@intercomのCEOである.@eoghanと最高AI責任者の@fergal_reidが@cogrev_podcastに@labenzに加わり、30か月間で解決率が35%から65%に向上し、解像度あたり99セントという結果ベースの価格設定の先駆者であるAIカスタマーサービスエージェントであるFinをどのように構築したかについて話し合います。彼らは以下を探求します。 * インテリジェンスがボトルネックではない理由 - GPT-4 はすでに十分に賢く、30 ポイントの改善のうち、より優れた基本モデルによるものはわずか数パーセント ポイントでした * 真の推進力としてのコンテキストエンジニアリング:カスタム検索モデル、リランカー、および0.1%の解像度の変化を検出する数千の本番A/Bテスト * 解像度あたり 99 セントの価格設定モデルは、最初は不採算でしたが、成功率の向上と推論コストの低下によりソフトウェア レベルの利益率を達成しました。 * Fin が大量解雇を行わずに水中サポートチームの問題をどのように解決したか、つまり新入社員のペースを遅らせながら人間をバリューチェーンの上流に移動させた方法(すぐに交換される BPO を除く) タイムスタンプ： (00:00) エピソードについて (03:43) AI についていく (09:56) モデルと評価の評価 (13:04) 既存企業とスタートアップ企業 (18:54) 製品リスクと判断(パート1) (19:00) スポンサー: リニア |アガンシー (21:34) 製品のリスクと判断(パート2) (23:42) クラナレイオフの物語(パート1) (32:11) スポンサー: クロード |Shopify(英語) (36:13) クラナのレイオフストーリー (パート 2) (36:14) ドライビング解像度 (45:00) インテリジェンスはボトルネックではない (50:10) 自動化のギャップを埋める (56:20) 人間と AI の精度 (1:01:03) スピードのニュアンス (1:04:48) パラダイムの変化を考える (1:09:31) 結果ベースの価格モデル (1:19:12) カジュアルなハッキングと洞察 (1:26:05) AI の導入と野心 (1:36:00) アウトロ