(yè)風(fēng)投基金,為什么會(huì)選擇領(lǐng)投一家澳大利亞的AI客服公司?這背后反映了怎樣的市場判斷和投資邏輯?

QED Investors的合伙人Victoria Zuo給出了一個(gè)很清晰的解釋:作為十多年的金融科技專家,他們非常了解金融科技和金融服務(wù)公司在客戶體驗(yàn)方面面臨的獨(dú)特挑戰(zhàn)。復(fù)雜的行業(yè)需要獨(dú)特的解決方案,而AI革命正在持續(xù)降低成本并改善客戶體驗(yàn)。當(dāng)其他人都在構(gòu)建推動(dòng)客戶進(jìn)行自助服務(wù)的聊天機(jī)器人時(shí),Lorikeet已經(jīng)破解了真正端到端解決問題的AI密碼。

我認(rèn)為這個(gè)投資決策背后有更深層的邏輯。金融科技行業(yè)的客服需求具有幾個(gè)特點(diǎn):高度監(jiān)管、高風(fēng)險(xiǎn)操作、復(fù)雜流程、嚴(yán)格的合規(guī)要求。這些特點(diǎn)使得傳統(tǒng)的AI客服解決方案幾乎無法勝任,而Lorikeet恰恰是為了解決這些最困難的場景而設(shè)計(jì)的。從投資角度看,這是一個(gè)典型的”護(hù)城河”優(yōu)勢(shì)——技術(shù)門檻高、競爭壁壘強(qiáng)、客戶粘性大。

值得注意的是,Lorikeet還獲得了包括Airwallex和Canva創(chuàng)始人在內(nèi)的知名天使投資人的支持。這些成功企業(yè)家的參與,不僅帶來了資金,更重要的是帶來了對(duì)產(chǎn)品和市場的深度理解。Airwallex作為一家快速增長的金融科技公司,本身就是Lorikeet的客戶,這種”客戶變投資人”的模式很好地驗(yàn)證了產(chǎn)品的市場價(jià)值。

從澳大利亞創(chuàng)業(yè)生態(tài)的角度看,這輪融資也具有里程碑意義。Lorikeet成為繼Canva之后第一家獲得澳大利亞三大頂級(jí)風(fēng)投基金共同投資的早期公司。這不僅體現(xiàn)了澳大利亞在AI領(lǐng)域的技術(shù)實(shí)力,也說明了全球投資者對(duì)于澳大利亞創(chuàng)新公司的認(rèn)可度在不斷提升。Steve Hind在采訪中提到,澳大利亞的人才市場和技術(shù)環(huán)境已經(jīng)足夠成熟,能夠支撐世界級(jí)的技術(shù)公司成長。

我還注意到一個(gè)細(xì)節(jié):盡管Lorikeet總部位于澳大利亞,但他們已經(jīng)在美國、歐洲和澳大利亞都有客戶。這種全球化的客戶基礎(chǔ)反映了他們產(chǎn)品的普適性和技術(shù)的先進(jìn)性。在當(dāng)今這個(gè)全球化的商業(yè)環(huán)境中,地理位置已經(jīng)不再是技術(shù)公司成功的決定性因素,關(guān)鍵在于能否解決真實(shí)的市場痛點(diǎn)。

Steve Hind的創(chuàng)業(yè)哲學(xué)和團(tuán)隊(duì)建設(shè)

在深入了解Lorikeet的過程中,我對(duì)創(chuàng)始人Steve Hind的背景和創(chuàng)業(yè)哲學(xué)產(chǎn)生了濃厚興趣。他的職業(yè)經(jīng)歷非常有趣:從Bridgewater Associates的投資分析師,到Stripe的產(chǎn)品經(jīng)理,再到氣候科技公司W(wǎng)atershed,最后創(chuàng)立Lorikeet。這種跨領(lǐng)域的經(jīng)驗(yàn)積累,為他提供了獨(dú)特的產(chǎn)品直覺和市場洞察。

讓我印象最深的是他對(duì)于職業(yè)選擇的思考。他說自己在Bridgewater時(shí)被評(píng)為”8級(jí)曲線AA”,意思是長期潛力排在前20%,可能有一天會(huì)成為貨幣團(tuán)隊(duì)負(fù)責(zé)人,但永遠(yuǎn)不會(huì)成為首席投資官。這個(gè)評(píng)估讓他意識(shí)到,雖然他在那里的表現(xiàn)不錯(cuò),但如果能找到真正適合自己的事情,他可能會(huì)比前20%做得更好。這種對(duì)自我認(rèn)知的清晰度和對(duì)潛力的追求,我覺得是很多成功創(chuàng)業(yè)者共有的特質(zhì)。

在Stripe的經(jīng)歷對(duì)他的影響很大。他提到Stripe的一個(gè)運(yùn)營原則叫”頭版測(cè)試”:如果你即將要做或說的事情被刊登在《華爾街日?qǐng)?bào)》頭版,你會(huì)有什么感受?這是一個(gè)非常有力的道德和商業(yè)決策框架,幫助團(tuán)隊(duì)在面臨選擇時(shí)快速做出正確判斷。他將這種文化理念帶到了Lorikeet,制定了明確的運(yùn)營原則,而且是經(jīng)過深思熟慮的短名單,專注于真正與眾不同的價(jià)值觀。

我特別認(rèn)同他關(guān)于團(tuán)隊(duì)建設(shè)的觀點(diǎn)。他認(rèn)為大多數(shù)專門針對(duì)團(tuán)隊(duì)建設(shè)和士氣的活動(dòng),與強(qiáng)團(tuán)隊(duì)或高士氣的相關(guān)性并不大。真正驅(qū)動(dòng)團(tuán)隊(duì)建設(shè)和士氣的,是共同解決高難度問題并獲得成功。所有的團(tuán)隊(duì)建設(shè)和士氣問題,基本上都能通過解決這兩件事來解決。這個(gè)觀點(diǎn)很有道理,當(dāng)團(tuán)隊(duì)成員看到自己的工作產(chǎn)生實(shí)際影響,獲得用戶和市場的積極反饋時(shí),自然會(huì)產(chǎn)生強(qiáng)烈的使命感和歸屬感。

在人才招聘方面,他的策略也很獨(dú)特。Lorikeet團(tuán)隊(duì)由來自微軟和Google等行業(yè)領(lǐng)先公司的資深A(yù)I工程師組成。首席AI官Anirudh Badam在微軟西雅圖總部擁有超過十年的AI/ML專業(yè)經(jīng)驗(yàn),創(chuàng)始AI工程師Vijay Sagar在Google硅谷辦公室工作了十年開發(fā)機(jī)器學(xué)習(xí)模型。但更有意思的是,他們還招聘了一些”前置部署工程師”,專門尋找那些有技術(shù)能力但不想或不能成為軟件工程師的人才。這種對(duì)人才的多元化理解和使用,體現(xiàn)了創(chuàng)業(yè)公司在資源有限情況下的智慧。

關(guān)于在澳大利亞建設(shè)世界級(jí)技術(shù)公司,Steve Hind的觀點(diǎn)很值得思考。他認(rèn)為澳大利亞的人才市場和人口確實(shí)存在規(guī)模限制,但對(duì)于Lorikeet現(xiàn)階段的需求來說還遠(yuǎn)沒有達(dá)到瓶頸。今年招聘10名優(yōu)秀工程師就能帶來巨大改變,未來幾年招聘100人就已經(jīng)是巨大成就。關(guān)鍵不在于地理位置,而在于是否能夠深刻理解用戶需求并構(gòu)建出色的產(chǎn)品。

AI客服行業(yè)的未來趨勢(shì)

在研究Lorikeet的過程中,我對(duì)整個(gè)AI客服行業(yè)的發(fā)展趨勢(shì)有了更深的思考。我認(rèn)為我們正處在一個(gè)重要的轉(zhuǎn)折點(diǎn):從基于界面的交互轉(zhuǎn)向基于意圖的交互,從提供信息轉(zhuǎn)向解決問題,從人工智能輔助轉(zhuǎn)向人工智能主導(dǎo)。這種轉(zhuǎn)變不僅僅是技術(shù)升級(jí),更是商業(yè)模式和用戶期望的根本性改變。

我觀察到一個(gè)有趣的現(xiàn)象:很多AI客服公司都在強(qiáng)調(diào)自己是”AI agent”,但實(shí)際上大部分只是更智能一點(diǎn)的聊天機(jī)器人。真正的AI agent應(yīng)該具備主動(dòng)性、判斷力和執(zhí)行力,能夠在復(fù)雜情況下做出合理決策并采取有效行動(dòng)。Lorikeet在這方面的定位很清晰,他們不僅僅是在做技術(shù)產(chǎn)品,而是在重新定義客戶服務(wù)的本質(zhì)。

從技術(shù)發(fā)展趨勢(shì)看,隨著大語言模型能力的持續(xù)提升和成本的不斷下降,AI系統(tǒng)處理復(fù)雜任務(wù)的能力會(huì)越來越強(qiáng)。但我認(rèn)為關(guān)鍵不在于模型本身有多智能,而在于如何設(shè)計(jì)合適的架構(gòu)和流程,讓AI能夠在現(xiàn)實(shí)的商業(yè)環(huán)境中安全、可靠、高效地運(yùn)行。這正是Lorikeet的核心競爭優(yōu)勢(shì)所在。

我預(yù)測(cè),未來幾年內(nèi),客戶支持可能不再是一個(gè)獨(dú)立的職能部門。正如Steve Hind所說,客戶支持本質(zhì)上不是一個(gè)第一性原理的功能,它只是為用戶提供體驗(yàn)的一種方式。當(dāng)解決邊緣案例變得可擴(kuò)展且相對(duì)便宜時(shí),這些功能將回歸到產(chǎn)品組織中,被視為產(chǎn)品體驗(yàn)的一部分。這意味著產(chǎn)品經(jīng)理和技術(shù)團(tuán)隊(duì)需要開始思考:對(duì)于哪些用戶需求和用戶故事,AI客服是最佳解決方案?對(duì)于哪些場景它是最糟糕的選擇?

從商業(yè)價(jià)值角度看,AI客服的發(fā)展將帶來客戶支持成本的大幅降低和服務(wù)質(zhì)量的顯著提升。更重要的是,它將改變企業(yè)與客戶的關(guān)系模式。當(dāng)客戶能夠通過簡單的自然語言表達(dá)快速解決問題時(shí),客戶滿意度和忠誠度會(huì)大幅提升。這種改變對(duì)于那些重視客戶體驗(yàn)的企業(yè)來說,具有巨大的戰(zhàn)略價(jià)值。

我也看到了一些潛在的挑戰(zhàn)。隨著AI客服能力的提升,企業(yè)需要重新思考客服團(tuán)隊(duì)的角色定位。傳統(tǒng)的客服代表可能需要轉(zhuǎn)型為AI訓(xùn)練師、質(zhì)量審核員或特殊情況處理專家。這種轉(zhuǎn)變需要企業(yè)在人力資源策略和組織結(jié)構(gòu)方面做出相應(yīng)調(diào)整。同時(shí),監(jiān)管部門也需要建立相應(yīng)的規(guī)則和標(biāo)準(zhǔn),確保AI客服系統(tǒng)的安全性和合規(guī)性。

重新定義”AI Agent”:從營銷術(shù)語到實(shí)際價(jià)值

在深入研究Lorikeet的材料時(shí),我注意到一個(gè)非常有趣的現(xiàn)象:Steve Hind對(duì)”AI agent”這個(gè)詞的態(tài)度很微妙。他在接受采訪時(shí)說:”我不確定這些概念是否有穩(wěn)定的定義,我覺得這在很大程度上是營銷導(dǎo)向的。”但同時(shí),他也承認(rèn)在銷售場景中會(huì)使用”agent”這個(gè)詞,因?yàn)?#8221;如果這能幫助人們把我們歸到正確的類別中,我就會(huì)說agent”。這種務(wù)實(shí)的態(tài)度背后,反映了當(dāng)前AI行業(yè)一個(gè)深層次的問題:概念炒作與實(shí)際價(jià)值的脫節(jié)。

我發(fā)現(xiàn)很多公司都在聲稱自己在構(gòu)建”AI agent”,但實(shí)際上它們的產(chǎn)品能力差異巨大。Steve Hind舉了一個(gè)很生動(dòng)的例子:他們?cè)谙蚩蛻艚榻B如何幫助發(fā)現(xiàn)幫助中心內(nèi)容缺口的功能時(shí),競爭對(duì)手說他們有一個(gè)”agent”來審查幫助中心,還有另一個(gè)”agent”來起草文章。Steve的回應(yīng)很直接:”是的,這和我剛才對(duì)你說的是同一件事,只是加上了’agent’這個(gè)詞。”這種對(duì)概念包裝與實(shí)際功能的清醒認(rèn)識(shí),體現(xiàn)了真正的產(chǎn)品思維。

更深層次的問題是,當(dāng)前市場上對(duì)”reasoning”(推理)能力的過度追求可能是錯(cuò)誤的方向。在客服運(yùn)營中,你實(shí)際需要的是出色的流程遵循能力,而不是第一性原理推理。想象一下,如果你雇傭了一個(gè)人類客服代表,他們通過深度的第一性原理思考來解決每一張工單,你反而會(huì)覺得有問題。為什么不直接制定處理退款的標(biāo)準(zhǔn)流程,然后每次都按照相同方式執(zhí)行呢?這種對(duì)”智能”的誤解,導(dǎo)致很多AI公司追求了錯(cuò)誤的技術(shù)目標(biāo)。

我觀察到Lorikeet的成功部分源于他們對(duì)用戶真實(shí)需求的準(zhǔn)確把握。他們的聯(lián)合創(chuàng)始人Jamie在LLM研究領(lǐng)域有著比世界上幾乎任何人都更長的經(jīng)驗(yàn),但他選擇構(gòu)建應(yīng)用層產(chǎn)品而不是繼續(xù)做前沿模型研究。Jamie曾明確表示:”我不想構(gòu)建與FAQ對(duì)話的功能,為什么我們要把時(shí)間花在這上面?這甚至在一年半前就不是一個(gè)有趣的問題了。”這種技術(shù)專家對(duì)產(chǎn)品價(jià)值的判斷,確保了他們不會(huì)被技術(shù)的炫酷性所迷惑。

從市場競爭角度看,我發(fā)現(xiàn)了一個(gè)有趣的模式:每當(dāng)Lorikeet進(jìn)入競爭性交易流程時(shí),在FAQ層面他們的表現(xiàn)往往很出色,Steve甚至說”出于某種原因,我們構(gòu)建的RAG更好,我實(shí)際上不確定為什么,我對(duì)此有點(diǎn)驚訝”。但更重要的是,在復(fù)雜任務(wù)層面,只有他們能夠勝任。這種”既能做好基礎(chǔ)功能,又能解決復(fù)雜問題”的能力組合,創(chuàng)造了強(qiáng)大的競爭壁壘。

我認(rèn)為Lorikeet的案例揭示了AI行業(yè)的一個(gè)重要趨勢(shì):從技術(shù)驅(qū)動(dòng)回歸到價(jià)值驅(qū)動(dòng)。那些真正成功的AI公司,都具備深厚的領(lǐng)域?qū)I(yè)知識(shí)。Steve提到AI SDR公司的演進(jìn)就是一個(gè)很好的例子:最初這些公司的理念是高度個(gè)性化通用消息,從LinkedIn上抓取信息然后說一些關(guān)于蒙特利爾交換項(xiàng)目或普京的奇怪話。但隨著時(shí)間推移,它們學(xué)會(huì)了應(yīng)該進(jìn)行情境化而不是個(gè)性化,不要談?wù)摽蛻粼谀睦镒龅慕粨Q項(xiàng)目,而要談?wù)撍麄儤I(yè)務(wù)的某個(gè)特定元素如何與你能做的特定事情相關(guān)。這種認(rèn)知架構(gòu)的改進(jìn),比模型本身的改進(jìn)更為重要。

最終,我覺得Lorikeet的成功故事告訴我們:在AI時(shí)代,真正的護(hù)城河不是技術(shù)本身,而是對(duì)問題的深度理解和解決方案的執(zhí)行能力。當(dāng)每個(gè)人都能使用相似的基礎(chǔ)模型時(shí),差異化就體現(xiàn)在你如何設(shè)計(jì)系統(tǒng)架構(gòu)、如何理解用戶需求、如何確保安全可靠的執(zhí)行。這種回歸商業(yè)本質(zhì)的思路,可能是AI行業(yè)走向成熟的重要標(biāo)志。

本文由人人都是產(chǎn)品經(jīng)理作者【深思圈】,微信公眾號(hào):【深思圈】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒評(píng)論,等你發(fā)揮!