.@eoghan, CEO de @intercom, y @fergal_reid, Director de IA, se unen a @labenz en @cogrev_podcast para discutir cómo construyeron a Fin—el agente de servicio al cliente de IA que pasó del 35% al 65% de tasa de resolución en 30 meses mientras pionero en un modelo de precios basado en resultados a 99¢ por resolución. Exploran: * Por qué la inteligencia no es el cuello de botella—GPT-4 ya era lo suficientemente inteligente, y solo unos pocos puntos porcentuales de su mejora de 30 puntos vinieron de mejores modelos base * La ingeniería de contexto como el verdadero motor: modelos de recuperación personalizados, re-rankers y miles de pruebas A/B en producción que detectan cambios del 0.1% en la tasa de resolución * El modelo de precios de 99¢ por resolución que comenzó siendo no rentable pero logró márgenes a nivel de software a través de tasas de éxito mejoradas y costos de inferencia en caída * Cómo Fin resolvió el problema del equipo de soporte subacuático sin despidos masivos—ralentizando nuevas contrataciones mientras movía a los humanos hacia la cadena de valor (excepto BPOs, que son reemplazados de inmediato) MARCAS DE TIEMPO: (00:00) Sobre el Episodio (03:43) Manteniéndose al Día con la IA (09:56) Evaluando Modelos y Evaluaciones (13:04) Incumbentes vs. Startups (18:54) Riesgo de Producto y Juicio (Parte 1) (19:00) Patrocinadores: Linear | AGNTCY (21:34) Riesgo de Producto y Juicio (Parte 2) (23:42) La Historia de Despidos de Klarna (Parte 1) (32:11) Patrocinadores: Claude | Shopify (36:13) La Historia de Despidos de Klarna (Parte 2) (36:14) Impulsando la Tasa de Resolución (45:00) La Inteligencia No Es el Cuello de Botella (50:10) Cerrando la Brecha de Automatización (56:20) Precisión Humana vs. IA (1:01:03) La Matiz de la Velocidad (1:04:48) Considerando Cambios de Paradigma (1:09:31) Modelo de Precios Basado en Resultados (1:19:12) Hackeo Casual e Insights (1:26:05) Adopción de IA y Ambición (1:36:00) Outro