.@eoghan, CEO da @intercom, e @fergal_reid, Chief AI Officer, juntam-se a @labenz no @cogrev_podcast para discutir como construíram o Fin—o agente de atendimento ao cliente AI que passou de 35% para 65% de taxa de resolução em 30 meses, enquanto pioneiravam a precificação baseada em resultados a 99¢ por resolução. Eles exploram: * Por que a inteligência não é o gargalo—o GPT-4 já era inteligente o suficiente, e apenas alguns pontos percentuais da sua melhoria de 30 pontos vieram de melhores modelos base * Engenharia de contexto como o verdadeiro motor: modelos de recuperação personalizados, reclassificadores e milhares de testes A/B em produção que detectam mudanças de 0,1% na taxa de resolução * O modelo de precificação de 99¢ por resolução que começou sem lucro, mas alcançou margens a nível de software através de taxas de sucesso melhoradas e custos de inferência em queda * Como o Fin resolveu o problema da equipe de suporte submersa sem demissões em massa—reduzindo novas contratações enquanto movia humanos para cima na cadeia de valor (exceto BPOs, que são substituídos imediatamente) TIMESTAMPS: (00:00) Sobre o Episódio (03:43) Acompanhando a AI (09:56) Avaliando Modelos e Evals (13:04) Incumbentes vs. Startups (18:54) Risco de Produto e Julgamento (Parte 1) (19:00) Patrocinadores: Linear | AGNTCY (21:34) Risco de Produto e Julgamento (Parte 2) (23:42) A História da Demissão da Klarna (Parte 1) (32:11) Patrocinadores: Claude | Shopify (36:13) A História da Demissão da Klarna (Parte 2) (36:14) Aumentando a Taxa de Resolução (45:00) A Inteligência Não É o Gargalo (50:10) Fechando a Lacuna de Automação (56:20) Precisão Humana vs. AI (1:01:03) A Nuance da Velocidade (1:04:48) Considerando Mudanças de Paradigma (1:09:31) Modelo de Precificação Baseado em Resultados (1:19:12) Hacking Casual e Insights (1:26:05) Adoção de AI e Ambição (1:36:00) Encerramento