Η Catch βγαίνει από τη μυστικότητα με χρηματοδότηση σπόρου $5M για την ανάπτυξη ενός αυτόνομου AI βοηθού εκτελεστικών

Catch βγήκε από τη μυστικότητα με χρηματοδότηση σπόρου 5 εκατομμύρια δολάρια για να επεκτείνει έναν πράκτορα AI βοηθό σχεδιασμένο να αναλάβει τη διοικητική εργασία που καταναλώνει σημαντικό μέρος της ημέρας ενός εκτελεστικού στελέχους.

Η σειρά χρηματοδότησης ηγήθηκε από κοινού η Entrée Capital και η Pitango, με συμμετοχή της Seedcamp και της Factorial Capital. Αντί να δημιουργεί ένα ακόμη εργαλείο AI που συνοψίζει email ή προτείνει τι πρέπει να κάνει ο χρήστης στη συνέχεια, η Catch προσπαθεί κάτι πιο δύσκολο: να επιτρέψει στους εκτελεστικούς στελέχη να αναθέτουν ολόκληρες διοικητικές εργασίες σε λογισμικό και να τις ολοκληρώνουν.

Ιδρυμένη από τους Nir Sabato και Yoav Ramon, η Catch εστιάζει ειδικά στη διοίκηση εκτελεστικών, συμπεριλαμβανομένου του προγραμματισμού, της διαχείρισης email, των ταξιδιών, των παρακολούθησεων, των συγκρούσεων στο ημερολόγιο, των υπενθυμίσεων και των εξερχόμενων τηλεφωνημάτων. Η εταιρεία δηλώνει ότι το σύστημά της έχει ήδη προγραμματίσει πάνω από 12.000 συναντήσεις, διαχειριστεί πάνω από 200.000 email και ολοκλήρωσε πάνω από 20.000 ανατεθειμένες εργασίες.

Μεταφορά της AI από την υποβοήθηση στην ανάθεση

Η διάκριση μεταξύ της υποβοήθησης μιας εργασίας και της πραγματικής ολοκλήρωσής της έχει γίνει μία από τις κεντρικές προκλήσεις που αντιμετωπίζει η πράκτορια AI.

Τα μεγάλα μοντέλα γλώσσας μπορούν ήδη να συνοψίζουν ένα εισερχόμενο, να συντάσσουν email, να προτείνουν πτήσεις ή να καθορίζουν πότε δύο άτομα είναι διαθέσιμα. Ωστόσο, η μετατροπή αυτών των μεμονωμένων δυνατοτήτων σε ένα σύστημα που μπορεί αξιόπιστα να συντονίζεται με άλλο άτομο, να ενημερώνει ένα ημερολόγιο, να κάνει κράτηση και να ακολουθεί τις εξελίξεις όταν αλλάζουν οι συνθήκες απαιτεί πολύ πιο βαθύ επίπεδο εκτέλεσης.

Η Catch έχει δομηθεί γύρω από αυτό το κενό.

Αντί να ζητά από τους χρήστες να διαμορφώσουν ροές εργασίας ή να δημιουργήσουν τους δικούς τους πράκτορες, το σύστημα συνδέεται με τα εργαλεία που χρησιμοποιούν ήδη οι εκτελεστικοί. Η ιστοσελίδα της Catch εμφανίζει υποστήριξη για υπηρεσίες όπως Gmail, Outlook, Google Calendar, Slack, WhatsApp, iMessage και τηλέφωνο, επιτρέποντας στους χρήστες να επικοινωνούν με τον βοηθό όπως θα επικοινωνούσαν με έναν ανθρώπινο εκτελεστικό βοηθό.

Μόλις συνδεθεί, το σύστημα αναπτύσσει κατανόηση των προτιμήσεων, όπως οι συνήθειες συναντήσεων, οι προτεραιότητες του ημερολογίου και οι απαιτήσεις ταξιδιού. Η Catch δηλώνει ότι μπορεί στη συνέχεια να ενεργεί προδραστικά. Για παράδειγμα, μια ακυρωμένη συνάντηση μπορεί να προκαλέσει επαναπρογραμματισμό, ενώ ένα επερχόμενο ταξίδι μπορεί να οδηγήσει τον βοηθό να εντοπίσει ελλιπείς κρατήσεις ξενοδοχείων αντί να περιμένει ρητή εντολή.

Αυτό αντιπροσωπεύει μια σημαντική αλλαγή στον τρόπο που σχεδιάζονται τα προϊόντα AI. Αντί να δημιουργείται ένα ακόμη περιβάλλον που οι εκτελεστικοί πρέπει να διαχειρίζονται, η Catch προσπαθεί να ενσωματωθεί πλήρως στα κανάλια επικοινωνίας και το λογισμικό που ήδη χρησιμοποιούν.

Η αυτονομία δεν σημαίνει ενέργεια χωρίς όρια

Το πιο δύσκολο πρόβλημα με τους διοικητικούς πράκτορες δεν είναι αν ένα μοντέλο AI μπορεί να κατανοήσει ένα αίτημα. Πρόκειται για το πότε το λογισμικό πρέπει να ενεργεί αυτόνομα και πότε ένας άνθρωπος πρέπει να παραμείνει εμπλεκόμενος.

Η Catch φαίνεται να υιοθετεί μια επιπέδωση προσέγγιση.

Για ρουτινές διοικητικές εργασίες, ο στόχος είναι η ελαχιστοποίηση των περιττών εγκρίσεων. Ωστόσο, ενέργειες με οικονομικές ή άλλες σημαντικές συνέπειες μπορεί να απαιτούν επιβεβαίωση. Στο εργασιακό ροή ταξιδιών της εταιρείας, για παράδειγμα, η Catch μπορεί να ερμηνεύσει μια περιγραφή ταξιδιού, να συγκρίνει πτήσεις και ξενοδοχεία με βάση περιορισμούς, και να συντάξει ένα δρομολόγιο, αλλά ο χρήστης παρέχει ρητή έγκριση πριν ολοκληρωθεί η κράτηση.

Ομοίως, το προϊόν inbox της Catch μπορεί να ταξινομεί μηνύματα και να συντάσσει απαντήσεις βάσει του προηγούμενου στυλ γραφής του χρήστη, ενώ η τρέχουσα ροή εργασίας διατηρεί τον χρήστη εμπλεκόμενο πριν αποσταλούν ορισμένα μηνύματα.

Αυτό το όριο μπορεί να αποδειχθεί κρίσιμο για την υιοθέτηση πράκτορα AI. Η πλήρης αυτονομία φαίνεται ελκυστική, αλλά στην πράξη οι επιχειρήσεις πιθανότατα θα υιοθετούν πράκτορες σταδιακά, επεκτείνοντας την εξουσία τους καθώς τα συστήματα αποδεικνύουν ότι μπορούν να λαμβάνουν αξιόπιστες αποφάσεις εντός σαφώς ορισμένων τομέων.

Η διοικητική εργασία θα μπορούσε να είναι ένα ιδιαίτερα χρήσιμο πεδίο δοκιμής, καθώς συνδυάζει επαναλαμβανόμενες εργασίες με επαρκή λήψη αποφάσεων βάσει συμφραζομένων, ώστε να ελεγχθεί εάν τα συστήματα AI μπορούν να ξεπεράσουν την απλή αυτοματοποίηση.

Η Catch δημιουργεί εξειδικευμένη AI κάτω από τον βοηθό

Πίσω από το διεπαφικό περιβάλλον, η Catch αναπτύσσει επίσης τη δική της αρχιτεκτονική AI αντί να βασίζεται αποκλειστικά σε ένα γενικού σκοπού μοντέλο βάσης.

Η εταιρεία περιγράφει ένα σύστημα στενά περιορισμένων «splinter agents», όπου σε κάθε πράκτορα παρέχεται πρόσβαση μόνο στις πληροφορίες που απαιτούνται για μια συγκεκριμένη εργασία. Η ιδέα είναι να μειωθεί η ποσότητα ευαίσθητου πλαισίου που εκτίθεται κατά την εκτέλεση, ενώ ταυτόχρονα βελτιώνεται η καθυστέρηση και η αξιοπιστία.

Η Catch δηλώνει ότι τα ανώνυμα δεδομένα αλληλεπίδρασης μπορούν να χρησιμοποιηθούν για τη βελτίωση των δικών της μοντέλων μέσω εποπτευόμενης μάθησης και ενισχυτικής μάθησης. Ταυτόχρονα, η τεκμηρίωση ασφαλείας της εταιρείας αναφέρει ότι εξωτερικοί πάροχοι AI απαγορεύονται συμβατικά από τη διατήρηση δεδομένων πελατών ή τη χρήση τους για εκπαίδευση των δικών τους μοντέλων.

Δεδομένου ότι ένας εκτελεστικός βοηθός μπορεί να έχει πρόσβαση σε ημερολόγια, email, σχέδια ταξιδιών και ενδεχομένως ευαίσθητες εταιρικές πληροφορίες, η ασφάλεια γίνεται πολύ πιο σημαντική όταν ένα σύστημα AI μπορεί να αναλάβει ενέργειες αντί να παράγει απλώς κείμενο. Η Catch δηλώνει ότι είναι συμμορφωμένη με το SOC 2 Type II, καθώς και με το CASA Tier-2 και την επαλήθευση της Google, και κρυπτογραφεί τα αποθηκευμένα και μεταδιδόμενα δεδομένα ενώ χρησιμοποιεί λεπτομερή δικαιώματα για τις συνδεδεμένες υπηρεσίες.

Ιδρυτές με υπόβαθρο στην AI και στην επενδυτική επιχειρηματικότητα

Η εταιρεία ιδρύθηκε από δύο στελέχη που αντιμετώπισαν το διοικητικό πρόβλημα από διαφορετικές οπτικές.

Ο Διευθύνων Σύμβουλος Nir Sabato είχε προηγουμένως περάσει αρκετά χρόνια επενδύοντας στην Entrée Capital, όπου εστίαζε σε τομείς όπως η τεχνητή νοημοσύνη και η τεχνολογία επιχειρήσεων. Πριν εισέλθει στον κίνδυνο κεφαλαίου, κατείχε στρατηγικούς ρόλους στη Fiverr και στη BLEND. Η Catch δηλώνει ότι η εμπειρία του Sabato στη συνεργασία με ιδρυτές αποκάλυψε πόσο πολύτιμος χρόνος εκτελεστικών στελεχών εξακολουθούσε να καταναλώνεται από σχετικά ρουτινικές εργασίες συντονισμού.

Ο Διευθύνων Τεχνικός Yoav Ramon, εν τω μεταξύ, έχει περάσει πάνω από μια δεκαετία δουλεύοντας με συστήματα μηχανικής μάθησης. Το υπόβαθρό του περιλαμβάνει τεχνολογία ομιλίας και γλώσσας στη Hi Auto και την υπηρεσία ως CTO της εταιρείας AI υγείας Nym, όπου ομάδες υλοποίησαν μεγάλα μοντέλα γλώσσας σε ρυθμιζόμενα περιβάλλοντα υγειονομικής περίθαλψης.

Αυτός ο συνδυασμός είναι σχετικός επειδή η δημιουργία ενός διοικητικού πράκτορα απαιτεί περισσότερα από ένα αποτελεσματικό chatbot. Το σύστημα πρέπει να κατανοεί προτιμήσεις, να διατηρεί το πλαίσιο μεταξύ των αλληλεπιδράσεων, να αλληλεπιδρά με εξωτερικό λογισμικό και να καθορίζει πότε έχει αρκετή βεβαιότητα για να ενεργήσει.

Το επόμενο πεδίο μάχης της πράκτοριας AI μπορεί να είναι η καθημερινή εργασία

Η Catch εισέρχεται σε μια ταχέως αναπτυσσόμενη αγορά πράκτοριας AI, αλλά η μεγαλύτερη σημασία της μπορεί να προέρχεται από το πόσο στενά έχει ορίσει το πρόβλημα.

Πολλές εταιρείες AI προσπαθούν να δημιουργήσουν όλο και πιο γενικούς πράκτορες ικανούς να εκτελούν δεκάδες ή εκατοντάδες τύπους εργασιών. Η Catch ακολουθεί την αντίθετη προσέγγιση: εστιάζει σε έναν σχετικά περιορισμένο τομέα και προσπαθεί να κάνει το σύστημα τόσο αξιόπιστο ώστε οι χρήστες να σταματούν πραγματικά να εκτελούν αυτές τις εργασίες μόνοι τους.

Αυτό θα μπορούσε να γίνει ένα σημαντικό μοτίβο για το επόμενο στάδιο της επιχειρηματικής AI.

Οι πιο εμπορικά χρήσιμοι πράκτορες ενδέχεται αρχικά να μην είναι αυτόνομοι ψηφιακοί υπάλληλοι ικανοί να εκτελούν οποιαδήποτε εργασία. Αντίθετα, μπορεί να εμφανιστούν ως εξαιρετικά εξειδικευμένα συστήματα που κατανοούν μία κατηγορία εργασίας τόσο βαθιά ώστε να εμπιστεύονται με προοδευτικά μεγαλύτερη εξουσία.

Η διοίκηση εκτελεστικών προσφέρει ένα αποκαλυπτικό τεστ. Ο προγραμματισμός συναντήσεων, η διαχείριση ταξιδιών και ο συντονισμός email μπορεί να φαίνεται συνηθισμένος σε σύγκριση με τον προγραμματισμό ή την επιστημονική έρευνα, αλλά αυτές οι ροές εργασίας απαιτούν από την AI να αλληλεπιδρά με πραγματικά άτομα, να κατανοεί ελλιπείς οδηγίες, να θυμάται ατομικές προτιμήσεις και να λαμβάνει αποφάσεις που έχουν πραγματικές συνέπειες.

Εάν συστήματα όπως η Catch μπορούν αξιόπιστα να διαχειριστούν αυτές τις ροές εργασίας, η σημασία τους υπερβαίνει την εξοικονόμηση μερικών ωρών για τους εκτελεστικούς. Θα αποδείξει ότι οι πράκτορες AI αρχίζουν να διασχίζουν το όριο μεταξύ της δημιουργίας χρήσιμων πληροφοριών και της ανάληψης ευθύνης για την ολοκλήρωση της εργασίας.

Η νέα στρογγυλή χρηματοδότησης σπόρου 5 εκατομμυρίων δολαρίων παρέχει στην Catch πρόσθετο κεφάλαιο για να δοκιμάσει εάν αυτή η μετάβαση μπορεί να κλιμακωθεί.