Η Larridin συγκεντρώνει 30 εκατομμύρια δολάρια σε χρηματοδότηση Σειράς A για να μετρήσει τις δαπάνες για την τεχνητή νοημοσύνη και τον αντίκτυπό της στο εργατικό δυναμικό

Η Larridin συγκέντρωσε 30 εκατομμύρια δολάρια σε χρηματοδότηση Σειράς A, με επικεφαλής την Pelion Ventures, ανεβάζοντας τη συνολική χρηματοδότησή της στα 47 εκατομμύρια δολάρια. Η εταιρεία μετρά πώς οι δαπάνες για την τεχνητή νοημοσύνη μεταφράζονται σε εργασία που εκτελούν εργαζόμενοι και πράκτορες λογισμικού, απευθυνόμενη σε επιχειρήσεις που αναζητούν σαφέστερα στοιχεία για την απόδοση των επενδύσεών τους στην τεχνητή νοημοσύνη.

Στον γύρο συμμετείχαν οι υφιστάμενοι επενδυτές Andreessen Horowitz και Gradient Ventures, μαζί με τους νέους επενδυτές GFT, W23, Thayer, DG Daiwa Ventures, Alumni Ventures και Cougar Capital.

Στην ανακοίνωσή της στις 2 Νοεμβρίου, η Larridin ανέφερε ότι έχει μετρήσει περισσότερες από 2 δισεκατομμύρια συνεδρίες τεχνητής νοημοσύνης και έχει καταγράψει πάνω από 82.000 ροές εργασίας. Η χρηματοδότηση θα στηρίξει την ανάπτυξη προϊόντων και την επέκταση της ομάδας.

Σύνδεση των δαπανών για την τεχνητή νοημοσύνη με τα επιχειρηματικά αποτελέσματα

Η οικονομική πρόκληση δεν περιορίζεται στην καταμέτρηση των ενεργών χρηστών. Ένας οργανισμός μπορεί να πληρώνει για άδειες χρήσης, να καταναλώνει διακριτικά μοντέλων και να εκτελεί αυτοματοποιημένους πράκτορες χωρίς να γνωρίζει ποιες δραστηριότητες βελτιώνουν τη δουλειά του. Η μέτρηση της υιοθέτησης δείχνει αν χρησιμοποιούνται τα εργαλεία· η μέτρηση της αξίας απαιτεί να συνδεθεί αυτή η χρήση με ένα χρήσιμο αποτέλεσμα και με το κόστος παραγωγής του.

Η τεκμηρίωση του προϊόντος AI Impact της Larridin περιγράφει πώς συνδυάζονται οι χρεωμένες άδειες χρήσης, η χρήση διακριτικών και το κόστος μοντέλων στο νέφος με τις παρατηρούμενες ροές εργασίας και τα δεδομένα από τα συστήματα μηχανικής λογισμικού. Αντιστοιχίζει τις δαπάνες στα τμήματα και συγκρίνει το παραγόμενο έργο με την αντίστοιχη επένδυση.

Η μεθοδολογία διακρίνει τη δυναμικότητα που υποστηρίζεται από την τεχνητή νοημοσύνη από την πραγματική εξοικονόμηση χρημάτων. Οι ώρες εργασίας που αντιστοιχούν σε ανθρώπινη εργασία μπορούν να χρησιμοποιηθούν για την εκτίμηση της συνεισφοράς της τεχνητής νοημοσύνης, αλλά η οικονομική τους αξία εξαρτάται από τη γραμμή βάσης και από τον τρόπο με τον οποίο αξιοποιεί ένας οργανισμός αυτή τη δυναμικότητα. Ο περισσότερος διαθέσιμος χρόνος δεν μειώνει αυτομάτως τον προϋπολογισμό ή τις ανάγκες σε προσωπικό.

Αυτή η διάκριση είναι ιδιαίτερα σημαντική κατά την ανάγνωση παραδειγμάτων από πίνακες ελέγχου. Η Larridin επισημαίνει ρητά ότι τα στοιχεία είναι ενδεικτικά, συμπεριλαμβανομένων των παραδειγματικών πολλαπλασιαστών απόδοσης επένδυσης και των ωρών που εξοικονομούνται. Τα παραδείγματα εξηγούν τον υπολογισμό και δεν τεκμηριώνουν κάποιο συγκεκριμένο αποτέλεσμα πελάτη.

Πώς το Workflow Intelligence παρακολουθεί την εργασία

Η πλατφόρμα Workflow Intelligence της εταιρείας χρησιμοποιεί επέκταση προγράμματος περιήγησης και εφαρμογή παρακολούθησης για υπολογιστές, ώστε να παρατηρεί τη δραστηριότητα σε εφαρμογές που επιλέγουν οι διαχειριστές. Η Larridin αναφέρει ότι συλλέγει μεταδεδομένα, όπως τις ενεργές εφαρμογές, τη σειρά χρήσης τους, τον χρόνο που δαπανάται σε κάθε βήμα και τις εναλλαγές μεταξύ εργαλείων.

Σύμφωνα με την τεκμηρίωση του προϊόντος, δεν συλλέγονται σώματα μηνυμάτων, περιεχόμενα εγγράφων, καταγραφές οθόνης ή πληκτρολογήσεις. Από προεπιλογή, οι προβολές συγκεντρώνουν τα δεδομένα σε επίπεδο ομάδας, ενώ οι ατομικές προβολές είναι απενεργοποιημένες, εκτός αν τις ενεργοποιήσουν οι διαχειριστές.

Οι παρατηρήσεις ομαδοποιούνται σε ροές εργασίας, ώστε οι ομάδες να μπορούν να εξετάζουν τη διάρκειά τους, την επανάληψη, τα σημεία τριβής και το πού εμπλέκεται η τεχνητή νοημοσύνη. Η πλατφόρμα κατατάσσει τις ευκαιρίες αυτοματοποίησης και παρακολουθεί την πορεία τους από τα πιλοτικά προγράμματα έως τις ολοκληρωμένες υλοποιήσεις, σε σύγκριση με τις καταγεγραμμένες γραμμές βάσης.

Εδώ έχει σημασία να διακρίνεται η δυνητική από την υπολογισμένη και την πραγματική δυναμικότητα. Μια ροή εργασίας που έχει εντοπιστεί ως υποψήφια για αυτοματοποίηση δεν έχει ακόμη αποφέρει το ίδιο όφελος με μια ροή που λειτουργεί ήδη με επιτυχία σε περιβάλλον παραγωγής.

Η μέτρηση της μηχανικής λογισμικού περιλαμβάνει την ποιότητα και την αναθεώρηση κώδικα

Η προσφορά Developer Intelligence της Larridin συνδέει την παραγωγή έργου μηχανικής λογισμικού με το κόστος της τεχνητής νοημοσύνης, την ταχύτητα παράδοσης και την ποιότητα του κώδικα. Στις μετρήσεις της περιλαμβάνονται η παραγωγή έργου ανά 1.000 δολάρια δαπανών για τεχνητή νοημοσύνη, τα ποσοστά ελαττωμάτων και ο χρόνος διεκπεραίωσης αιτημάτων ενσωμάτωσης κώδικα, σε σύγκριση με τη γραμμή βάσης της ίδιας της ομάδας.

Το προϊόν εξετάζει επίσης τις συνεδρίες των πρακτόρων, τα καταγεγραμμένα βήματά τους, τη χρήση διακριτικών και το εκτιμώμενο κόστος. Ένα στοιχείο δρομολόγησης μοντέλων επιτρέπει στους οργανισμούς να ορίζουν προτεραιότητες κόστους και ποιότητας για τις ροές εργασίας προγραμματισμού και να συγκρίνουν τις επιλογές μοντέλων.

Αυτή η προσέγγιση αναγνωρίζει ότι η παραγωγή περισσότερου κώδικα είναι μόνο ένα στάδιο της παράδοσης λογισμικού. Η δυνατότητα αναθεώρησης, η επαλήθευση, η επανεκτέλεση εργασιών και η διάθεση μπορούν να καθορίσουν αν η πρόσθετη παραγωγή θα μετατραπεί σε χρήσιμο λογισμικό.

Η Έκθεση AI Impact στη μηχανική λογισμικού για το Γ΄ τρίμηνο του 2026 της εταιρείας αναδεικνύει αυτή την ένταση. Η ανάλυσή της διαπίστωσε ότι το ποσοστό των αιτημάτων ενσωμάτωσης κώδικα που συγχωνεύτηκαν με τη βοήθεια της τεχνητής νοημοσύνης αυξήθηκε από 35% τον Απρίλιο σε 62% τον Σεπτέμβριο, ενώ στην ανακοίνωση της χρηματοδότησης αναφέρεται αύξηση 50% στον διάμεσο χρόνο αναμονής για την πρώτη ανθρώπινη αναθεώρηση κώδικα. Τα ευρήματα αφορούν το δείγμα που μέτρησε η Larridin και όχι κάθε οργανισμό μηχανικής λογισμικού.

Μια επιχείρηση μέτρησης με επίκεντρο τη λογοδοσία για την τεχνητή νοημοσύνη

Η Larridin αναφέρει μέση αύξηση 47% στην παραγωγή έργου των ομάδων που μπορεί να μετρηθεί, καθώς και διάμεση βελτιστοποίηση δαπανών για τεχνητή νοημοσύνη ύψους 2,4 εκατομμυρίων δολαρίων κατά το πρώτο έτος, στο σύνολο της πελατειακής της βάσης. Πρόκειται για αποτελέσματα που αναφέρει η ίδια η εταιρεία, ξεχωριστά από τα ενδεικτικά στοιχεία στους πίνακες ελέγχου του προϊόντος της.

Η σελίδα της διοίκησης παρουσιάζει τον Russ Fradin ως συνιδρυτή και διευθύνοντα σύμβουλο, τον Jim Larrison ως συνιδρυτή και πρόεδρο και τον Ameya Kanitkar ως συνιδρυτή και διευθυντή τεχνολογίας. Οι Fradin και Larrison αξιοποιούν την προηγούμενη εμπειρία τους από την ανάπτυξη ψηφιακών μετρήσεων στην Comscore. Στόχος που δηλώνουν είναι να προσφέρουν ένα συγκρίσιμο επίπεδο μέτρησης για την εργασία που εκτελείται με τη βοήθεια της τεχνητής νοημοσύνης.

Όπως υποστηρίζει η Vrushali Paunikar, επικεφαλής προϊόντος της Carta, σε άρθρο για το Unite.AI σχετικά με τις εταιρικές ροές εργασίας με τεχνητή νοημοσύνη πέρα από το επίπεδο διασύνδεσης, η παροχή πρόσβασης σε εργαλεία αποτελεί μόνο ένα μέρος της εξασφάλισης αξιόπιστων αποτελεσμάτων. Η Larridin εστιάζει στα τεκμήρια γύρω από αυτά τα αποτελέσματα: πόσο κόστισε η εργασία, τι άλλαξε και πού θα πρέπει να κατευθυνθεί η επόμενη επένδυση.