Finansiering

Zenzap træder frem fra stealth-fasen med samlet finansiering på 44 mio. dollar til AI-agenter, der samarbejder

mm
Føj Unite.AI til dine foretrukne kilder på Google
Zenzap’s three co-founders pictured outdoors with a dog

En arbejdssamtale kan indeholde alt, hvad der skal til for at føre en opgave videre, og alligevel ende med, at nogen kopierer oplysningerne over i et andet system. Zenzap satser på, at AI-agenter hører hjemme midt i samtalen, side om side med de mennesker, der har ansvaret for arbejdet.

Virksomheden trådte frem fra stealth-fasen den 14. oktober og annoncerede en samlet finansiering på 44 mio. dollar, som blev ledet i fællesskab af Bessemer Venture Partners og Lightspeed Venture Partners med investering fra The Garage. Zenzap planlægger at udvide sine udviklings- og salgsteams, forbedre sit produkt og sætte fart på den internationale ekspansion. Annonceringen beskriver den samlede finansiering og angiver ikke hele beløbet som en ny fundingrunde.

Virksomhedens idé er en fælles arbejdsplads, hvor medarbejdere og specialiserede AI-agenter deltager i de samme chats, udveksler kontekst og handler via tilknyttet virksomhedssoftware. Det placerer Zenzap i krydsfeltet mellem beskeder på arbejdspladsen og agentbaseret automatisering: en velkendt kommunikationsgrænseflade understøttet af software, der kan udføre opgaver.

Fra personlige chatbots til fælles arbejde

Mange AI-interaktioner begynder med, at én person stiller et spørgsmål i en privat session. Det fungerer godt til tekstudkast eller individuel research, men forretningsprocesser involverer ofte flere personer, godkendelser og data, der er fordelt på tværs af applikationer. Et svar bliver først nyttigt, når nogen fører det ind i det relevante arbejdsgang.

Zenzap kalder sin tilgang »Multiplayer AI«. I sin annoncering beskriver virksomheden et fælles arbejdsområde, hvor mennesker og agenter kan tildele og følge op på opgaver, tilføje dokumenter og drøfte beslutninger. Medarbejdere kommunikerer med agenter via tekst- eller talebeskeder, mens forbindelser til eksterne systemer gør det muligt for agenterne at hente oplysninger og handle.

Forskellen er praktisk. Hvis et team drøfter en forfalden faktura, er det nyttige resultat mere end et resumé af samtalen. Det kan indebære at finde den tilhørende post, identificere det udestående beløb, forberede en opfølgning og opdatere regnskabssystemet, når betalingen er modtaget. Når samtalen og udførelsen hænger sammen, kan det mindske antallet af overleveringer, som medarbejderne normalt står for.

Det ændrer også, hvem der kan følge med i arbejdet. En fælles kanal giver kolleger mulighed for at se en anmodning, rette dens kontekst eller stille spørgsmål ved det foreslåede næste skridt. Den synlighed kan være værdifuld, når en automatiseret handling påvirker andre end den person, der satte den i gang.

Sådan forbinder platformen samtaler med handlinger

Ifølge pressemeddelelsen kombinerer Zenzap færdigbyggede agenter og automatiseringer med forbindelser til virksomhedssystemer. Kunderne har oprettet mere end 40.000 automatiserede arbejdsgange, herunder videresendelse af anmodninger, lokalisering af manglende fakturaer samt læsning og opdatering af CRM-poster. Tallene stammer fra virksomheden; antallet af arbejdsgange betyder ikke, at der er tale om 40.000 forskellige integrationer.

Virksomhedens produktside reklamerer i øjeblikket med mere end 400 forbindelser. Her vises en arbejdsgang for et afsluttet salg, hvor en salgsagent lægger oplysninger om aftalen op i en gruppechat, og en finansagent udarbejder en tilsvarende faktura til godkendelse. Et andet eksempel følger en vedligeholdelsesanmodning fra indberetning af et problem til oprettelse af en opgave og efterfølgende opfølgning.

Eksemplerne tydeliggør platformens tekniske rolle: at bevare samtalens kontekst og samtidig koordinere handlinger på tværs af applikationer. Det vanskelige er at sikre, at den rigtige kunde, faktura eller opgave fortsat er knyttet til anmodningen, når den bevæger sig mellem systemer. En forbindelse giver adgang; pålidelig udførelse afhænger stadig af, at anmodningen fortolkes korrekt, den rette post vælges, og de tilknyttede tilladelser overholdes.

Zenzap siger, at et team kan opsætte en agent på under 90 sekunder. Den indledende opsætningshastighed er ét mål for, hvor let løsningen er at tage i brug, men konfiguration af en forretningsproces med væsentlige konsekvenser kræver også, at man beslutter, hvilke systemer agenten må tilgå, og hvornår et menneske skal godkende dens arbejde.

En mobil indgang til operationelle teams

Zenzap retter sig mod organisationer, hvor en stor del af koordineringen stadig foregår i private beskedapps. I pressemeddelelsen beskrives en administreret teamchatgrænseflade til mobil og computer, der skal samle disse samtaler i et fælles forretningsmiljø.

Den positionering har betydning ud over kontorarbejdets produktivitet. Et lagerteam, en restaurantoperatør eller en servicevirksomhed kan koordinere vagter og anmodninger via korte beskeder i løbet af dagen. Et automatiseringsprodukt, der kræver, at alle tager et kompliceret nyt kontrolpanel i brug, kan møde modstand, før dets underliggende funktioner overhovedet bliver afprøvet.

Pressemeddelelsen beskriver flere operationelle anvendelser: indsamling af anmodninger i løbet af arbejdsdagen, udarbejdelse af vagtplaner, offentliggørelse af daglige kalenderoversigter og opfølgning på udestående opgaver. Agenter til salg kan kvalificere indgående henvendelser og opdatere CRM-poster, mens arbejdsgange inden for økonomi kan afstemme betalinger og registrere udgifter.

Zenzap oplyser, at virksomheden betjener tusindvis af organisationer, fra mindre teams til større virksomheder. I sin meddelelse beskriver virksomheden ikke nogen detaljeret metode til at måle produktivitetsforbedringer, så disse anvendelsesmuligheder bør ses som virksomhedens egen beskrivelse af platformen og ikke som uafhængig dokumentation for et bestemt investeringsafkast.

Delt kontekst kræver specifikke kontroller

Når en agent forbindes med teamets samtaler og forretningsværktøjer, øges både dens nytteværdi og betydningen af adgangskontroller. På Zenzaps website beskrives kontroller for, hvem der kan tilføje agenter, hvilke chats de kan få adgang til, hvad de kan gøre, og hvornår der kræves godkendelse.

Disse kontroller adresserer et centralt spørgsmål inden for styring af AI-agenter i virksomheder: Autorisationen skal fortsat have reel betydning, når software går fra at besvare spørgsmål til at udføre handlinger. Tilladelse til at læse en salgssamtale bør ikke automatisk indebære tilladelse til at ændre en finansiel post eller sende en besked til en kunde.

For et arbejdsområde med delte agenter er den praktiske prøve, om et team kan spore en handling tilbage til den tilhørende anmodning og de oplysninger, der understøtter den, identificere de anvendte tilladelser og gribe ind, når konteksten er forkert. Finansieringsmeddelelsen oplyser ikke noget om den underliggende modelarkitektur og offentliggør heller ikke en uafhængig benchmarkmåling af pålideligheden ved opgaver fra start til slut.

Hvad finansieringen skal understøtte

Zenzap blev grundlagt i 2022 af Guy Weiss, virksomhedens administrerende direktør, Jonatan Bien, dens teknologidirektør, og Noam Neumann, dens driftsdirektør. Weiss grundlagde tidligere Stucco Media og ledede virksomheden frem til et opkøb. Bien har haft ledende teknologiske stillinger hos Voca.ai og Viz.ai, mens Neumann tidligere har haft ledende stillinger hos Mobox og Matomy. Virksomheden oplyser, at den har 45 medarbejdere fordelt på Tel Aviv, USA og Europa.

Oplysningen om den nye finansiering giver Zenzap ressourcer til at udvide et produkt, der bygger på en enkel idé: Teams fortæller allerede om en stor del af deres arbejde i samtaler, og den kontekst kan hjælpe agenter med at udføre det. Muligheden består i at gøre beskeder til en pålidelig grænseflade for forretningsprocesser. Om det skaber varig værdi, afhænger af, hvor konsekvent platformen fører en anmodning gennem forbundne systemer, bevarer tilsynet og mindsker det koordineringsarbejde, medarbejderne i dag selv udfører.

Evan Mercer er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑startups, venturekapital og de finansieringsdynamikker, der former næste generation af teknologivirksomheder. Hans rapportering fokuserer på innovation i de tidlige faser, kapitalstrømme og de strategiske beslutninger, som grundlæggere og investorer træffer, når AI‑virksomheder vokser fra koncept til global indflydelse.

Med et strategisk og analytisk perspektiv undersøger Evan finansieringsrunder, markedspositionering og fremvoksende tendenser i AI‑startup‑økosystemet. Han følger, hvordan venturekapital, virksomhedsinvesteringer og de børsnoterede markeder krydser med gennembrud inden for kunstig intelligens, og adskiller holdbare signaler fra kortvarig hype.

Artikler skrevet af Evan Mercer er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, kontekst og ansvarlig dækning af det globale AI‑investeringslandskab