“公司稱其開發的模型可以真正地理解查詢，而不是簡單地查找和匹配關鍵字。”

作者：Claire 編輯：tuya 出品：財經涂鴉

(資料圖)

8月31日，總部位于瑞典的自動化技術支持和故障排除工具開發商Mavenoid宣布，已完成3000萬美元的B輪融資。本輪融資由Smedvig Capital領投，Creandum、Mosaic、Point Nine Capital、NordicNinja和ABB Technology Ventures參投。

Mavenoid成立于2017年，與包括HP、Husqvarna和Jabra在內的硬件和消費電子公司合作，為從打印機和烤箱到電動滑板車和工業設備等所有領域的客戶，提供自動化技術支持服務。

相比屏幕共享等遠程技術支持的軟件產品，實體產品通常需要耗費更多人力和時間。例如，新購買的洗碗機出現問題時，通常采用的方案是將產品退回到商店維修，或公司派遣技術人員到現場檢查。

Mavenoid聯合創始人兼首席執行官Shahan Lilja認為，硬件問題是重復性的、難以修復且耗時的。通過將這些支持請求的很大一部分自動化，公司可以大幅節省開支。

因此，Mavenoid采用了技術人員協助的視頻交互支持功能和人工智能引導的自助服務功能，來規避這些成本。

Mavenoid為公司提供了交互式視頻工具，客戶可以通過該工具直接與技術人員溝通。客戶將智能手機攝像頭對準產品，技術人員放大并在屏幕上繪制需要解決的組件，并分享解決問題的指南鏈接。

在人工智能引導的自助服務端，Mavenoid幫助企業將其技術文檔、常見問題解答和操作指南，編輯成聊天機器人訪問和查詢的格式。

在技術支持界面使用聊天機器人服務并不罕見。但實際使用情況中，除了極其簡單的問題，大多數稍微復雜的情況，都需要轉接人工客服。

Lilja認為，傳統的簡單的聊天匹配模型，會使顧客得不到所需的幫助。從長遠來看，這會讓公司付出更多的代價。因為公司仍然需要對查詢作出回應，但無法得到正確回應的前期查詢過程，會大幅降低顧客的滿意度和忠誠度。

為此，Mavenoid結合了Open AI的GPT-3語言模型和專有算法，創建了所謂的“高質量支持模型”（high-quality support models）。這是專為難以解決的復雜問題而設計的，使用了非線性模型，該模型可以考慮問題的特殊性。同時，Mavenoid使用自然語言理解(NLU，natural language understandin)來識別用戶支持請求背后的真實意圖。

Mavenoid表示，其開發的模型可以真正地理解查詢，而不是簡單地查找和匹配關鍵字，大幅提升了找到問題解決方案的可能。

在部署方面，公司可以通過復制粘貼一小段代碼，將Mavenoid引擎嵌入到任何網站或應用程序中。然后，他們可以在電子郵件、客戶支持工單、社交網絡甚至二維碼中發布指向產品助理的鏈接。Mavenoid還可以集成客戶關系管理軟件、票務系統、電子商務商店、知識庫等。

目前，Mavenoid已經擴展到50多種語言，并引入了一系列第三方集成，包括Salesforce、Zendesk、Shopify、Zapier等。

關鍵詞： 技術支持