Gli agenti Relevance AI offrono ai clienti un ROI del 3.000% con MongoDB

LA SFIDA

Utilizzare MongoDB per favorire una crescita basata sull'AI

L'AI è destinata a definire la nostra vita lavorativa per i decenni a venire. Le aziende di tutto il mondo ne riconoscono il potenziale e stanno valutando il modo migliore per adottarla. Tuttavia, sono poche quelle che la utilizzano per raggiungere gli straordinari livelli di crescita, sia internamente sia per i propri clienti, che Relevance AI sta ottenendo.

Con sede a Sydney, in Australia, Relevance AI fornisce una piattaforma no-code che consente ai clienti di creare forze lavoro AI personalizzate su richiesta. I clienti utilizzano processi automatizzati basati su LLM per definire e creare agenti AI in modo rapido ed efficace. Questi agenti AI gestiscono carichi di lavoro ripetitivi e di scarso valore in ambiti che spaziano dal servizio clienti alle vendite, allo sviluppo commerciale, alla generazione di contatti e alla conversione.

"Siamo un team di 30 persone che mira a creare le automazioni che, a nostro parere, saranno destinate a potenziare le aziende di nuova generazione", ha spiegato il co-fondatore di Relevance AI Jacky Koh. "Vogliamo che le aziende siano limitate solo dalla dimensione delle loro idee, non da quella dei loro team."

Fondata nel 2020, la base utenti di Relevance AI comprende un impressionante elenco di clienti, dalle dinamiche startup tecnologiche ai giganti di Fortune 500. Tuttavia, questi clienti hanno tutti una cosa in comune.

"Queste aziende hanno tutte una domanda forte e in crescita", ha affermato Koh. "Esiste questa vecchia equazione secondo cui la scalabilità di un'attività significa far crescere il proprio team. Il nostro lavoro consiste nel disaccoppiare questo aspetto, motivo per cui queste aziende in crescita rappresentano per noi la soluzione ideale".

Al centro del funzionamento di Relevance AI c’è il suo database. L'azienda è stata lanciata su una piattaforma NoSQL proprietaria basata su cloud, ma si è resa conto rapidamente che la mancanza di funzionalità di ricerca vettoriale rappresentava una grave limitazione. Relevance AI necessitava di una soluzione più completa che soddisfacesse i suoi requisiti per la gestione di grandi e crescenti volumi di dati non strutturati e dei relativi vettori in modo rapido, affidabile ed efficace.

"All’inizio abbiamo valutato di svilupparne una nostra, ma poi abbiamo visto che MongoDB Atlas Vector Search aveva sviluppato tale funzionalità", ha affermato Koh. "Sapevamo già quanto fossero fluide le funzionalità cloud di MongoDB, oltre ai vantaggi in termini di scalabilità automatica e osservabilità, quindi è stata una decisione facile".

LA SOLUZIONE

Il passaggio a MongoDB consente flessibilità e gestibilità

La decisione di Relevance AI di passare a MongoDB Atlas è stata determinata da una serie di fattori chiave. Con una base clienti globale che si estende dall'Australia agli Stati Uniti, Relevance AI gestisce cluster regionali separati, sia specifici per cliente sia multitenant, in Azure e AWS.

"Quella funzionalità tra diverse regioni è stata anche un importante punto di forza per MongoDB", ha affermato Koh. "Avviamo server per tutte le regioni in cui operiamo: Europa, Asia-Australia e Stati Uniti. Con MongoDB, la gestione dei cluster per ogni regione è semplice e fluida."

Sebbene Relevance AI abbia scelto MongoDB principalmente per le sue qualità come database, sono emerse altre funzionalità che si sono rivelate apprezzate dal personale dell'azienda.

"Molti membri del nostro team provengono da un background di ingegneria full stack, quindi MongoDB è senza dubbio una delle scelte principali per loro per lo sviluppo di applicazioni", ha spiegato Koh. "L'esperienza per gli sviluppatori è eccellente; la possibilità di inserire grandi quantità di dati non strutturati senza effetti negativi in aree come la latency o i costi rappresenta una proposta altamente competitiva."

Anche la maturità di MongoDB come piattaforma basata su cloud è stata molto interessante per Koh e il suo team. "MongoDB offre una buona osservabilità e profiler di query ad alte prestazioni", ha aggiunto. "Anche l'interfaccia utente per gestire gli indici è stata un punto di forza fondamentale, che si aggiunge alle funzionalità di ricerca vettoriale e scalabilità".

Le funzionalità vettoriali sono particolarmente importanti per Relevance AI, offrendo ai team la flessibilità di sviluppare una serie di diverse applicazioni client e casi d'uso basati su LLM.

"Come esperimento, abbiamo provato a utilizzare un database vettoriale separato e MongoDB come database operativo. Ma questo tipo di database non ha soddisfatto diversi benchmark", ha affermato Koh.

"Avere sia il database operativo che quello vettoriale nella stessa piattaforma rende la gestione della scalabilità molto più semplice e quella delle prestazioni decisamente più efficace. Ci consente inoltre di utilizzarlo di più: invece che solo per casi molto specifici, possiamo usarlo ogni volta che ne abbiamo bisogno. Inoltre, non dobbiamo imparare un altro linguaggio di query e questo è un grande vantaggio."

I RISULTATI

Offrire rendimenti eccezionali con un elevato potenziale di crescita

Ora MongoDB è un componente critico della piattaforma di Relevance AI. Consente all'azienda di sviluppare l'offerta orizzontalmente e di gestire livelli straordinari di crescita senza interruzioni.

«Quando abbiamo iniziato, elaboravamo circa 200.000 token al giorno», ha affermato Koh. «Ora quella cifra è vicina a un miliardo e prevediamo una crescita compresa tra il 2.000% e il 5.000% nel prossimo anno. Ciò non sarebbe possibile senza la flessibilità di MongoDB.»

I casi d'uso vanno oltre l'offerta per i clienti di Relevance AI. L'azienda utilizza la piattaforma per gestire le proprie operazioni, che spaziano dalla generazione di contenuti alla qualificazione di potenziali lead di vendita.

"Alcune delle funzionalità più interessanti sono in realtà le più semplici," ha dichiarato Scott Henderson, Growth, Product and Marketing Lead di Relevance AI. "Possiamo partire dalle molte delle attività ripetitive che finora è stato impossibile automatizzare e rendere la vita di tutti un po' più semplice, oltre a incrementare naturalmente la produttività. È davvero fantastico."

Sebbene i successi interni di Relevance AI siano impressionanti, Koh desidera concentrarsi sui successi che l'azienda rende possibili per i propri clienti.

"Un tipico agente AI che funziona bene può offrire al cliente un ROI di circa il 3.000%", ha affermato Koh. "Queste sono le cifre di cui ci piace parlare. Stiamo offrendo valore ai clienti? Stanno crescendo quanto vorremmo? In definitiva è questo ciò che ci sta a cuore e il nostro successo come azienda è strettamente legato a questo."

La filosofia aziendale incentrata sul cliente è destinata a offrire ulteriore crescita e a svolgere un ruolo chiave nell'ampliamento dell'ambito e della popolarità di Relevance AI verso nuovi utenti, settori e casi d'uso.

"Stiamo sviluppando i nostri livelli di maturità in diverse funzioni aziendali, andando oltre le vendite, il marketing e il Customer Success verso altri settori e aree di business", ha affermato Koh.