Decagon

132 · Decagon 的 AI 客服打法

31:22YouTube 上架 2025-09-18Jesse Zhang（Decagon）

No Priors Ep. 132 | With Decagon CEO and Co-Founder Jesse Zhang

Jesse Zhang 談 Decagon 從新創客戶走向大企業的過程、招人與辦公室文化、按對話計價的理由，以及 agent 之間互相對話的未來。

132 講了什麼

• 先從數位原生公司做起Jesse 說 Decagon 一開始的客戶是 Rippling、Notion 這類公司，後來因為需求被往大企業拉，銀行、航空這些大量客服聯絡的地方來得比預期快。
• 成效先看效率，再看滿意度Jesse 說大型企業最先衡量的是客服營運成本被砍掉多少，做過的案例研究裡有人砍到 60% 到 70%；客戶滿意度則常被放在同等甚至更高的位置。
• 招人看聰明程度Jesse 說團隊首先篩選的是夠不夠聰明，直接經驗其次；公司一週五天進辦公室，而且認為幾乎所有表現好的 AI 公司都偏重辦公室文化。
• 非技術人員也能自己建 agentJesse 認為傳統 SaaS 要靠技術人員做設定，Decagon 的做法是讓非技術的業務人員自己建構、調整、分析 agent，工程團隊則負責 agent 如何接系統與 API。
• 按對話計價Jesse 說客服有「每次聯絡的成本」這種現成的衡量方式，所以不按席位、也不按通話分鐘數，而是按 agent 能處理的對話數計價，客戶買一定量的對話額度再消耗。
• agent 對 agent 的未來Jesse 認為個人 agent 打電話給客服 agent 的情況已經接近出現，短期內溝通仍會以自然語言為主，因為雙方都得能跟人類相容。

從哪一段開始看15 段

1. 00:03Decagon 在做什麼主持人介紹 Jesse 與 Decagon；Jesse 說 Decagon 是 AI 客服 agent，替有大量聯絡量的公司與使用者對話、解決問題，也常用 concierge 來形容。
2. 01:19往大企業走從 Rippling、Notion 這類數位原生公司起步，因需求被拉向大企業；Jesse 說企業採用變成由上而下，客服常是最容易下手的地方。
3. 02:36成效與整合方式企業先衡量營運成本被砍多少，再看客戶滿意度；Jesse 說 agent 部署時不會動到現有的 CRM 與電話系統，而是直接整合，並強調 agent 全天候運作、不需訓練、沒有流動率。
4. 04:23第二次創業與招人Jesse 與 Ashwin 都是第二次創業；Jesse 想把技術強的人帶往商業面向，招人首重聰明；不刻意標榜 996 那種文化，但一週五天進辦公室，很多人週末也會來，只是不強制。
5. 08:29擴編與組織公司接近 200 人，開始需要專職的人力職能與組織設計；紐約已有辦公室，正在籌備歐洲。
6. 10:34學習對象與工程師的選擇Jesse 以 Ramp 與 Databricks 為學習對象；認為想自己創業的工程師，加入商業面已經跑通的公司，比加入還沒找到產品市場契合的小團隊學到更多。
7. 14:10轉向中長期思考組織設計與產品路線圖是最需要拉長視野的地方；Jesse 說有些核心產品工作不會立刻成交客戶，但不做以後會更難。
8. 15:28怎麼找到客服這個題目Jesse 說起初沒有預設方向，是跟大量客戶談過、有嚴謹的評估流程，客服是唯一有人願意付六位數合約的點子。
9. 17:01模型公司會不會往應用層走主持人提到平台業者往應用層整合的歷史與目前的 Claude Code 等例子；Jesse 認為這對模型公司合理，但企業越多軟體層越厚，應用公司不必花太多心思猜實驗室的動向。
10. 19:35如何做出差異化Jesse 說靠年輕、強度高的團隊帶來速度，以及讓非技術人員能自己建構與調整 agent 的產品取向，對比傳統 SaaS 需要技術人力做設定。
11. 21:58計價與市場規模主持人提到從軟體即服務走向勞動力或認知即服務；Jesse 說客服適合按對話計價，主持人補充這讓市場從席位變成人力薪資。
12. 24:46客戶旅程與 conciergeJesse 說企業裡不同類型的對話分屬不同團隊與預算，但領導者期待最終整合成單一的 concierge 體驗。
13. 25:47如何定義成功Jesse 說五年後希望為各大品牌的對話提供動力，並把產品與市場執行做得像 Databricks、Ramp 那樣精準，但不會想太遠。
14. 27:35agent 對 agent個人 agent 替人訂餐、改機票，可能與客服 agent 對話；Jesse 認為短期仍以自然語言溝通，客服對話也會從被動支援擴及購買與主動聯繫。
15. 29:56羅馬浴場的比喻主持人轉述一位同事的看法：科技常把有錢人的待遇變成人人都有，例如私人助理；Jesse 同意，預期更多 AI 助理會成為生態的一部分。

值得記的話5 句

• we're generally just selecting for uh very smart people我們大致上就是挑非常聰明的人；講的是招人05:55

• if you're a founder you're like training your own like neural network right and you need like positive examples and negative examplesJesse 說創辦人像在訓練自己的神經網路，需要正面與負面的例子13:08

• The sheer fact that people were willing to talk to us like, you know, two people and willing to pay us money was signal enough that it was worth doing光是有人願意跟我們談，我們才兩個人，而且願意付錢給我們，這個訊號就足以說明值得做；講的是為什麼選客服16:45

• we're basically moving from software as a service to basically some form of like labor or cognition as a service主持人說我們正從軟體即服務，走向某種勞動力或認知即服務22:13

• you price basically the number of conversations that it can haveJesse 說就是按 agent 能處理的對話數來計價23:14

名詞與人物8 個

Decagon

Jesse 與 Ashwin 共同創辦的 AI 客服 agent 公司，客戶包括銀行、電信、航空與科技公司

Loki

主持人介紹 Jesse 先前創辦、後來被 Niantic 收購的公司

Ashwin

Jesse 的共同創辦人，兩人都是第二次創業、技術背景

concierge

Jesse 用來形容 Decagon 的詞：成為品牌對使用者的單一對話介面

cost per contact

Jesse 說客戶習慣用「每次聯絡的成本」衡量客服，Decagon 的計價沿用這種概念

forward integrate

主持人用來描述平台提供者往平台上最大的應用整合，例子是 Microsoft 與 Office

Databricks

Jesse 想學習的公司之一，還稱執行長 Ali 是自己最喜歡的 CEO

Ramp

Jesse 想學習的另一家公司

提到但沒有展開

• 主持人講了 Larry Page 早年被問到目標時說要做到十億美元營收的故事，問 Jesse 怎麼看長期目標；Jesse 說連營收已經是個位數十億美元的 Databricks 大概都會說自己還很早，所以不去想那麼遠，一步一步來。
• Jesse 說每開一個新辦公室都要重新顧文化，因為文化一旦定型就會自己長下去；歐洲的文化本來就不同，也比較孤立。

在 YouTube 看原片 ↗