Evos henter 9 mio. dollar i pre-seed-finansiering for at omsætte industriel ekspertise til autonome AI-operatører

I mange industrivirksomheder er den mest værdifulde driftsmanual et menneske. En erfaren medarbejder ved, hvilken faktura der skal undersøges nærmere, hvilken afvigelse hos en transportør der kan vente, og hvornår en rutinemæssig beslutning bør forelægges en leder. Evos satser på, at indfangning af disse vurderinger kan gøre AI til mere end endnu et værktøj, medarbejderne skal administrere, nemlig software, der udfører driftsopgaver.

Den New York-baserede startupvirksomhed, hvis formelle navn er Evolutionary Operating System, Inc., er trådt frem efter at have arbejdet i det skjulte med 9 millioner dollar i pre-seed-finansiering. Investeringsrunden blev ledet i fællesskab af Uncork Capital og Field Ventures, med deltagelse fra Crosslink Capital, Utopia Capital Management, Sandwith Ventures og engleinvestorer.

Evos blev grundlagt i 2026 af den administrerende direktør Urav Shah og retter sig mod små og mellemstore virksomheder i fysiske brancher. Virksomheden oplyser, at den nåede en årlig tilbagevendende omsætning på 1 million dollar fire uger efter lanceringen. Finansieringen skal støtte ansættelser og udbredelsen af virksomhedens operatører til flere virksomheder i den fysiske økonomi. En officiel lancering af platformen Workhorse er planlagt til de kommende uger.

Fra at registrere arbejdet til at udføre det

Evos’ operatører er softwareagenter, ikke industrirobotter. De besvarer opkald fra speditører, sammensætter godstransporter, rykker for manglende dokumenter og afstemmer fakturaer i de systemer, virksomheden allerede bruger.

Disse opgaver kan virke enkle, indtil der opstår en undtagelse. En faktura stemmer måske ikke overens med et transportstyringssystem, et påkrævet dokument kan mangle, eller en kundes omstændigheder kan tale for et andet svar. Erfarne medarbejdere løser ofte sådanne sager ved hjælp af viden, der aldrig bliver til en formel procedure.

Evos siger, at operatørerne lærer af disse beslutninger og de mønstre, der ligger bag dem. Målet er at give en operatør ansvaret for en løbende funktion i stedet for at kræve, at en person starter hver enkelt opgave med endnu en prompt.

Denne tilgang passer ind i den bredere udvikling mod koordinering af AI-agenter på tværs af industrielle arbejdsgange. At gennemføre en forretningsproces kræver mere end at levere et plausibelt svar: Systemet skal arbejde med aktuelle oplysninger, udføre tilladte handlinger og kunne genkende, hvornår beslutningen skal træffes af et menneske.

Autonomi skal fortjenes

Virksomhedens model for implementering begynder med et godkendelsestrin. Mennesker godkender, afviser eller ændrer foreslåede beslutninger, og deres feedback bliver til træningsdata. En operatør får større autonomi i forbindelse med bestemte opgaver og scenarier, efterhånden som den viser, at den træffer beslutninger i overensstemmelse med teamet. Ukendte situationer sendes tilbage til et menneske.

Dermed bliver autonomi en egenskab ved et klart afgrænset arbejdsområde. Gode resultater med rutinemæssig fakturakontrol dokumenterer ikke automatisk evnen til at forhandle om et omstridt gebyr eller indgå en ny kommerciel aftale. Grænsen mellem velkendt arbejde og en ny undtagelse er derfor central for produktet.

Evos beskriver et indledende møde med en ekspert, en fungerende operatør den følgende dag og målbare resultater inden for en måned. Virksomhedens dokumentation for implementering beskriver desuden et forløb med afdækning, design, strategi, opbygning, implementering og optimering. Teamene kortlægger deres processer og udvælger anvendelsesområder. Derefter aftaler de, hvilke opgaver der fortsat skal varetages af mennesker, inden operatørerne sættes i drift.

Påstanden om implementering på 24 timer er virksomhedens udsagn om, hvor hurtigt den kan få en operatør til at fungere. Den bør ikke opfattes som et løfte om, at en hel forretningsfunktion bliver sikkert autonom på én dag. I lanceringen knyttes selvstændig drift udtrykkeligt til dokumenteret ydeevne og det niveau af menneskeligt tilsyn, kunden vælger.

Teknologien bag en operatør

Evos’ arkitekturside beskriver tre sammenkoblede elementer: et synkroniseret datalag oven på eksisterende forretningssystemer, en styreenhed, der koordinerer mere end 300 specialiserede underagenter, og en handlingsmodel, der er tilpasset den enkelte virksomhed.

Datalaget forbinder oplysninger fra transport-, ERP- og lagersystemer samt e-mail og kundeportaler. Styreenheden fordeler arbejdet mellem mere specialiserede komponenter til ræsonnement og automatisering. Evos beskriver den virksomhedsspecifikke handlingsmodel som en lille sprogmodel, der forbedres gennem brug, og som ikke deles mellem kunder.

Den samme dokumentation beskriver en struktureret indhentning af ekspertviden og en overgang fra skyggetilstand til overvåget og autonom drift med sikkerhedsforanstaltninger og et revisionsspor. Dette er virksomhedens beskrivelser af sit system, ikke en uafhængig evaluering af arkitekturen.

Den driftsmæssige udfordring består i at holde alle disse elementer på linje. En velbegrundet beslutning, der bygger på forældede oplysninger, kan stadig være forkert. En teknisk vellykket systemopdatering kan stadig overskride operatørens beføjelser. Pålideligheden afhænger af en kombination af oplysningernes aktualitet, beslutningernes kvalitet, tilladelser og eskaleringsadfærd.

Hvad de første resultater viser

Det mest konkrete eksempel i meddelelsen er et fragtmæglerfirma, der bruger en Evos-operatør til at kontrollere fakturaer fra stykgodstransportører ved at sammenholde dem med virksomhedens transportstyringssystem. Evos oplyser, at operatøren traf næsten 3.500 kontrolbeslutninger med en nøjagtighed på 97 % i løbet af sine første to måneder. I løbet af de seneste fem uger afsluttede den behandlingen af fakturaer til en samlet værdi på mere end 600.000 $.

Fakturaværdien angiver mængden af behandlet arbejde, ikke hvor mange penge der er sparet eller genereret i omsætning. Den angivne nøjagtighed gælder desuden kun denne anvendelse til fakturakontrol; den er ikke en garanti for hele platformen.

I den tilhørende præsentation oplyser Evos, at beslutningerne generelt har en nøjagtighed på omkring 82 %, og at cirka 70 % af arbejdet håndteres uden menneskelig indgriben. Materialet beskriver ikke en fælles testmetode og indeholder heller ikke tilstrækkelige detaljer til, at disse tal kan sammenlignes direkte med resultatet på 97 % for fakturakontrollen. De bør betragtes som separate observationer, som virksomheden selv har rapporteret.

MyFreightWorlds præsident, Mike Chalfant, beskriver forbedret faktureringsnøjagtighed og effektivitet efter implementeringen. For potentielle kunder er de næste spørgsmål, hvordan ydeevnen måles, hvordan dyre fejl opdages, og hvor stor en andel af undtagelserne der stadig kræver erfarne medarbejdere. Den samlede nøjagtighed kan ikke i sig selv besvare disse spørgsmål.

Fra organisatorisk viden til gentagelige arbejdsgange

Ambitionen rækker videre end at reducere den tid, der bruges på enkelte opgaver. Evos ønsker at fastholde den ræsonnering, der får en virksomhed til at fungere godt, og derefter anvende den konsekvent, efterhånden som arbejdet kommer ind. Det kan være værdifuldt, når driften i høj grad afhænger af et lille antal erfarne medarbejdere.

Men det kræver også, at man beslutter, hvilke eksisterende arbejdsgange der skal bevares. Historiske beslutninger kan bygge på forældede antagelser eller omfatte undtagelser, der ikke længere er relevante. Menneskelige korrektioner og løbende tilsyn er fortsat vigtige, også efter at en operatør er blevet fortrolig med velkendte opgaver.

Pre-seed-runden støtter et tidligt forsøg på at gøre operationel ekspertise genanvendelig uden at bede mindre industrivirksomheder om at udskifte deres eksisterende systemer. Den kommercielle prøve for Evos er, om virksomhedens operatører pålideligt kan udføre nyttigt arbejde, lade mennesker bevare kontrollen over væsentlige undtagelser og fastholde disse fordele, efterhånden som kunderne udvider anvendelsesområdet.