AI客服赛道又一笔5000万美金的巨额融资，从工具到平台生态，深度解析这家公司有何独特之处？

你有没有想过，客户服务这个让所有人都头疼的问题，可能即将迎来彻底的变革？我最近深入研究了一个让我很感兴趣的现象：企业级 AI agent 正在从概念走向现实，而且速度比我预想的要快得多。在这个过程中，有一家公司特别引起了我的关注 —— Maven AGI，他们刚刚完成了 5000 万美元的 B 轮融资，由戴尔科技资本领投。这不只是又一轮风投游戏，而是一个信号：企业级 AI agent 的黄金时代真的来了。

我一直认为，客户服务可能是当今商业世界中最被低估却又最重要的战场。想想看，每个人都有过糟糕的客户服务体验，每个企业都在为高昂的服务成本和低下的用户满意度头疼。平均每张客服工单成本 40 美元，90% 的消费者期望"即时"客服响应，超过一半的消费者说一次糟糕的客服体验就会让他们投奔竞争对手。这种矛盾背后，隐藏着一个巨大的市场机会。而 Maven AGI 正在用 AI agent 技术彻底重写这个游戏的规则。他们的创始人 Jonathan Corbin 曾在 HubSpot 管理过 1000 人的团队，见证了从 7 万客户增长到 22 万客户的奇迹。当这样有丰富实战经验的人说要用 AI 改变客户体验时，我觉得有必要认真听听他在说什么。

AI Agent 正在解决客户服务的根本问题

我发现，大多数人对客户服务问题的理解还停留在表面。我们总是抱怨客服响应慢、答案不准确、需要反复解释问题，但很少有人深入思考这些问题的根源到底在哪里。Maven AGI 的创始团队用第一性原理思考了这个问题，发现了一个被忽视的事实：客户打电话给客服时，他们真正想要的往往不是"如何设置营销活动"，而是"如何获得更多潜在客户"。这就像你买电钻不是为了钻洞，而是为了在墙上挂东西一样。

传统的客服系统就像一个破碎的拼图。客服代表需要登录 7 到 10 个不同的系统才能找到答案，如果在这些系统里找不到，他们还得去 Slack 频道问同事。这就是为什么企业客户的平均工单成本高达 40 到 60 美元的原因。而且这种分割式的体验对客户来说简直是噩梦：你向销售解释了一遍需求，到了实施团队又要解释一遍，客服又让你重新描述一遍问题。每个部门都像是第一次见到你一样，完全没有历史记录和上下文。

Maven AGI 的解决方案很有意思，他们没有试图修补现有系统，而是创建了一个统一的智能操作层，能够连接所有企业系统、同步功能并协调实时行动。他们的 AI agent 不只是回答问题，而是真正理解客户想要达成的目标，然后主动采取行动帮助实现这个目标。比如，当客户说"我想增加网站流量"时，AI agent 不会简单地提供一份操作手册，而是会分析客户的历史数据、当前市场趋势和竞争对手情况，然后直接帮助制定并执行营销策略。

从技术角度看，Maven AGI 做了三件关键的事情：首先是数据整合，他们可以处理任何格式的结构化或非结构化数据，不管是放在某人桌子下面的文件夹里，还是 25 年前的 USB 驱动器上的数据。其次是上下文理解，通过整合 CRM 和企业 API，AI agent 能够理解每个用户的具体情况，提供个性化的回应和行动。最后是自我评估，系统会批判性地分析自己的答案，确保提供正确的信息和行动建议。这种三阶段的方法让他们能够达到 93% 的客户询问自主解决率，这个数字在行业内是相当惊人的。

从客服工具到企业 AI 基础设施

我特别欣赏 Maven AGI 的一点是，他们从一开始就没有把自己定位成一个客服工具公司。虽然他们最初专注于客户支持领域，但这只是他们更大愿景的起点。他们真正想要构建的是"Business AGI"—— 一个能够驱动整个企业端到端运营的 AI 系统。这种战略思维让他们能够看到比竞争对手更大的图景。

在我看来，Maven AGI 最聪明的地方在于他们选择了一个既有巨大痛点又容易衡量效果的切入点。客户服务是每个企业都必须面对的问题，而且投资回报很容易计算：如果能把每张工单的成本从 40 美元降到 8 美元（他们实现了 80% 的成本降低），同时把客户满意度从行业平均的 80% 提升到 95%，那么 ROI 是显而易见的。这为他们后续扩展到销售、营销和运营等其他领域奠定了坚实的基础。

从他们的客户案例来看，这种扩展正在发生。他们现在服务的客户包括 TripAdvisor、HubSpot、Ibex、SS&C Technologies 这样的上市公司，也有 Rho、Check、Papaya Pay 这样的金融科技创新者，还有 Clio 这样的传统企业软件公司，甚至包括 Paris Hilton 的 Parivie Beauty 这样的消费品牌。这种客户多样性说明他们的平台具有跨行业的适用性。

最让我印象深刻的是他们的增长速度：在过去一年里，他们从 0 发展到 40 家企业客户，收入从 0 增长到 700 万美元，签署了多个七位数的多年合同，客户续费率达到 100%。这些数字背后反映的不仅是产品的成功，更是市场对企业级 AI agent 需求的爆发式增长。而且他们的团队已经扩展到 80 多人，分布在波士顿、纽约和旧金山，这种快速扩张需要强大的执行能力和资金支持。

我认为 Maven AGI 成功的关键在于他们从第一天开始就专注于企业级需求的三个核心要素：信任、速度和深度。在信任方面，他们确保平台符合 SOC 2 Type II、HIPAA、PCI-DSS、ISO 27001、CCPA 和 GDPR 等各种合规标准，这对企业客户来说至关重要。在速度方面，他们提供了 100 多个开箱即用的集成，让客户能够在几天内上线，而不是几周或几个月。在深度方面，他们的 AI agent 不只是被动响应问题，而是能够预测和主动解决问题。

我深入研究了 Maven AGI 的技术架构后发现，他们构建的实际上是一个多层次的智能系统。底层是数据整合层，能够处理任何格式的企业数据，不管是 Salesforce、Stripe、Snowflake、Zendesk 这样的标准系统，还是企业内部的定制系统，只需要一个 API 连接就能完全集成。这种无代码集成能力解决了企业最头疼的系统整合问题。在数据层之上是他们的"AI 大脑"，这是商业大语言模型和专有技术的组合，能够跨越所有通信渠道工作，包括短信、WhatsApp、语音和电子邮件，并为每个渠道采用特定的对话风格。

最有意思的是，他们的 AI agent 就像乐高积木一样可以跨企业对话。CTO Sami Shalabi 的比喻很形象："它们就像可以在整个企业中对话的乐高积木。"这意味着一个 AI agent 可以同时访问客户的购买历史、支持记录、产品使用数据和业务目标，然后基于这些完整的上下文提供个性化的帮助。这种全景式的客户理解能力，是传统分割式系统无法实现的。

让我特别感兴趣的是他们对 AI agent 规模化管理的思考。当企业部署的 AI agent 开始处理数百万次交互时，如何确保质量和一致性就成了关键挑战。Maven AGI 的解决方案是建立一个数据驱动的评估和管理模型，不仅能够标记性能问题，还能解释错误的可能原因，便于快速故障排除。Sami 说得很对："公司必须有一个深思熟虑的、系统的、数据驱动的模型来评估和管理系统，并使它们持续变得更聪明。"这种对系统性管理的重视，体现了他们对企业级应用的深刻理解。

为什么现在是企业 AI Agent 的最佳时机

我一直在思考，为什么企业级 AI agent 在现在这个时间点突然变得如此重要？我认为有几个关键因素在同时发生作用，创造了一个完美的时机窗口。

首先是技术成熟度的飞跃。GPT-4 是第一个真正看起来像人类智能的模型，能够解决沟通中的"最后一公里"问题。Maven AGI 的首席产品官 Eugene Mann 说得很准确："GPT-4 是我们第一次看到真正像人类智能的东西，能够解决沟通的最后一公里问题。"与之前的聊天机器人不同，现在的大语言模型能够真正理解复杂的上下文，进行推理，并采取多步骤的行动。这种能力的提升不是渐进式的改进，而是质的飞跃。

其次是企业对系统整合的迫切需求。我在与各种企业 CIO、CTO 和 CCO 的交流中发现，系统碎片化正在成为企业创新的最大阻碍。每个企业都有几十个甚至上百个不同的软件系统，但它们之间缺乏有效的连接和协调。AI agent 技术为解决这个问题提供了前所未有的机会，因为它可以作为一个智能的协调层，统一不同系统之间的交互。

第三是投资者和企业对 AI 的认知转变。我发现，现在的 AI 投资不再是基于概念和炒作，而是基于实实在在的商业价值。Maven AGI 这轮融资的投资者阵容很能说明问题：戴尔科技资本、思科投资、施耐德电气的 SE Ventures，这些都是具有深厚产业背景的投资机构。他们投资 Maven AGI 不只是看好技术，更是因为他们自己就是这种技术的潜在用户。很多新投资者同时也成为了 Maven 的客户和战略合作伙伴，这种投资+客户+合作伙伴的三重关系，为 Maven AGI 的快速扩张提供了强大的推动力。

最后是人才和经验的积累。Maven AGI 的创始团队都是经验丰富的老兵：CEO Jonathan Corbin 曾在 Adobe、Marketo、HubSpot 等公司担任高管，CTO Sami Shalabi 曾在谷歌工作十多年并推出了 Google News，CPO Eugene Mann 在谷歌和 Stripe 都有深度经验。这种团队配置在 AI 创业公司中是相当罕见的，因为他们不仅懂技术，更懂企业客户的真实需求。正如 Sami 所说："因为我们是 AI 原生的，我们不需要按照老方法构建然后迁移，我们可以从一开始就避免这些遗留问题。这对我们来说是巨大的优势，我们可以快速行动，快速迭代。"

我深入了解了 Jonathan Corbin 的创业历程后，发现他的背景其实很能说明为什么 Maven AGI 能在这个时间点成功。Jonathan 的职业生涯始于 Sybase，那是创建 SQL 数据库的公司，让他从一开始就接触到了数据和系统的底层逻辑。之后他在 Unica 工作，那是营销自动化领域的早期玩家之一，有趣的是创始人来自 MIT 的21点团队。接着他在 WPP 这个全球最大的广告集团之一工作，为可口可乐这样的企业制定10年数字化战略。后来在 Omniture（被 Adobe 收购）、Marketo（被 Adobe 收购）和 Sprinklr（已上市）的经历，让他见证了多个企业服务公司从创业到成功退出的完整周期。

最关键的是他在 HubSpot 的四年经历，那是一个真正的高速增长期：公司从7万客户增长到22万客户，成为全球第五快增长的10亿美元以上收入的B2B SaaS公司。Jonathan 管理的团队从238人增长到1000人，他们经历了83%的季度增长率，几乎到了"在街上随便抓个人给他们笔记本电脑和电话就让他们为客户服务"的程度。这种超高速增长的经历让他深刻理解了企业客户的真实需求和痛点，也积累了管理大规模客户服务团队的丰富经验。

我特别欣赏 Jonathan 对第一性原理思考的运用。他说："我认为故事要从更早的地方开始。"他发现客户服务的根本问题不是响应速度或答案准确性，而是客户真正想要的是结果，不是过程。当客户问"如何设置营销活动"时，他们真正想要的是"获得更多潜在客户"。这种对问题本质的洞察，让 Maven AGI 能够构建真正解决客户需求的产品，而不是简单的功能叠加。

更重要的是，Jonathan 对行业趋势有着深刻的前瞻性认识。他意识到企业软件正在经历一个根本性的转变：从提供工具转向提供结果。他在采访中说："我们的目标不只是创造一个更好的聊天机器人。我们想要从根本上改变客户体验。"这种对行业未来方向的准确判断，以及基于丰富实战经验的执行能力，是 Maven AGI 能够在竞争激烈的 AI 市场中脱颖而出的关键原因。

重新定义客户体验的未来

我觉得 Maven AGI 正在做的事情，实际上是在重新定义什么是好的客户体验。传统的客户体验设计往往关注界面、流程和响应时间，但 AI agent 时代的客户体验设计需要关注的是意图理解、上下文连接和结果交付。这是一个根本性的转变。

在我的理解中，未来的客户体验将不再是基于部门和系统的分割式服务，而是基于客户旅程的连续性体验。想象一下这样的场景：当你作为一个企业客户购买了某个软件，从最初的市场调研、销售沟通、产品部署、使用培训到后续支持，所有这些环节的信息都被一个统一的 AI agent 记录和理解。每次你与这家公司的任何部门交互时，AI agent 都能够立即调用所有历史上下文，理解你的业务目标，并提供个性化的帮助。

Maven AGI 在这方面已经取得了一些突破性进展。他们的 AI agent 不只是回答客户问题，还能主动检测问题并寻找商机，建立与客户的更深层连接。在未来，他们的 AI agent 将能够处理更宏观的"人类问题"，而不仅仅是具体任务。比如，不是等用户要求"创建一个营销活动来获得新线索"，而是系统会自主研究和识别最佳目标客户，然后直接采取行动。

从商业模式角度看，这种转变意味着从销售功能转向销售结果。客户不再关心你的软件有多少个功能点，而是关心它能帮他们解决多少实际问题，创造多少商业价值。Maven AGI 在这方面的数据很有说服力：客户询问的 93% 能够自主解决，问题解决时间减少 60%，客服代表的生产力提升 2 倍，每张工单成本从 40 美元降到 8 美元。这些都是实实在在的商业价值，而不是虚无缥缈的技术指标。

我特别感兴趣的是 Maven AGI 对数据管理的方法。他们发现每个企业都有数据质量问题，但他们没有要求客户先清理数据再使用 AI，而是构建了能够处理脏数据、识别缺失数据甚至生成合成数据的系统。这种实用主义的方法让他们能够更快地为客户创造价值，而不是陷入无休止的数据准备工作中。正如 Jonathan 所说："没有人拥有干净的数据。"但 Maven AGI 让这个问题不再成为部署 AI agent 的阻碍。

从工具到平台的战略转变

在我看来，Maven AGI 最有远见的地方在于他们从一开始就把自己定位为平台而不是工具。很多 AI 公司专注于解决特定的点问题，但正如 Jonathan 所说："点解决方案在市场上永远不会获胜。客户寻找的不止于此。"他们的目标不只是创造一个更好的聊天机器人，而是要从根本上改变客户体验。

这种平台思维体现在他们产品架构的每个层面。他们构建的不是一个单一功能的 AI agent，而是一个能够支持完整 AI agent 生命周期的平台。这个平台能够识别部署 AI agent 所需的缺失数据，生成合成数据填补空白，提供集成和数据管理能力，让企业能够大规模部署 AI agent。同时，当 AI agent 生成答案或采取行动时，系统会识别关键信息，比如数据来源、调用的 API、使用的用户档案字段等，并对每个答案进行评估。

我认为这种平台方法的优势在于规模效应和网络效应。随着越来越多的企业在 Maven AGI 平台上部署 AI agent，平台的智能水平会不断提升，集成能力会更加丰富，而每个新客户都能受益于之前客户的经验积累。这就创造了一个正向循环：更多客户→更智能的平台→更好的产品体验→更多客户。

从竞争角度看，这种平台战略为 Maven AGI 构建了很强的护城河。虽然市场上有很多公司在做 AI 客服工具，但很少有公司能够提供完整的企业级 AI agent 平台。而且随着 Maven AGI 在更多企业中的深度集成，客户的迁移成本会越来越高，这进一步强化了他们的竞争优势。

我也注意到 Maven AGI 对合作伙伴生态系统的重视。他们与投资者建立的不只是资金关系，而是客户和合作伙伴关系。比如戴尔科技资本不只是投资者，还可能成为 Maven AGI 在企业客户中推广的重要渠道。这种投资+业务的深度绑定，为 Maven AGI 的快速扩张提供了强大的支撑。

AI Agent 技术的深层变革

我一直在思考，Maven AGI 所代表的 AI agent 技术，到底会给企业带来什么样的深层变革？我认为这不只是效率的提升，而是工作方式的根本改变。

首先是人机协作模式的重新定义。在传统的客服场景中，人和系统的关系是割裂的：人负责与客户沟通，系统负责存储信息。但在 AI agent 时代，人和 AI 形成了真正的协作关系。AI agent 不只是工具，而是具有一定自主性的协作伙伴，能够独立处理大部分常规任务，同时在复杂情况下寻求人类帮助。这种协作模式让人类员工可以专注于更有价值、更有创造性的工作。

其次是企业知识管理的革命。Maven AGI 的 AI agent 能够整合企业内部各种分散的知识和数据，形成一个统一的、可访问的知识图谱。这意味着企业多年积累的知识资产终于可以被充分利用，而不是躺在各种系统的角落里被遗忘。更重要的是，这些知识不再是静态的文档，而是可以主动参与业务决策和客户服务的活跃资产。

第三是客户关系的重新构建。传统的客户关系管理往往基于交易记录和基本信息，但 AI agent 能够理解客户的深层需求和行为模式，建立更加个性化和预测性的客户关系。当 AI agent 能够预测客户可能遇到的问题并主动解决时，客户关系就从被动的问题处理转变为主动的价值创造。

我特别感兴趣的是 Maven AGI 对"Business AGI"概念的阐述。他们认为，真正的 Business AGI 应该能够处理"人类问题"而不仅仅是技术任务。这意味着 AI agent 不再只是执行预定义的工作流程，而是能够理解业务目标、分析现状、制定策略并执行行动。这种能力如果成熟，将彻底改变企业的运营方式。

从更宏观的角度看，我认为 Maven AGI 代表的是企业智能化的一个重要里程碑。如果说过去几十年的企业信息化主要解决的是数据的存储和流转问题，那么 AI agent 时代解决的是数据的理解和应用问题。这种从信息化到智能化的跨越，可能会重新定义企业的竞争优势。

挑战与机遇并存的未来

虽然我对 Maven AGI 和整个企业 AI agent 领域都很乐观，但我也看到一些需要关注的挑战和风险。

首先是技术风险。虽然大语言模型已经取得了巨大进步，但在处理复杂业务逻辑和边缘案例时仍然可能出错。对于企业客户来说，AI agent 的任何错误都可能造成商业损失或客户关系的损害。Maven AGI 通过建立严格的评估和监控机制来应对这个挑战，但技术的不确定性仍然存在。

其次是数据安全和隐私风险。AI agent 需要访问企业的大量敏感数据才能提供个性化服务，这就带来了数据泄露和隐私侵犯的风险。虽然 Maven AGI 在合规方面做了很多工作，获得了各种安全认证，但在监管环境不断变化的情况下，保持合规性将是一个持续的挑战。

第三是组织变革的阻力。AI agent 的部署不只是技术实施，更涉及组织流程、角色定义和文化变革。很多企业员工可能会担心被 AI 替代，或者对改变现有工作方式感到抗拒。如何管理这种变革过程，确保员工能够适应新的人机协作模式，将是 AI agent 大规模应用的关键挑战。

但我认为机遇远大于挑战。估计价值超过 500 亿美元的客户体验管理解决方案市场正在经历根本性的重构，AI agent 技术为像 Maven AGI 这样的创新公司提供了弯道超车的机会。而且随着 AI 技术的不断成熟和成本的持续下降，企业采用 AI agent 的门槛会越来越低，市场渗透率会快速提升。

从 Maven AGI 的发展轨迹来看，他们正在构建一个可持续的竞争优势。通过专注于企业级需求、建立强大的合作伙伴网络、持续投入产品开发，他们有望在这个快速增长的市场中占据领导地位。而 5000 万美元的 B 轮融资为他们的快速扩张提供了充足的资金支持。

我相信，未来几年我们将看到更多像 Maven AGI 这样的企业级 AI agent 平台崛起，同时也会看到传统企业服务公司的重大转型。客户服务只是开始，AI agent 技术最终将渗透到企业运营的方方面面，从销售和营销到供应链和财务管理。Maven AGI 今天在客户服务领域取得的成功，可能只是这场更大变革的序幕。对于那些能够抓住这个机遇的企业来说，AI agent 不只是降低成本的工具，更是重新定义客户关系、创造竞争优势的战略武器。

结尾

正在寻找一位有经验的 HR 负责人，加入AI出海的初创团队，参与从 0 到 1 的公司搭建过程。你将负责团队建设、制度搭建、人事流程等关键工作。如果你曾参与初创期的人才体系落地，欢迎加入共建未来。

有相关经验的朋友欢迎扫码提交简历，推荐也非常感谢！

也欢迎大家留言讨论，分享你的观点！

觉得内容不错的朋友能够帮忙右下角点个赞，分享一下。您的每次分享，都是在激励我不断产出更好的内容。

欢迎关注深思圈，一起探索更大的世界。