طبق گزارش اخیر منتشر شده توسط طرح NANDA از MIT، رقم تکان‌دهنده‌ی ۹۵ درصد از پروژه‌های آزمایشی هوش مصنوعی مولد در شرکت‌ها با شکست مواجه می‌شوند. اما به جای تسلیم شدن کامل در برابر این فناوری، پیشرفته‌ترین سازمان‌ها در حال آزمایش سیستم‌های هوش مصنوعی عامل هستند که می‌توانند یاد بگیرند و نظارت شوند.
اینجاست که Maisa AI وارد می‌شود. این استارتاپ یک ساله، کل رویکرد خود را بر این فرضیه بنا کرده است که اتوماسیون سازمانی نیازمند عوامل هوش مصنوعی پاسخگو است، نه جعبه‌های سیاه مبهم. با دور جدید سرمایه‌گذاری ۲۵ میلیون دلاری به رهبری شرکت سرمایه‌گذاری خطرپذیر اروپایی Creandum، اکنون Maisa Studio را راه‌اندازی کرده است، یک پلتفرم سلف سرویس مدل آگنوستیک که به کاربران کمک می‌کند کارگران دیجیتالی را مستقر کنند که می‌توانند با زبان طبیعی آموزش ببینند.
شاید این موضوع آشنا به نظر برسد – یادآور پلتفرم‌های برنامه نویسی حسی مانند Cursor و Lovable با پشتیبانی Creandum – اما Maisa استدلال می‌کند که رویکردش اساساً متفاوت است. دیوید ویلالون، مدیرعامل Maisa، به خبرنگار گفت: “به جای استفاده از هوش مصنوعی برای ساخت پاسخ‌ها، ما از هوش مصنوعی برای ساخت فرآیندی استفاده می‌کنیم که برای رسیدن به پاسخ باید اجرا شود – چیزی که ما آن را ‘زنجیره کار’ می‌نامیم.”
معمار اصلی این فرآیند، مانوئل رومرو، یکی از بنیانگذاران و مدیر ارشد علمی Maisa است که پیش از این با ویلالون در استارتاپ هوش مصنوعی اسپانیایی Clibrain همکاری کرده بود. در سال ۱۴۰۳، این دو نفر برای ایجاد راه حلی برای توهمات، پس از مشاهده دست اول این موضوع که “نمی‌توان به هوش مصنوعی تکیه کرد”، با هم متحد شدند.
این دو نفر نسبت به هوش مصنوعی بدبین نیستند، اما فکر می‌کنند که بررسی “سه ماه کار انجام شده در پنج دقیقه” برای انسان‌ها امکان پذیر نخواهد بود. برای رفع این مشکل، Maisa از سیستمی به نام HALP استفاده می‌کند که مخفف Human-Augmented LLM Processing (پردازش زبان بزرگ تقویت شده توسط انسان) است. این روش سفارشی مانند دانش‌آموزان پای تخته سیاه عمل می‌کند – در حالی که کارگران دیجیتال هر مرحله‌ای را که دنبال می‌کنند ترسیم می‌کنند، از کاربران در مورد نیازهایشان می‌پرسد.
این استارتاپ همچنین واحد پردازش دانش (KPU) را توسعه داده است، یک سیستم قطعی که برای محدود کردن توهمات طراحی شده است. در حالی که Maisa کار خود را از این چالش فنی آغاز کرد تا یک مورد استفاده، به زودی متوجه شد که اعتمادپذیری و پاسخگویی آن با شرکت‌هایی که امیدوارند هوش مصنوعی را در کارهای حیاتی به کار گیرند، همخوانی دارد. به عنوان مثال، مشتریانی که در حال حاضر از Maisa در تولید استفاده می‌کنند، شامل یک بانک بزرگ و همچنین شرکت‌هایی در بخش‌های خودروسازی و انرژی هستند.
Maisa با خدمت رسانی به این مشتریان سازمانی، امیدوار است خود را به عنوان یک شکل پیشرفته تر از اتوماسیون فرآیند رباتیک (RPA) معرفی کند که بدون نیاز به شرکت ها برای تکیه بر قوانین از پیش تعریف شده سخت یا برنامه نویسی دستی گسترده، بهره وری را افزایش می دهد. برای رفع نیازهای آنها، این استارتاپ همچنین استقرار در فضای ابری امن خود یا از طریق استقرار در محل را به آنها ارائه می دهد.
این رویکرد اولویت‌دهی به شرکت‌ها به این معنی است که پایگاه مشتریان Maisa در مقایسه با میلیون‌ها نفری که به پلتفرم‌های برنامه نویسی حسی رایگان هجوم می‌آورند، هنوز بسیار کوچک است. اما از آنجایی که این پلتفرم‌ها اکنون در حال بررسی چگونگی جذب مشتریان سازمانی هستند، Maisa با Maisa Studio در جهت مخالف حرکت می‌کند، که برای رشد قیف مشتریان و تسهیل پذیرش طراحی شده است.
این استارتاپ همچنین قصد دارد با مشتریان فعلی که در چندین کشور فعالیت دارند، توسعه یابد. Maisa با داشتن دفاتر مرکزی دوگانه در والنسیا و سانفرانسیسکو، از قبل جای پایی در ایالات متحده دارد، همانطور که در جدول سرمایه آن منعکس شده است. دور سرمایه‌گذاری ۵ میلیون دلاری اولیه آن در آذر ماه سال گذشته به رهبری شرکت‌های سرمایه‌گذاری NFX و Village Global مستقر در سانفرانسیسکو انجام شد.
علاوه بر این، خبرنگار به طور اختصاصی مطلع شد که شرکت آمریکایی Forgepoint Capital International از طریق سرمایه گذاری مشترک اروپایی خود با بانک اسپانیایی Banco Santander در این دور جدید شرکت کرده است که جذابیت آن را برای بخش های تنظیم شده برجسته می کند.
تمرکز بر موارد استفاده پیچیده که نیازمند پاسخگویی از سوی کاربران غیرفنی است، می تواند یک تمایز برای Maisa باشد، که رقبای آن شامل CrewAI و بسیاری دیگر از محصولات اتوماسیون گردش کار مبتنی بر هوش مصنوعی هستند که بر تجارت متمرکز هستند. ویلالون در یک پست لینکدین، این “تب و تاب چارچوب هوش مصنوعی” را برجسته کرد و هشدار داد که “شروع سریع” زمانی به یک کابوس طولانی تبدیل می شود که به قابلیت اطمینان، قابلیت حسابرسی یا توانایی رفع مشکل نیاز داشته باشید.
Maisa با دو برابر کردن هدف خود برای کمک به مقیاس پذیری هوش مصنوعی، قصد دارد از این بودجه برای افزایش تعداد کارکنان خود از ۳۵ نفر به حدود ۶۵ نفر تا سه ماهه اول سال ۱۴۰۵ به منظور پاسخگویی به تقاضا استفاده کند. این استارتاپ از سه ماهه آخر امسال، انتظار رشد سریعی را دارد زیرا شروع به خدمت رسانی به لیست انتظار خود می کند. ویلالون گفت: “ما قصد داریم به بازار نشان دهیم که شرکتی وجود دارد که آنچه را که وعده داده شده ارائه می دهد و این کارساز است.”
منبع: techcrunch.com
