当大多数人关注生成式 AI 的消费级应用时，一些创业者正在将其应用到传统行业中创造实际价值。本文深入探讨了前 Meta 工程师 Boris Valkov 如何将 AI 技术带入家居服务企业的呼叫中心，通过数据驱动的洞察力提升销售转化率。我在前几篇文章360 万美金种子轮背后 3000 亿美金的市场、这家公司靠收购传统行业 +AI 实现千万美金营收也分享过服务于 Call Center 的 Voice AI 业务以及对应的 BPO 蕴藏的机会，还有就是在垂直传统行业通过收购的方式来做 SaaS AI 化改造。今天这篇文章中的 Lace AI 则又是一个典型例子，聚焦在传统垂直行业里的 call center 这个细分场景。

从 PyTorch 机器学习库的开发者到 Lace AI 的创始人，Valkov 将其 AI 专业知识与童年在家族杂货店工作的经验相结合，打造了能分析 100% 通话内容的收入智能软件。

这一技术如何帮助暖通、水管和屋顶等家居服务企业即使只提高 1% 的预订率也能带来显著收入增长？为何 Bek Ventures 愿意领投 1400 万美元支持这一愿景？

无论你是技术创业者、传统行业从业者还是对 AI 商业应用感兴趣的投资者，这篇文章都将揭示数据驱动决策如何在看似普通的业务场景中创造巨大价值。

从 Meta 工程师到创业者：技术与实际问题的交汇点

Boris Valkov 的创业之路始于他还是个孩子的时候，在家族杂货店业务中工作。这段经历教会了他电话客户服务的力量。作为一名成年人，他开始寻找将人工智能和客户服务结合起来的方法，Lace 的想法就此诞生。

作为 Meta 的 AI 工程师，Valkov 帮助构建了 PyTorch，这是全球最大的机器学习库之一。在 Meta 工作期间，Valkov 意识到人工智能"即将在软件栈的应用层释放能力"。他于 2021 年底离开 Meta，创办了 Lace AI，这是一家为家居服务公司开发 AI 驱动客户服务软件的初创公司。

Valkov 利用他在 VMware 和 Meta 的多年软件工程经验，与 Stan Stoyanov 合作，旨在将 AI 与客户服务相结合，帮助企业产生额外收入。这对搭档与 100 多家不同行业和垂直领域的公司进行了交谈，发现在家居服务垂直领域，许多销售都始于对呼叫中心的一个电话。家居服务包括暖通空调、水管和屋顶等公司。

数据驱动洞察如何增强呼叫中心业务

呼叫中心通常面临着分析和快速处理数据的困难。传统方法涉及几天的延迟，阻止团队及时解决问题。实时数据通过提供即时洞察解决了这个问题，帮助企业采取迅速行动，提高效率和结果。

Lace 背后的前提是，如果客户打电话给这些企业，它可能会转化为销售——或者不会。该公司声称其软件可以帮助提高通话转化的机会。具体来说，Lace 的收入智能软件使用 AI 技术分析进入这些企业的所有通话，以检测丢失的收入机会。据 Valkov 称，它比其他类似产品更全面，因为它监控 100% 的通话，而不是部分通话。它分析每一次互动，"以确保没有潜在的线索或机会被错过"。

实时工具的好处包括：

1. 快速问题识别：实时工具立即检测客户异议或人员配置不足等问题。团队可以快速解决这些问题，最大限度地减少中断并提高性能。

2. 优先处理高价值通话：先进系统标记高价值机会，如大收入通话。团队可以专注于这些通话，确保不会错过关键机会。

3. 为管理者提供增强可见性：实时数据让管理者清楚地了解呼叫中心性能。这使他们能够跟踪关键指标，解决差距，并有效地指导团队。

小改进带来巨大回报：呼叫中心收入的提升

即使呼叫中心预订率只有 1% 的增长也可能对家居服务或家居改造公司产生实质性影响。例如，一家年收入 3 亿美元的公司，如果预订率增加 1%，其收入将增加 300 万美元。Valkov 表示，使用 Lace 的一些企业看到了两位数的收入增长。

准确的数据帮助团队做出更好的决策，通过迅速解决人员配置问题和调度冲突。它识别常见的客户异议，使企业能够创建有效的解决方案。数据还通过突出技能差距和指导有针对性的培训来提高团队表现。这种方法确保了高效的运营、更好的结果和改善的客户满意度，而不会造成不必要的延误。

采用实时工具的企业通常在短时间内看到明显的改进。它们可以快速处理数据，从而提高预订率和收入。这些工具还帮助企业有效分配资源并向员工提供量身定制的指导。实时数据通过改善决策、提高效率和增加收入，彻底改变了呼叫中心的运营。

精准定位传统行业：技术创新的新方向

目前，这家总部位于山景城的公司与 100 多家企业合作，如 A1 车库门服务、Sage Home、Eco Plumbers、Matrix 和 Lee's Air。Valkov 拒绝透露具体收入数字，只是表示 Lace 在 2024 年看到了 1000% 的年度经常性收入 (ARR) 增长（但它直到 2023 年底才开始向客户销售）。该公司运营 SaaS（软件即服务）业务模式，按每位代理或客户支持代表收取月费。

Bek Ventures 的管理合伙人 Mehmet Atici 表示，他之所以被吸引投资 Lace，部分原因是其经验丰富的团队。"将 AI 应用于传统上技术服务不足的行业以产生真正影响的趋势正在增长，这个团队深刻理解如何做到这一点——准确识别和解决这些常被忽视的细分市场的需求代表着一个巨大的机会，"他告诉 TechCrunch。

这种方法与许多初创公司追求的方向形成鲜明对比。当许多公司专注于消费级 AI 应用或高端企业解决方案时，Lace 选择了一个不太引人注目但潜力巨大的细分市场：家居服务公司的呼叫中心。

融资与未来：加速增长的资本注入

今天，Lace 宣布自 2022 年初成立以来共获得 1900 万美元融资。据该公司向 TechCrunch 独家透露，融资总额包括之前未宣布的由 Canvas Ventures 领投的 500 万美元种子前轮，以及最近由 Bek Ventures 领投的 1400 万美元种子轮。其他支持者包括 Horizon VC、Launchub 以及 Snowflake 联合创始人 Marcin Zukowski、Vivino 的 Heini Zachariassen 和其他创始人。

目前，Lace 拥有 20 名员工。该公司计划利用新融资将公司规模扩大三倍。这表明了公司对其产品市场适应性和未来增长潜力的信心。

数据驱动洞察的广泛应用：启示与经验教训

Lace 的成功故事提供了一些关键启示，这些启示适用于各种规模的企业：

1. 专注速度和创新：初创公司必须优先考虑速度和数据驱动的洞察。项目不应超过两周。如果任务超过这个时间表，团队应立即确定并修复原因。延迟会降低竞争力并导致错失机会。快速执行加上不断创新确保企业在行业中保持领先。

2. 扩展 AI 创新：通过经验推进技术需要深入理解现代工具和方法。关键方法包括开发先进工具、分布式训练和利用开源优势。

3. 实时数据的力量：实时分析使企业能够迅速识别问题并采取行动，而不是等待传统报告周期。这种敏捷性在竞争激烈的市场中尤为重要。

4. 找到独特的市场定位：Lace 找到了一个特定的细分市场，在那里 AI 可以创造实际价值。这种聚焦策略比试图服务所有人更有效。