Während Gründer eine zunehmend KI-zentrierte Zukunft planen, sagte Gusto-Mitbegründer und Technologieleiter Edward Kim, dass die Auflösung bestehender Teams und die Einstellung einer Reihe speziell ausgebildeter KI-Ingenieure „der falsche Weg“ sei.
Stattdessen argumentierte er, dass nicht-technische Teammitglieder „tatsächlich ein viel tieferes Verständnis dafür haben können als ein durchschnittlicher Ingenieur, in welche Situationen der Kunde geraten kann und worüber er verwirrt ist“, was sie in eine bessere Position versetzt, die Funktionen zu steuern Das sollte in KI-Tools integriert sein.
In einem Interview mit Tech skizzierte Kim – dessen Lohnbuchhaltungs-Startup im Geschäftsjahr, das im April 2023 endete, einen Jahresumsatz von mehr als 500 Millionen US-Dollar erwirtschaftete – Gustos KI-Ansatz, bei dem nicht-technische Mitglieder seines Customer-Experience-Teams „Rezepte“ dafür schreiben weise seinem KI-Assistenten Gus (letzten Monat angekündigt) interagiert mit Kunden.
Kim sagte auch, dass das Unternehmen erkennt, dass „Menschen, die keine Software-Ingenieure, aber ein wenig technisch versiert sind, in der Lage sind, wirklich leistungsstarke und bahnbrechende KI-Anwendungen zu entwickeln“, wie etwa CoPilot – ein Customer-Experience-Tool, das eingeführt wurde das Gusto CX-Team im Juni und verzeichnet bereits zwischen 2.000 und 3.000 Interaktionen pro Tag.
„Wir können hier bei Gusto tatsächlich viele unserer Leute weiterbilden, um ihnen bei der Entwicklung von KI-Anwendungen zu helfen“, sagte Kim.
Dieses Interview wurde aus Gründen der Länge und Klarheit bearbeitet.
Ist Gus das erste große KI-Produkt, das Sie Ihren Kunden vorgestellt haben?
Gus ist die große KI-Funktionalität, die wir für unsere Kunden eingeführt haben, und verbindet in vielerlei Hinsicht viele der Punktfunktionen, die wir entwickelt haben. Denn was man in Apps beobachten kann, ist, dass sie mit KI-Schaltflächen übersät sind, die etwa lauten: „Drücken Sie diese Schaltfläche, um etwas mit der KI zu tun.“ Unsere Antwort lautete: „Drücken Sie auf diese Schaltfläche, damit wir eine Stellenbeschreibung für Sie erstellen können.“
Aber Gus erlaubt Ihnen, all das zu entfernen, und wenn wir das Gefühl haben, dass Gus etwas tun kann, das für Sie von Wert ist, kann Gus unauffällig auftauchen und sagen: „Hey, ich kann Ihnen beim Verfassen einer Stellenbeschreibung helfen?“ Es ist eine viel sauberere Möglichkeit, mit KI zu interagieren.
Es gibt einige Unternehmen, die sagen, dass sie sich schon seit einer Million Jahren mit KI befassen, aber bis jetzt keine Beachtung gefunden haben, und andere, die sagen, dass sie die Chance erst in den letzten paar Jahren erkannt haben. Fällt Gusto in das eine oder andere Lager?
Die große Veränderung für mich besteht darin, dass Softwareprogrammierung für die meisten Menschen nicht zugänglich ist. Man muss das Programmieren lernen und viele Jahre zur Schule gehen. Maschinelles Lernen war noch unzugänglicher. Denn man muss eine ganz besondere Art von Softwareentwickler sein, über datenwissenschaftliche Fähigkeiten verfügen und wissen, wie man künstliche neuronale Netze und ähnliches erstellt.
Das Wichtigste, was sich in letzter Zeit geändert hat, ist die Schnittstelle zum Erstellen von ML- und KI-Anwendungen [has become] viel zugänglicher für jedermann. Während wir früher die Sprache der Computer erlernen und dafür zur Schule gehen mussten, lernen Computer heute, den Menschen besser zu verstehen. Und das scheint keine so große Sache zu sein, aber wenn man darüber nachdenkt, macht es das Erstellen von Softwareanwendungen einfach viel einfacher.
Genau das haben wir bei Gusto gesehen: Menschen, die keine Software-Ingenieure, aber ein wenig technisch versiert sind, sind in der Lage, wirklich leistungsstarke und bahnbrechende KI-Anwendungen zu entwickeln. Wir nutzen tatsächlich einen Großteil unseres Support-Teams, um die Fähigkeiten von Gus zu erweitern, und sie wissen überhaupt nicht, wie man programmiert. Es ist nur so, dass die Schnittstelle, die sie jetzt verwenden, es ihnen ermöglicht, das Gleiche zu tun, was Softwareentwickler schon immer getan haben, ohne dass sie lernen müssen, wie man programmiert. Wenn Sie möchten, könnte ich Ihnen jeweils ein Beispiel nennen.
Das wäre großartig.
Da ist eine Person, die seit etwa fünf Jahren im Unternehmen ist. Sein Name ist Eric Rodriguezund er trat tatsächlich dem Kundensupport-Team bei [and then] in unser IT-Team übernommen. Während er in diesem Team war, begann er sich ziemlich für KI zu interessieren, und sein Chef kam auf mich zu und meinte: „Hey, er hat dieses Ding gebaut.“ Ich möchte, dass du es siehst.“ Als ich ihn zum ersten Mal persönlich traf, zeigte er mir, was er gebaut hatte, was im Wesentlichen ein CoPilot-Tool für uns war [customer experience] Team, wo Sie ihm eine Frage stellen können, und es wird Ihnen die Antwort einfach in natürlicher Sprache geben. Genau wie ChatGPT, außer dass es Zugriff auf unsere interne Wissensdatenbank darüber hat, wie Dinge in unserer App erledigt werden.
An dieser Stelle zeigen wir dies unserem Support-Team, und es hat ihnen sehr gut gefallen. Es hat ihre Arbeitsabläufe und ihre Effizienz völlig verändert. Im Grunde fragen sie jedes Mal, wenn sie ein Support-Ticket erhalten, anstatt diese von uns erstellte Wissensdatenbank durchzugehen, tatsächlich dieses CoPilot-Tool, und das CoPilot-Tool beantwortet die Frage tatsächlich für sie. Es gibt immer noch einen Menschen zwischen dem CoPilot und dem Kunden, aber oft kann er einfach die Antwort vom CoPilot-Tool abrufen und sie dann kopieren und an den Kunden einfügen. Sie überprüfen, ob es korrekt ist, was in den meisten Fällen auch der Fall ist.
Wir haben sofort umgezogen [Eric] an das Software-Engineering-Team. Er berichtet tatsächlich direkt an mich, ob Sie es glauben oder nicht, und er ist jetzt einer unserer besten Ingenieure. Denn er gehörte zu den ersten Anwendern, die einfach nur mit KI experimentierten, und steht nun bei Gusto an der Spitze der Entwicklung von KI-Anwendungen.
Nicht jeder ist so technisch versiert wie Eric, aber wir haben bei Gusto einen Weg gefunden, das Fachwissen von Nicht-Technikern im Unternehmen, insbesondere in unserem Kundensupport-Team, zu nutzen, um uns bei der Entwicklung leistungsfähigerer KI-Anwendungen zu helfen Ermöglichen Sie Gus, immer mehr Dinge zu tun.
Immer wenn das Kundensupport-Team ein Support-Ticket erhält – mit anderen Worten, einer unserer Kunden wendet sich an uns, weil er die Hilfe unseres Support-Teams bei etwas braucht – und wenn es wiederholt auftaucht, lassen wir das Kundensupport-Team tatsächlich ein Rezept dafür schreiben Gus, was bedeutet, dass sie Gus tatsächlich ohne technische Fähigkeiten unterrichten können. Sie können Gus beibringen, den Kunden durch das Problem zu führen und manchmal sogar Maßnahmen zu ergreifen.
Wir haben eine interne Schnittstelle entwickelt, ein Tool zur internen Ausrichtung, über das Sie Gus Anweisungen in natürlicher Sprache schreiben können, wie mit einem solchen Fall umzugehen ist. Und tatsächlich gibt es für unser Support-Team eine Möglichkeit, Gus ohne Code anzuweisen, eine bestimmte API aufzurufen, um eine Aufgabe zu erledigen.
Im Moment wird viel darüber gesprochen: „Wir werden all diese Arbeitsplätze in diesem einen Bereich streichen und stellen diese KI-Spezialisten ein, für die wir Millionen von Dollar zahlen, weil sie über diese einzigartigen Fähigkeiten verfügen.“ Und ich denke einfach, dass das der falsche Weg ist. Denn die Menschen, die Ihre KI-Anwendungen weiterentwickeln können, sind tatsächlich diejenigen, die über die Domänenexpertise in diesem Bereich verfügen, auch wenn sie möglicherweise nicht über die technische Expertise verfügen. Wir können hier bei Gusto tatsächlich viele unserer Mitarbeiter weiterbilden, um sie bei der Entwicklung von KI-Anwendungen zu unterstützen.
Das beängstigende KI-Szenario ist diese Top-Down-Situation, bei der Führungskräfte sagen: „Wir müssen KI nutzen“, und es hat keinen Bezug zur Realität der Arbeitsweise der Menschen. Es hört sich so an, als ob es hier eher um eine Bottom-up-Strategie geht, bei der Sie Tools entwickelt haben, mit denen Teams Ihnen sagen können, was KI für sie tun kann.
Genau. Tatsächlich haben die nicht-technischen Leute, die näher am Kunden sind, jeden Tag mit ihnen sprechen, tatsächlich ein viel tieferes Verständnis als ein durchschnittlicher Ingenieur dafür, in welche Situationen der Kunde geraten kann und worüber er verwirrt ist . Sie sind also tatsächlich besser als Ingenieure oder KI-Wissenschaftler in der Lage, Gus Anweisungen zur Lösung dieses Problems zu schreiben.
Ich glaube, anderen Leuten, mit denen ich gesprochen habe, ist das Gleiche aufgefallen. Die besten KI-Ingenieure sind tatsächlich diejenigen, die als Fachexperten gelernt haben, wie man gute Eingabeaufforderungen schreibt.
Wenn Sie darüber nachdenken, wie sich dies in den nächsten Jahren auswirken wird: Glauben Sie, dass die Mitarbeiterzahl des Unternehmens in den verschiedenen Teams ziemlich ähnlich aussehen wird, oder glauben Sie, dass sich das im Laufe der Zeit ändern wird, wenn KI im gesamten Unternehmen eingesetzt wird?
Ich denke, die Rolle entwickelt sich ein wenig weiter. Ich denke, Sie werden feststellen, dass viele unserer CX-Leute Fragen nicht direkt beantworten, sondern tatsächlich Rezepte schreiben und Dinge wie Prompt-Tuning durchführen, um die KI zu verbessern. Jeder steigt einfach auf der Abstraktionsebene auf, und das bringt natürlich mehr Effizienz für das Unternehmen und auch ein besseres Kundenerlebnis, weil seine Fragen sofort beantwortet werden.
Und das gibt Gusto die Möglichkeit, noch mehr für unsere Kunden zu tun. Es gibt eine riesige Roadmap von Dingen, die wir tun wollen, aber wir können es nicht, weil unsere Ressourcen begrenzt sind.