Maisa hæver 25 millioner dollars til pålidelige og gennemsigtige ‘digitale arbejdere’

Enterprise AI er ramt af fiasko – studier viser, at op til 95% af generative AI-piloter mislykkes. Men Maisa, der brobygger mellem Valencia og San Francisco, indbygger ansvarlighed i automatiseringen. Efter en seed-runde på 25 millioner dollars ledet af Creandum med støtte fra Forgepoint Capital, NFX og Village Global, er Maisa parat til at transformere AI-arbejdsgange med agensprocess-automatisering, der er lige så gennemskuelig som intelligent.

Inden for motoren: KPU & Chain-of-Work — Bygning tillid fra bunden

I hjertet af Maisas platform er Knowledge Processing Unit (KPU) – en ny arkitektur, der genopfinder AI-resonnering. KPU omfatter:

• En Resonneringsmotor, drevet af et stort sprogmodel, som planlægger multi-trins-arbejdsgange.
• En Eksekveringsmotor, der udfører disse planer og giver resultaterne tilbage for omkalibrering.
• Et Virtual Context Window, der strømliner informationsflowet, fokuserer modellen kun på relevante data for at mindske hallucinationer.

Genialiteten i KPU ligger i, hvordan det omdefinerer rollen for LLM. I stedet for at fungere som en probabilistisk tekstgenerator, behandles modellen som en komponent inden for et disciplineret beregningsramme. KPU orkestrerer resonnering som et operativsystem, bryder problemer ned i håndterbare, gennemskuelige trin og sikrer, at hver handling kan valideres. Denne struktur omdanner en tidligere uigennemskuelig model til et forudsigeligt logiksystem, hvor fejl kan detekteres, korrigeres og forhindres i at kaskade.
Komplementerende KPU er Chain-of-Work – en nøje loggede revisionshistorik, der sporer hver beslutning, handling og værktøj, der er involveret i en digital arbejders proces. I modsætning til typiske AI-outputs, der lader brugere gætte, fungerer Chain-of-Work som en sort boks-optager for automatisering. Hver beregning, hver data-hentning, hver resonneringstrin er bevaret i detalje. Dette giver virksomhederne mulighed for ikke kun at stole på resultaterne, men også at genspore dem, afspille dem og forfine dem over tid. For compliance-tyngede brancher er dette ikke kun en bekvemmelighed, men grundlaget for sikker udvikling i stor målestok.

Maisa Studio i aktion: No-Code-agenter rod i gennemsigtighed

Med KPU og Chain-of-Work kan Maisa Studio “citizen-udviklere” – ikke-tekniske medarbejdere – udrulle digitale arbejdere ved hjælp af almindelige sprog-instruktioner. Gennem Maisas HALP (Human-Augmented LLM Processing) interagerer systemet for at klargøre intention, konstruerer arbejdsgange, integrerer over hundredvis af API’er og begynder at lære dynamisk – alt uden udviklere eller datasæt.
I praksis har dette allerede haft betydning: et finansservicesfirma reducerede falske positiver med 99% og opnåede en 10-gangs produktivitetsforbedring per medarbejder – med fuld udrulning opnået i kun tre onboarding-sessions. Globale banker, bilproducenter og energiselskaber tester platformen for at automatisere compliance-tyngede processer i stor målestok, hvor gennemsigtighed og gennemskuelighed er uafviselige.

Hvorfor det betyder noget – En vision for AI, du kan stole på og skala

Maisa tilbyder ikke kun automatisering – det leverer ansvarlig AI, der indbygger tillid gennem arkitektur. I brancher belastet af regulering, uigennemsigtighed og høje stakes – finans, sundhed, energi – er evnen til at spore hver automatiseret beslutning afgørende. Chain-of-Work giver virksomheder mulighed for at inspicere, auditere og validere AI-logik på hvert trin, så regulatorer og interne hold ikke behøver at gætte, hvordan konklusionerne blev nået. I stedet kan de verificere med præcision.

Mens KPU’s design systematisk undertrykker hallucinationer ved at isolere resonnering fra data-støj og strukturere eksekvering, afsondrer denne pålidelighed den uforudsigelighed, der ofte gør virksomheder forsigtige over for AI. I stedet for at producere outputs omgivet af mysterium, leverer Maisas agenter logiske, forudsigelige og konsistente resultater.

Settende fremad, repræsenterer denne platform en grundlæggende skift: AI bliver en pålidelig samarbejdspartner – en, hvis resonnering er gennemsigtig, hvis handlinger er sporbare, og hvis “tænkeproces” kan refineres og auditeres. Da Maisas system er model-agnostisk, beholder organisationer fleksibiliteten til at adoptere stærkere modeller i fremtiden – uden at miste den rigor og oversigt, som KPU-rammen giver. Denne tilpasning lægger grundlaget for bæredygtig, skalerbar udvikling over udviklende virksomhedsbehov.

I essensen tilbyder Maisa en blåprint for AI, der ikke kun er kraftfuld, men også ansvarlig og robust. I en verden, hvor de fleste AI-projekter ikke leverer, tegner denne teknologi en sjælden vej fremad – kombinerer innovation med integritet.