Larridin získává v investičním kole série A 30 milionů dolarů na měření výdajů na AI a dopadu na pracovní sílu

Larridin získal v investičním kole série A 30 milionů dolarů, které vedla společnost Pelion Ventures, čímž se celkový objem financování zvýšil na 47 milionů dolarů. Společnost měří, jak se výdaje na AI promítají do práce zaměstnanců a softwarových agentů, a zaměřuje se na podniky, které chtějí mít jasnější důkazy o návratnosti svých investic do AI.

Stávající investoři Andreessen Horowitz a Gradient Ventures se zapojili společně s novými investory GFT, W23, Thayer, DG Daiwa Ventures, Alumni Ventures a Cougar Capital.

Ve svém oznámení z 2. listopadu Larridin uvedl, že dosud změřil více než 2 miliardy relací AI a zaznamenal přes 82 000 pracovních postupů. Získané prostředky podpoří vývoj produktů a rozšíření týmu.

Propojení nákladů na AI s obchodními výsledky

Finanční výzva přesahuje pouhé počítání aktivních uživatelů. Organizace může platit za uživatelské licence, spotřebovávat tokeny modelů a provozovat automatizované agenty, aniž by věděla, které činnosti zlepšují její práci. Měření využívání ukazuje, zda se nástroje používají; měření přínosu vyžaduje propojit jejich používání s užitečným výsledkem a náklady na jeho dosažení.

Dokumentace produktu AI Impact společnosti Larridin popisuje, jak spojit fakturované licence, spotřebu tokenů a náklady na cloudové modely se zaznamenanými pracovními postupy a daty z inženýrských systémů. Výdaje přiřazuje jednotlivým oddělením a porovnává výslednou práci s vynaloženými investicemi.

Metodika rozlišuje mezi kapacitou podpořenou AI a skutečně dosaženými peněžními úsporami. Hodiny přepočtené na ekvivalent lidské práce mohou odhadnout objem práce, k němuž AI přispívá, jejich finanční hodnota však závisí na výchozím stavu a na tom, jak organizace tuto kapacitu využije. Více dostupného času automaticky neznamená nižší rozpočet ani menší potřebu zaměstnanců.

Toto rozlišení je obzvlášť důležité při čtení ukázek z řídicích panelů. Larridin své ilustrativní údaje, včetně ukázkových násobků návratnosti investic a počtu ušetřených hodin, výslovně označuje jako příklady. Tyto ukázky vysvětlují způsob výpočtu, nikoli výsledky konkrétního zákazníka.

Jak Workflow Intelligence sleduje práci

Platforma Workflow Intelligence společnosti využívá rozšíření prohlížeče a desktopového agenta ke sledování činnosti v aplikacích, které vyberou správci. Podle Larridin shromažďuje metadata, jako jsou aktivní aplikace, jejich pořadí, čas strávený v jednotlivých krocích a přechody mezi nástroji.

Dokumentace produktu uvádí, že se neshromažďuje obsah zpráv ani dokumentů, záznamy obrazovky ani stisky kláves. Zobrazení jsou ve výchozím nastavení souhrnná na úrovni týmů; individuální zobrazení jsou vypnutá, pokud je správci nepovolí.

Tyto záznamy se seskupují do pracovních postupů, aby týmy mohly zkoumat jejich délku, opakování, problematická místa a zapojení AI. Platforma řadí příležitosti k automatizaci podle priority a sleduje je od pilotních projektů až po dokončená nasazení, přičemž je porovnává se zaznamenanými výchozími hodnotami.

V tomto případě je důležité rozlišovat mezi potenciální, modelovanou a skutečně dosaženou kapacitou. Pracovní postup označený jako vhodný k automatizaci ještě nepřinesl stejný přínos jako postup, který již úspěšně funguje v produkčním prostředí.

Měření v oblasti vývoje softwaru zahrnuje kvalitu i kontrolu kódu

Nabídka Developer Intelligence společnosti Larridin propojuje výsledky vývojářské práce s náklady na AI, rychlostí dodávání a kvalitou kódu. Mezi sledované ukazatele patří objem výstupů na každých 1 000 dolarů vynaložených na AI, míra chybovosti a doba průchodu požadavku na začlenění kódu v porovnání s vlastní výchozí hodnotou týmu.

Produkt také analyzuje relace agentů, jejich zaznamenané kroky, spotřebu tokenů a odhadované náklady. Součást pro směrování požadavků mezi modely umožňuje organizacím nastavit priority nákladů a kvality pro pracovní postupy při programování a porovnávat různé modely.

Tento přístup uznává, že vytvoření většího množství kódu je jen jednou fází dodávky softwaru. O tom, zda se dodatečný výstup promění v užitečný software, může rozhodovat kapacita pro kontrolu kódu, ověřování, přepracování a nasazení.

Napětí mezi těmito faktory ilustruje zpráva AI Impact o dopadu AI na vývoj softwaru za 3. čtvrtletí 2026. Analýza zjistila, že podíl začleněných požadavků na kód vytvořených s pomocí AI vzrostl z 35 % v dubnu na 62 % v září. Oznámení o financování zároveň uvádí, že medián čekání na první kontrolu kódu člověkem se zvýšil o 50 %. Tato zjištění popisují měřený vzorek společnosti Larridin, nikoli všechny organizace zabývající se vývojem softwaru.

Měřicí společnost postavená na odpovědnosti za AI

Larridin uvádí, že u svých zákazníků zaznamenal průměrné zvýšení měřitelného týmového výstupu o 47 % a medián optimalizace výdajů na AI během prvního roku ve výši 2,4 milionu dolarů. Jde o výsledky uváděné společností, které se liší od ilustrativních řídicích panelů jejího produktu.

Na stránce vedení společnosti jsou Russ Fradin uveden jako spoluzakladatel a generální ředitel, Jim Larrison jako spoluzakladatel a prezident a Ameya Kanitkar jako spoluzakladatel a technický ředitel. Fradin a Larrison čerpají ze svých dřívějších zkušeností s budováním digitálního měření ve společnosti Comscore. Jejich deklarovaným cílem je poskytnout srovnatelnou vrstvu měření práce vykonávané s pomocí AI.

Jak tvrdí produktová ředitelka společnosti Carta Vrushali Paunikar v článku pro Unite.AI o podnikových pracovních postupech využívajících AI, které přesahují vrstvu propojení, poskytování přístupu k nástrojům je jen jednou částí dosahování spolehlivých výsledků. Larridin se zaměřuje na důkazy o těchto výsledcích: kolik práce stála, co se změnilo a kam by měly směřovat další investice.