Relevance AI-Agenten erzielen mit MongoDB einen ROI von 3.000 % für Kunden

DIE HERAUSFORDERUNG

Erzielen von KI-gestütztem Wachstum mit MongoDB

KI wird unser Arbeitsleben in den kommenden Jahrzehnten maßgeblich bestimmen. Unternehmen auf der ganzen Welt erkennen das Potenzial und suchen nach Möglichkeiten der optimalen Nutzung. Doch nur wenige nutzen sie zur Erreichung der atemberaubenden Wachstumsraten sowohl intern als auch für ihre Kunden, wie sie Relevance AI erzielt.

Das in Sydney, Australien, ansässige Unternehmen Relevance AI bietet eine No-Code-Plattform, mit der Kunden individuell angepasste KI-Arbeitskräfte aufbauen können. Kunden nutzen auf Large Language Models (LLM) basierende automatisierte Prozesse, um KI-Agenten schnell und effektiv zu definieren und zu entwickeln. Diese KI-Agenten bewältigen sich wiederholende, geringwertige Aufgaben in Bereichen, die vom Kundenservice über den Vertrieb und die Geschäftsentwicklung bis hin zur Lead-Generierung und Konversion reichen.

„Wir sind ein Team von 30 Mitarbeitern, das Automatisierungslösungen entwickeln möchte, die unserer Überzeugung nach die Unternehmen der nächsten Generation entscheidend voranbringen werden“, erklärt Jacky Koh, Mitbegründer von Relevance AI Jacky Koh. „Wir möchten, dass Unternehmen nur durch die Größe ihrer Ideen begrenzt werden, nicht durch die Größe ihrer Teams.“

Das im Jahr 2020 gegründete Unternehmen Relevance AI kann auf einen beeindruckenden Kundenstamm verweisen, der von dynamischen Tech-Start-ups bis hin zu Fortune-500-Giganten reicht. Sie alle haben jedoch eines gemeinsam.

„Diese Unternehmen verzeichnen alle eine starke – und wachsende – Nachfrage“, betont Koh. Dabei gilt die alte Gleichung: Wer Unternehmenswachstum wünscht, muss sein Team vergrößern. Unsere Aufgabe ist eine Entkopplung dieser beiden Bereiche, weshalb diese wachsenden Unternehmen für uns so interessant sind.“

Im Mittelpunkt der Geschäftstätigkeit von Relevance AI steht die Datenbank des Unternehmens. Das Unternehmen startete auf einer eigenen cloudbasierten NoSQL-Plattform, erkannte jedoch schnell, dass das Fehlen von Vektorsuchfunktionen eine gravierende Einschränkung darstellte. Relevance AI benötigte eine umfassendere Lösung, die seinen Anforderungen an die schnelle, zuverlässige und effektive Verarbeitung großer und stetig wachsender Mengen an unstrukturierten Daten und den dazugehörigen Vektoren gerecht wird.

„Zunächst hatten wir überlegt, eine eigene Lösung zu entwickeln, doch dann stellten wir fest, dass MongoDB Atlas Vector Search diese Funktion bereits entwickelt hatte“, erklärt Koh. „Wir wussten bereits, wie nahtlos die Cloud-Funktionen von MongoDB sind und welche Vorteile die automatische Skalierung und die Beobachtbarkeit bieten. Daher fiel uns die Entscheidung leicht.“

DIE LÖSUNG

Wechsel zu MongoDB ermöglicht Flexibilität und Verwaltbarkeit

Die Entscheidung von Relevance AI, zu MongoDB Atlas zu wechseln, wurde durch eine Vielzahl von Schlüsselfaktoren untermauert. Mit einem globalen Kundenstamm, der sich von Australien bis in die USA erstreckt, betreibt Relevance AI separate regionale Cluster – sowohl kundenspezifische als auch mandantenfähige – in Azure und AWS.

„Diese regionenübergreifende Funktionsfähigkeit war ebenfalls ein wichtiges Verkaufsargument für MongoDB“, so Koh. „Wir richten Server für jede Region ein, in der wir tätig sind: Europa, Asien-Australien und die USA. Mit MongoDB ist die Verwaltung von Clustern für jede Region nahtlos möglich.“

Während sich Relevance AI primär aufgrund der Datenbankeigenschaften für MongoDB entschied, überzeugten auch andere Funktionen, die bei den Mitarbeitern des Unternehmens auf große Beliebtheit stießen.

„Viele unserer Teammitglieder haben einen Full-Stack-Engineering-Hintergrund, sodass MongoDB für sie bei der Entwicklung von Anwendungen definitiv die erste Wahl ist“, erklärt Koh. „Die Entwicklererfahrung ist hervorragend; die Möglichkeit, große Mengen unstrukturierter Daten ohne negative Auswirkungen auf Aspekte wie Latenz oder Kosten zu integrieren, ist ein sehr wettbewerbsfähiges Angebot.“

Auch die ausgereifte Entwicklung von MongoDB als cloudbasierte Plattform war für Koh und sein Team äußerst attraktiv. „MongoDB bietet eine gute Beobachtbarkeit und leistungsstarke Abfrage-Profiler“, fügt er hinzu. „Die Benutzeroberfläche zur Verwaltung von Indizes war ebenfalls ein wichtiges Verkaufsargument, das die Funktionen der Vektorsuche und der Skalierbarkeit ergänzte.“

Die Vektorfunktionen sind für Relevance AI besonders wichtig, da sie den Teams die Flexibilität bieten, eine Reihe verschiedener Client-Anwendungen und LLM-basierte Anwendungsfälle zu entwickeln.

„Nur als Experiment haben wir versucht, eine separate Vektordatenbank und MongoDB als operative Datenbank zu verwenden. Doch die separate Vektordatenbank hat bei mehreren verschiedenen Benchmarks nicht den Erwartungen entsprochen“, berichtet Koh.

„Da sowohl die Betriebs- als auch die Vektordatenbank auf derselben Plattform liegen, lässt sich die Skalierung viel einfacher handhaben und die Leistung wesentlich effektiver verwalten. Außerdem können wir die Plattform dadurch einfach häufiger nutzen – statt nur in ganz bestimmten Fällen können wir sie einsetzen, wann immer wir sie benötigen. Und wir müssen keine weitere Abfragesprache erlernen, was eine große Hilfe ist.“

DAS ERGEBNIS

Erzielen hervorragender Renditen mit hohem Wachstumspotenzial

MongoDB ist mittlerweile ein wesentlicher Bestandteil der Plattform von Relevance AI. Es ermöglicht dem Unternehmen, sein Angebot horizontal auszubauen und ein außergewöhnliches Wachstum nahtlos zu verwalten.

„Zu Beginn haben wir täglich etwa 200.000 Token verarbeitet“, erzählt Koh. „Mittlerweile liegt diese Zahl bei fast einer Milliarde, und für das kommende Jahr rechnen wir mit einem Wachstum zwischen 2.000 % und 5.000 %. Ohne die Flexibilität von MongoDB wäre das nicht möglich.“

Die Anwendungsfälle gehen über das Kundenangebot von Relevance AI hinaus. Das Unternehmen nutzt die Plattform zur Verwaltung seiner eigenen Prozesse, die von der Erstellung von Inhalten bis hin zur Qualifizierung potenzieller Sales-Leads reichen.

„Einige der spannendsten Funktionen sind tatsächlich die einfachsten“, erklärt Scott Henderson, Growth, Product and Marketing Lead bei Relevance AI. „Wir können viele der sich wiederholenden Aufgaben, die bisher nicht automatisiert werden konnten, übernehmen und so das Leben aller ein wenig erleichtern sowie natürlich ihre Produktivität steigern. Das ist ziemlich cool.“

Während die internen Erfolge von Relevance AI beeindruckend sind, möchte Koh sich auf die Erfolge konzentrieren, die das Unternehmen seinen Kunden ermöglicht.

„Ein typischer KI-Agent, der gut funktioniert, kann dem Kunden einen ROI von rund 3.000 % liefern“, erklärt Koh. „Das sind die Zahlen, über die wir gerne sprechen. Schaffen wir einen Mehrwert für unsere Kunden? Wachsen sie so stark, wie wir es uns wünschen? Das ist letztendlich das, was uns am Herzen liegt, und unser Erfolg als Unternehmen hängt sehr stark davon ab.“

Die kundenorientierte Philosophie des Unternehmens verspricht weiteres Wachstum und wird eine entscheidende Rolle bei der Ausweitung des Anwendungsbereichs und der Bekanntheit von Relevance AI auf neue Benutzer, Branchen und Anwendungsfälle spielen.

„Wir bauen unsere Reifegrade in verschiedenen Geschäftsbereichen aus – über Vertrieb, Marketing und Customer Success hinaus auch in anderen Branchen und Geschäftsfeldern“, so Koh.