Agent可能是AI能力落地在2024年最热门的方向之一，但是真正把Agent技术落地的公司寥寥无几。
OpenAI董事会主席、前Salesforce联席CEO Bret Taylor与谷歌资深高管Clay Bavor共同创立了一家以Agent为核心的AI公司——Sierra。
它瞄准AI驱动的对话式客户体验，涵盖从售后支持到零售的各个领域，它帮助客户提升了20%的客户参与度，实现了74%的问题解决率，并且70%的问题无需人工干预即可处理。
看起来，客户体验这个领域并不“新鲜”，但是这家2023年初才创立的公司，在2024年2月获得了Sequoia Capital和Benchmark领投的1.1亿美元融资，Sequoia Capital投资人Ravi Gupta和Benchmark投资人Peter Fenton加入董事会；它在2024年10月底又获得了Greenoaks Capital领投，ICONIQ和Thrive Capital参投的1.75亿美元新融资，目前累计融资额达到2.85亿美元，估值为45亿美元。
两位科技大佬创业，用Agent技术重塑智能客服体验
2023年1月，Bret Taylor刚辞去Salesforce联席CEO，当天就接到老朋友Clay Bavor的电话，两人一起在帕洛阿尔托的一家地中海餐厅共进午餐。
Clay Bavor和Bret Taylor
本以为这只是一个“叙旧局”，结果几个小时后离开餐厅时，两人已经决定共同创办一家公司。
对于创立公司，Taylor表示：“我看到了这些令人惊叹的技术，对我们周围的科技公司，这些技术很容易部署，因为我们拥有满屋子的工程师，可以跟进最新的研究。我们最大的机会，是让每家公司，无论其技术水平如何，都能够成功部署AI。”
2005至2007年，Bret Taylor和Clay Bavor作为谷歌的产品经理共事，他们参与创建了Google Maps、Google Maps API以及Google Local。2007年，Taylor离开谷歌开始创业之旅，而Bavor则继续在谷歌工作。
离开谷歌后，Bret Taylor创立的一家社交公司在2009年被Facebook收购，从此他开启了Facebook的CTO生涯，推出了点赞(Like)按钮，助推Facebook真正崛起。此后，他创立的云生产力工具Quip，被Salesforce以7.5亿美元收购，然后又长期担任Salesforce高管，主导了对Slack的277亿美元收购。他最近两个被人所知的高管头衔是Twitter的董事长和OpenAI的董事会主席。
而Clay Bavor则在谷歌持续深耕，他不仅作为副总裁领导Gmail、Google Drive、Docs和Google Apps for Enterprise等一系列ToB的关键产品，还启动并领导了谷歌的AR/VR项目及相关项目。
所以可以理解，Sequoia Capital和Benchmark在第一轮对Sierra的投资，更多是投人的逻辑，因为两位创始人不仅知道怎么把产品做成，也知道怎么把公司做大。但是2024年下半年的1.75亿元融资，就不会光投人了，投资人们很可能是看到Sierra确实在产品和技术上有所突破。
不做标品做平台，与客户一起打造专属Agent
Sierra的核心产品是一个Agent搭建平台Agent OS。通过Sierra的平台搭建的Agent，具有以下特点：
解决复杂问题。它不仅回答问题，还可以通过客户的系统进行操作，例如帮助处理订单管理系统中的家具配送。
真实性。Sierra的Agent具有文字和语音的对话功能，它基于客户自有的数据，能够创造出真实、且符合品牌形象的对话式互动。而且它不仅能够理解术语，还具有“同理心”，适应每位顾客的具体需求和情感。
安全性和可控性。Sierra平台包含审计和质量保证工具，确保客户的Agent始终遵守他们的安全政策和访问控制，以及公司数据始终保持私密。此外，它还具有较强的抵抗AI模型幻觉的能力，这在企业产品中显得很重要。
与很多企业软件公司以标品为主不同，Sierra反而是与客户一起，在Agent OS上搭建属于客户自己的专属Agent。Sierra背后的想法是，许多公司，甚至一些大型公司，都没有内部资源、专业知识或意愿来承担这样复杂的项目。考虑到如果AI代理“失控”会对公司品牌造成的风险，Sierra将自身的专业知识和经验作为其主要卖点。
例如它与其客户Casper（北美领先的DTC床垫品牌）共同搭建了Luna2.0客户体验Agent，Luna2.0在顾客购买第一张床垫后开始为他们提供服务支持，并且以“无压力”的方式推销枕头、床架和其他睡眠相关产品。它能与Casper的内部系统无缝集成，提供个性化、实时响应和推荐。同时，它还能够实现全天候的可用性，并能使用任何语言进行交流。
Luna2.0高效地解决了所有客户需求中超过50%的咨询。对于产品相关的问题，70%的问题无需人工干预即可处理。而且它还能在高峰期与流量同步扩展，帮助客户实现了74%的解决率。在客户参与率和客户满意度打分上，它也帮助Casper提高了20%以上。这不仅降低了服务成本，还简化了Casper的销售运营。
目前，Sierra的常规用户还包括ADT、Sonos、Weight Watchers、SiriusXM、OluKai等主流的消费品牌，完成了数十万次的客户对话。
怎么解决AI的幻觉和Agent的可控性问题？
在一个Agent系统里，除了人们相对熟知的大语言模型，向量数据库和提示词工程外，还有两个部分比较关键部分，一个是Agent架构，一个是AI编排引擎；在这两方面，Sierra都有自己的核心技术。
在代理架构上，Sierra有Reflexion，在AI编排引擎上，Sierra有自己的Agent SDK等工具。
Agent SDK可以解决Agent构建和实施中的多个问题。
例如，一些Agent通常仅基于检索增强生成技术（RAG），而没有与系统集成，无法访问底层API和必要的系统记录，这使得它只能提供问答服务，无法完成更改机票、退还鞋子或更改订阅计划等实际操作。
Agent SDK能够通过堆叠可组合技能和强制执行确定性API交互，帮助工程师构建Agent。而且在这个系统中，工程师可以模块化的构建Agent就像搭建乐高积木一样。
为了解决幻觉问题，Sierra采用的办法是为Agent增加更多的AI模型（当然，这也会提升Agent的复杂度）。举例，假设Agent在90%的时间可以给出正确答案，而剩下10%的时间会出错。如果增加一个监督模型，以90%的准确率验证并修正第一个模型的输出，那么两个模型结合后的准确率可以大幅提高到99%。
Sierra还开发了内置的监督模块，以确保Agent的表现符合预期。根据上下文，工程师可以为客户构建定制监督模型，尤其是在像医疗保健或金融服务这样受严格监管的环境中。
Agent带来了什么？从自动化到智能化
利用机器学习技术提升客户体验，并不算一个新的领域，最典型的是电商平台的自动化客服，人们在淘宝和京东等平台已经体验过。当AI Agent技术进入客户体验领域，会带来什么不一样？
简单说，就是将以往的自动化客服，变成了智能客服。Agent与自动化最大的区别在于，Agent可以被赋予一个目标，它会进行研究、推理、做出决策并采取行动以实现该目标。
而自动化客服只能根据预设的条件“机械”地回复和反应，无法真正“理解”用户的需求。它无法独立管理整个工作流程。
在生成式AI出现后，Sierra并不是第一个想到用AI重塑客户服务的公司，一些行业巨头已经布局了相应产品，例如：Twilio的CustomerAI、Zendesk的Answer Bot，以及Salesforce的Einstein。在产品形态和能力上，Einstein与Sierra的产品最接近，它的Agent也能直接在客户的系统上进行操作。
对于竞争对手，Bret Taylor表示：“现有的科技公司确实有一些优势，像数据、客户基础、分销渠道等，但是目前市场上还没有明确的领导者，这给了Sierra争夺市场份额的机会。”
AI应用创业，要钻到行业最深处去
Bret Taylor和Clay Bavor，两个经验丰富，在大公司里做过现象级产品的资深创业者，为什么没有做一些更有想象力的产品，而是在企业AI里选择了客服这个被“做滥了”的细分领域。也许背后的逻辑就是，越是专注在一个细分领域，从根本上革新产品的体验，越是容易脱颖而出。这两年融资比较顺利的AI应用公司，都具有这个特征，包括做AI客服的Sierra，做企业AI搜索的Glean，以及做法律AI中人身伤害案件的EvenUp。
Sierra的另一个启示是，想要做好一个AI原生产品，AI模型的能力固然是核心，但产品定义和工程构建能力，行业经验，客户获取能力，可能才是创业公司能够获得竞争优势的关键，至少在现阶段如此。这背后的逻辑是，AI模型能力的进步是大多数创业者都能享受的（闭源模型API，可商用的开源模型），模型厂商很少直接下场在某个细分市场做产品。所以对于AI应用创业者，懂模型是必须的，而且不仅要懂模型本身具有什么能力，还要懂怎么把合适的模型放到合适的地方，让它产生商业价值。
中国仍然有很多人力密集的行业，而且这些行业的规模在足以诞生大公司，只要创业者能够真正的用AI技术和产品能力去颠覆它的原有体验。
目前对于中国的AI应用创业者，模型和算力不是障碍，因为可以用开源模型，微调模型也不需要太多算力。创业的关键还在于找准行业，充分利用自身的行业经验产品能力和工程能力，去做改变。
本文来自微信公众号“阿尔法公社”，作者：阿尔法公社，36氪经授权发布。