" 公司称其开发的模型可以真正地理解查询，而不是简单地查找和匹配关键字。 "
作者：Claire
编辑：tuya
8月31日，总部位于瑞典的自动化技术支持和故障排除工具开发商Mavenoid宣布，已完成3000万美元的B轮融资。本轮融资由Smedvig Capital领投，Creandum、Mosaic、Point Nine Capital、NordicNinja和ABB Technology Ventures参投。
Mavenoid成立于2017年，与包括HP、Husqvarna和Jabra在内的硬件和消费电子公司合作，为从打印机和烤箱到电动滑板车和工业设备等所有领域的客户，提供自动化技术支持服务。
相比屏幕共享等远程技术支持的软件产品， 实体 产品 通常需要耗费更多人力和时间 。 例如，新购买的洗碗机出现问题时，通常采用的方案是将产品退回到商店维修，或公司派遣技术人员到现场检查。
Mavenoid联合创始人兼首席执行官Shahan Lilja认为， 硬件问题是重复性的、难以修复且耗时的 。 通过将这些支持请求的很大一部分自动化，公司可以大幅节省开支。
因此，Mavenoid采用了技术人员协助的视频交互支持功能和人工智能引导的自助服务功能，来规避这些成本。
Mavenoid为公司提供了交互式视频工具，客户可以通过该工具直接与技术人员沟通。客户将智能手机摄像头对准产品，技术人员放大并在屏幕上绘制需要解决的组件，并分享解决问题的指南链接。
在人工智能引导的自助服务端，Mavenoid帮助企业将其技术文档、常见问题解答和操作指南，编辑成聊天机器人访问和查询的格式。
在技术支持界面使用聊天机器人服务并不罕见。 但实际使用情况中，除了极其简单的问题，大多数稍微复杂的情况 ， 都需要转接人工客服 。
Lilja认为，传统的简单的聊天匹配模型，会使顾客得不到所需的帮助。从长远来看，这会让公司付出更多的代价。因为公司仍然需要对查询作出回应，但 无法得到正确回应的前期查询过程，会大幅降低顾客的满意度和忠诚度。
为此，Mavenoid结合了Open AI的GPT-3语言模型和专有算法，创建了所谓的“高质量支持模型”（high-quality support models）。这是专为难以解决的复杂问题而设计的，使用了非线性模型，该模型可以考虑问题的特殊性。同时，Mavenoid使用自然语言理解(NLU，natural language understandin)来识别用户支持请求背后的真实意图。
Mavenoid 表示，其开发的模型可以真正 地 理解查询，而不是简单地查找和匹配关键字 ，大幅提升了找到问题解决方案的可能。
在部署方面，公司可以通过复制粘贴一小段代码，将Mavenoid引擎嵌入到任何网站或应用程序中。然后，他们可以在电子邮件、客户支持工单、社交网络甚至二维码中发布指向产品助理的链接。Mavenoid还可以集成客户关系管理软件、票务系统、电子商务商店、知识库等。
目前，Mavenoid已经扩展到50多种语言，并引入了一系列第三方集成，包括Salesforce、Zendesk、Shopify、Zapier等。
