Uma categoria em alta no espaço de IA generativa é o suporte ao cliente, o que não é surpreendente, considerando o potencial da tecnologia para reduzir os custos dos centros de contato e aumentar a escala. Críticos argumentam que a tecnologia de suporte ao cliente alimentada por IA generativa poderia deprimir os salários, levar a demissões e, no final, resultar em uma experiência de usuário final mais propensa a erros. Por outro lado, os defensores afirmam que a IA generativa irá complementar - e não substituir - os trabalhadores, permitindo que eles se concentrem em tarefas mais significativas.

Jesse Zhang está no campo dos defensores. Claro, ele tem um pouco de viés. Junto com Ashwin Sreenivas, Zhang co-fundou a Decagon, uma plataforma de IA generativa para automatizar vários aspectos dos canais de suporte ao cliente.

Zhang está bem ciente de como a concorrência é acirrada no mercado de suporte ao cliente alimentado por IA, que não se limita apenas a gigantes da tecnologia como Google e Amazon, mas também a startups como Parloa, Retell AI e Cognigy (que arrecadou recentemente US$100 milhões). Segundo uma estimativa, o setor poderia valer US$2,89 bilhões até 2032, contra US$308,4 milhões em 2022.

Mas Zhang acredita que tanto a experiência em engenharia da Decagon quanto a abordagem de mercado dão a ela uma vantagem. 'Quando começamos, o conselho dominante que recebemos foi para não investir no espaço de suporte ao cliente, porque estava muito lotado', disse Zhang à TechCrunch. 'Por fim, o que funcionou para nós foi priorizar agressivamente o que os clientes queriam e manter o foco intenso no que os clientes receberiam valor. Essa é a diferença entre um negócio real e uma demonstração de IA chamativa.'

Tanto Zhang quanto Sreenivas têm formação técnica, tendo trabalhado em startups e organizações de tecnologia maiores. Zhang era engenheiro de software no Google antes de se tornar trader na Citadel, a empresa de market-making, e fundar a Lowkey, uma plataforma de jogos sociais que foi adquirida pela Niantic, fabricante do Pokémon GO, em 2021. Sreenivas era estrategista de implantação na Palantir antes de co-fundar a startup de visão computacional Helia, que ele vendeu para o unicórnio Scale AI em 2020.

A Decagon, que vende principalmente para empresas e startups de 'alto crescimento', desenvolve o que equivale a chatbots de suporte ao cliente. Os bots, impulsionados por modelos de IA de primeira e terceira partes, são ajustáveis, capazes de absorver as bases de conhecimento das empresas e conversas históricas com os clientes para obter uma compreensão contextual maior dos problemas.

'Conforme começamos a construir, percebemos que 'bots humanos' envolvem muitas coisas, já que agentes humanos são capazes de raciocínio complexo, tomar ações e analisar conversas após o fato', disse Zhang. 'Ao falar com os clientes, fica claro que enquanto todos desejam uma eficiência operacional maior, ela não pode vir à custa da experiência do cliente - ninguém gosta de chatbots.'

Então, como os bots da Decagon não são como os chatbots tradicionais? Bem, Zhang diz que eles aprendem com conversas passadas e feedback. Talvez mais importante, eles podem se integrar com outros aplicativos para realizar ações em nome do cliente ou agente, como processar um reembolso, categorizar uma mensagem recebida ou ajudar na redação de um artigo de suporte.

Do lado das empresas, eles obtêm análises e controle sobre os bots da Decagon e suas conversas. 'Os agentes humanos são capazes de analisar conversas para identificar tendências e encontrar melhorias', disse Zhang. 'Nosso painel de análises alimentado por IA revisa e marca automaticamente as conversas dos clientes para identificar temas, sinalizar anomalias e sugerir adições à base de conhecimento para abordar melhor as consultas dos clientes.'

Agora, a IA generativa tem uma reputação de ser, bem, menos que perfeita - e, em alguns casos, eticamente comprometida. O que Zhang diria às empresas receosas de que os bots da Decagon digam a alguém para comer cola ou escrevam um artigo cheio de conteúdo plagiado, ou que a Decagon treine seus modelos internos com seus dados? Basicamente, ele diz, não se preocupe. 'Fornecer aos clientes as barreiras de proteção necessárias e monitoramento para seus agentes de IA tem sido importante', disse. 'Otimizamos nossos modelos para nossos clientes, mas fazemos isso de uma maneira que garante ser impossível que quaisquer dados sejam inadvertidamente expostos a outro cliente. Por exemplo, um modelo que gera uma resposta para o cliente A nunca teria qualquer exposição a dados do cliente B.'

A tecnologia da Decagon - embora sujeita às mesmas limitações de todos os outros aplicativos alimentados por IA generativa - tem atraído clientes de renome ultimamente, como Eventbrite, Bilt e Substack, ajudando a Decagon a atingir o ponto de equilíbrio. Investidores notáveis também embarcaram no empreendimento, como o CEO da Box, Aaron Levie, o CEO do Airtable, Howie Liu, e o CEO do Lattice, Jack Altman.

Até o momento, a Decagon arrecadou US$35 milhões em rodadas semente e Serie A que contaram com a participação da Andreessen Horowitz, Accel (que liderou a Serie A), A* e o empreendedor Elad Gil. Zhang afirma que o dinheiro está sendo destinado para o desenvolvimento do produto e expansão da equipe da Decagon em São Francisco. 'Um desafio importante é que os clientes equiparam os agentes de IA aos chatbots da geração anterior, que na verdade não conseguem concluir o trabalho', disse Zhang. 'O mercado de suporte ao cliente está saturado de chatbots mais antigos, que erodiram a confiança do consumidor. As novas soluções desta geração precisam se destacar do ruído dos incumbentes.'