.@eoghan, CEO @intercom, dan @fergal_reid, Chief AI Officer, bergabung dengan @labenz di @cogrev_podcast untuk membahas bagaimana mereka membangun Fin—agen layanan pelanggan AI yang berubah dari tingkat resolusi 35% menjadi 65% selama 30 bulan sambil memelopori harga berbasis hasil dengan harga 99¢ per resolusi. Mereka mengeksplorasi: * Mengapa kecerdasan bukan hambatan—GPT-4 sudah cukup cerdas, dan hanya beberapa poin persentase dari peningkatan 30 poin mereka berasal dari model dasar yang lebih baik * Rekayasa konteks sebagai pendorong sebenarnya: model pengambilan khusus, peringkat ulang, dan ribuan tes A / B produksi yang mendeteksi perubahan tingkat resolusi 0,1% * Model penetapan harga 99¢ per resolusi yang dimulai tidak menguntungkan tetapi mencapai margin tingkat perangkat lunak melalui peningkatan tingkat keberhasilan dan penurunan biaya inferensi * Bagaimana Fin menyelesaikan masalah tim pendukung bawah air tanpa PHK massal—memperlambat karyawan baru sambil memindahkan manusia ke rantai nilai (kecuali BPO, yang segera diganti) STEMPEL WAKTU: (00:00) Tentang Episode (03:43) Mengikuti AI (09:56) Mengevaluasi Model dan Evals (13:04) Petahana vs. Startup (18:54) Risiko dan Penilaian Produk (Bagian 1) (19:00) Sponsor: Linear | KEGEMBIRAAN (21:34) Risiko dan Penilaian Produk (Bagian 2) (23:42) Kisah PHK Klarna (Bagian 1) (32:11) Sponsor: Claude | Shopify (36:13) Kisah PHK Klarna (Bagian 2) (36:14) Tingkat Resolusi Mengemudi (45:00) Kecerdasan bukanlah hambatan (50:10) Menutup Kesenjangan Otomatisasi (56:20) Akurasi Manusia vs. AI (1:01:03) Nuansa Kecepatan (1:04:48) Mempertimbangkan Perubahan Paradigma (1:09:31) Model Penetapan Harga Berbasis Hasil (1:19:12) Peretasan dan Wawasan Santai (1:26:05) Adopsi dan Ambisi AI (1:36:00) Keluar