從a16z靜修營到45億估值

Decagon的創業故事始於2023年，當時Jesse Zhang和Ashwin Sreenivas在知名風投a16z舉辦的猶他州靜修營（retreat）上相識。Zhang擁有深厚的AI技術背景，Sreenivas則對企業軟體市場有著敏銳的洞察力。兩人在交流中達成了一個共識：大型語言模型（LLM）技術的成熟，使得AI首次有能力處理企業客戶服務中的複雜對話——而非僅僅是傳統聊天機器人那種基於規則的簡單問答。

從這一洞察出發，他們創建了Decagon——一個被定位為AI「管家」（concierge）而非傳統「聊天機器人」的客服平台。這一定位差異至關重要：傳統聊天機器人依賴預設的決策樹和關鍵詞匹配，只能處理簡單、標準化的問題；而Decagon的AI管家能夠理解上下文、訪問企業知識庫、在多個系統間執行操作，並以接近人類客服代表的靈活性來解決客戶問題。

短短三年間，Decagon已經完成了6輪融資，累計融資總額達4.81億美元。最新的D輪融資使其估值在六個月內翻了三倍——從15億美元躍升至45億美元——這是投資者對其增長軌跡極度樂觀的體現。

超過100家企業客戶的驗證

Decagon最有說服力的論據不是融資數字，而是它的客戶名單。超過100家企業客戶橫跨旅遊、金融科技、健康、零售和電信等多個行業，證明了其產品的廣泛適用性。

Decagon的重要企業客戶

  • 旅遊出行：Avis Budget Group、Hertz（全球最大的租車公司）
  • 金融科技：Block（前Square）、Affirm、Chime
  • 電信：Deutsche Telekom（歐洲最大電信公司）
  • 外賣配送：Grubhub
  • 其他：橫跨健康、零售等多個垂直領域

這份客戶名單的重要性在於，這些都是客服量巨大、對服務質量要求極高的企業。Avis Budget每年處理數千萬次客戶互動，Deutsche Telekom的客服中心服務數億用戶。這些企業願意將客戶互動的第一線交給AI，表明Decagon的技術已經達到了企業級可靠性的門檻。

Chime案例：量化的商業價值

在Decagon的客戶案例中，美國金融科技公司Chime的數據最為引人注目。Chime是一家擁有數千萬用戶的數位銀行，客戶服務是其運營的關鍵環節。

Chime導入Decagon後的量化成果

  • 客服中心成本削減60%：通過AI自動處理大部分常見問題，大幅減少了對人工客服的需求
  • 淨推薦值（NPS）翻倍：客戶滿意度不降反升，NPS分數翻倍增長
  • 響應時間從分鐘級降至秒級：AI管家能夠即時回應，消除了客戶等待時間
  • 24/7全天候服務：不再受限於客服中心的營業時間

Chime的案例打破了一個長期存在的假設——即用AI取代人工客服必然會導致客戶體驗下降。NPS翻倍的結果表明，在許多場景下，客戶實際上更偏好AI客服的即時性和一致性，而非等待人工客服的不確定體驗。

為什麼AI客服的NPS可以更高？

  • 零等待時間：客戶無需排隊等候，即時獲得回應
  • 一致性：不受客服人員情緒、經驗差異影響，每次互動品質穩定
  • 全知識庫訪問：AI可以即時檢索所有相關資訊，不存在「我需要轉接」的情況
  • 多語言支持：無縫切換語言，服務全球用戶
  • 無壓力互動：部分客戶在與AI交流時感到更自在，尤其涉及敏感問題

80%分流率意味著什麼

Decagon聲稱其平台平均實現80%以上的問題分流率（deflection rate），即超過80%的客戶問題可以由AI管家獨立解決，無需人工介入。這一數字的商業含義是巨大的。

以一個年處理1,000萬次客戶互動的企業為例，80%的分流率意味著800萬次互動由AI處理。如果每次人工互動的平均成本為5至15美元（包括人力、場地、設備和管理費用），那麼80%的自動化可以每年節省4,000萬至1.2億美元。即使AI平台的年費為數百萬美元，投資回報率也是極為可觀的。

但分流率這個指標也需要審慎解讀。80%的問題被AI「處理」，並不等於80%的問題被「完美解決」。業內對分流率的定義和計算方式並沒有統一標準，一些批評者指出，如果AI客服給出了答案但客戶不滿意而放棄進一步溝通，這在某些定義下也會被計入「已分流」。因此，理解分流率時需要同時關注客戶滿意度指標。

技術架構：超越簡單的LLM封裝

Decagon的技術價值不僅在於使用LLM生成回答，更在於它圍繞企業客服場景構建的完整技術棧。一個有效的AI客服系統需要解決多個挑戰：

知識整合

AI管家需要訪問企業的產品文檔、政策手冊、FAQ庫、用戶賬戶資訊等多種數據源。Decagon構建了一套高效的檢索增強生成（RAG）系統，能夠即時從企業知識庫中提取相關資訊，並結合LLM的語言理解能力生成準確的回答。

操作執行

客服互動不僅僅是回答問題，還經常涉及操作執行——退款處理、訂單修改、賬戶設定變更等。Decagon的AI管家能夠連接企業的後端系統，在對話中直接執行這些操作，實現從「回答問題」到「解決問題」的飛躍。

合規與安全

在金融、電信和醫療等受監管行業，客服互動必須遵循嚴格的合規要求。Decagon內建了合規控制機制，確保AI管家的回答和操作符合行業法規，同時對敏感資訊實施適當的保護。

行業競爭格局

AI客服是當前AI應用中競爭最為激烈的領域之一。Decagon面臨的競爭對手包括：

  • Sierra AI：由Salesforce前CEO Bret Taylor創辦，同樣定位高端AI客服
  • Intercom：老牌客服軟體公司，積極整合AI功能
  • Zendesk：客服軟體巨頭，推出AI客服助手
  • Freshdesk：Freshworks旗下產品，低價位AI客服方案
  • 大型科技公司：Google CCAI、Amazon Connect等雲端AI客服方案

Decagon在這一競爭格局中的差異化在於其「管家」定位——不是簡單的AI回答工具，而是能夠端到端解決客戶問題的自主系統。45億美元的估值反映了投資者對這一差異化策略的認可。

規模化擴展：從金融科技到全行業

Decagon的初始成功主要來自金融科技領域，但公司正在積極向旅遊、健康、零售和電信等行業擴展。這一擴展策略的邏輯在於，雖然不同行業的客服場景各有特點，但底層的技術能力——自然語言理解、知識檢索、操作執行——是通用的。

不同行業的擴展帶來的挑戰主要在於：

  • 領域知識的深度：每個行業都有獨特的術語、流程和法規要求
  • 系統整合的複雜度：不同企業的後端系統架構差異巨大
  • 合規要求的多樣性：醫療、金融等行業的監管框架各不相同
  • 用戶期望的差異：旅客對即時性的需求與銀行客戶對準確性的需求側重不同

對香港企業的啟示

Decagon的成功對香港的企業界有著直接的實用意義。香港作為國際金融中心和區域商業樞紐，擁有大量客服密集型企業——從銀行和保險公司到航空公司和電信運營商。

對這些企業而言，AI客服不再是「未來技術」，而是正在創造量化商業價值的現實工具。Chime的案例證明，正確部署AI客服不僅能大幅削減成本，甚至能提升客戶滿意度。香港企業在考慮客服數位化轉型時，應將AI管家型平台納入評估範圍。

同時，香港的多語言環境（粵語、普通話、英語）為AI客服帶來了獨特挑戰和機遇。能夠無縫處理多語言互動的AI客服系統，在香港市場將具有特別的競爭優勢。

結語：客服行業的範式轉移

Decagon在三年內從零成長為估值45億美元的公司，這一速度本身就是對傳統客服行業的一記警鐘。當AI管家能夠以更低的成本提供更快、更一致、客戶滿意度更高的服務時，企業繼續維持龐大的人工客服團隊的理由正在快速消減。

這並不意味著人工客服將完全消失。複雜的情感支持、高價值客戶的個性化服務、以及需要創造性解決方案的罕見問題，仍然需要人類的參與。但客服行業的結構正在經歷不可逆的轉變——從以人工為主、AI為輔，轉向以AI為主、人工為輔。Decagon的增長軌跡，正是這一轉變的最佳註腳。