Crux Labs keräsi yli 6 miljoonaa dollaria muuttaakseen yritysten asiantuntemuksen paremmiksi tekoälyagenteiksi

Tekoälyagentti voi suorittaa tehtävän ja silti tehdä päätöksen, jonka kokenut työntekijä hylkäisi. Vaikeinta on usein ymmärtää kirjoittamattomia sääntöjä: milloin pitää esittää lisäkysymys, milloin asia on siirrettävä eteenpäin ja mitä hyvä lopputulos tarkoittaa juuri kyseiselle yritykselle.

Crux Labs kehittää alustaa, joka muuttaa asiantuntijoiden harkinnan yritysagenttien jatkuvaksi arviointi- ja kehitysprosessiksi. New Yorkissa toimiva startup on tullut esiin hiljaisuudesta kerättyään yli 6 miljoonaa dollaria ylimerkityllä rahoituskierroksella, jota johtivat yhdessä Benchstrength ja Misneach. Mukana sijoittajina olivat myös Analog Ventures ja Pareto Holdings.

Yhtiö aikoo käyttää rahoituksen tutkimuksen ja tuotekehityksen laajentamiseen sekä yrityskäyttöönottojen vauhdittamiseen. Sen keskeinen oletus on, että yritykset tarvitsevat omien asiantuntijoidensa mukaan kalibroituja arviointijärjestelmiä sekä palautesilmukan, joka yhdistää tuotantokäyttäytymisen muutoksiin itse agenteissa.

Miksi agenttien toimintajäljet ovat vasta lähtökohta

Agenttien havainnoitavuus auttaa tiimejä tarkastelemaan, mitä järjestelmä teki: vuorovaikutuksen taustalla ollutta viestien, työkalukutsujen ja muiden vaiheiden ketjua. Tällainen tallenne on arvokas, kun jokin menee pieleen. Sen arvioiminen, oliko vuorovaikutus riittävän hyvä, edellyttää kuitenkin kriteerejä, jotka vastaavat tehtävää ja yrityksen tarpeita.

Cruxin mukaan manuaalinen tarkastelu ei pysy laajojen käyttöönottojen tahdissa. Yhtiön tiedotteessa kerrotaan, että tiimit ottavat otokseen vain 1 % agenttien toimintajäljistä, jolloin suuri osa muusta liikenteestä jää suoran tarkastelun ulkopuolelle. Luku kuvaa yhtiön esittämää ongelmaa, eikä se ole julkaistun koko toimialaa koskevan kyselytutkimuksen tulos.

Otantaan perustuva tarkastelu voi olla erityisen rajoittavaa, kun merkitykselliset virheet ovat harvinaisia. Agentti saattaa toimia yleisissä tilanteissa hyväksyttävästi mutta selvitä huonosti poikkeuksesta, jonka kokenut työntekijä tunnistaa heti. Haasteena on muuttaa tämä tunnistaminen arviointiperusteeksi, jota voidaan soveltaa johdonmukaisesti paljon suurempaan vuorovaikutustilanteiden joukkoon.

Crux näkee mahdollisuuden asiantuntijoiden ja agentteja rakentavien insinöörien välissä. Alan asiantuntijat osaavat selittää, millainen vuorovaikutus on onnistunut, mutta tämä ymmärrys on saatava toistettavaksi osaksi järjestelmän mittaamista ja kehittämistä.

Asiantuntijoiden harkinnan tallentaminen ja arviointien kalibrointi

Crux kuvaa työnkulkua, joka alkaa yrityksen jo käyttämistä työkaluista ja prosesseista. Sen agentit tallentavat asiantuntijoiden tekemät arviot ja hyödyntävät niitä mukautettujen arviointien kalibroinnissa. Arvioinnit tukevat tämän jälkeen tuotannon seurantaa ja hälytyksiä, ja niiden tulokset ohjaavat agenttien myöhempää kehittämistä.

Kalibrointivaihe on tärkeä. Yleinen arviointi saattaa palkita sujuvasta vastauksesta, vaikka se sivuuttaisi yrityskohtaisen vaatimuksen. Asiantuntijoiden harkintaan perustuvan arvioinnin tarkoituksena on tunnistaa ero vastauksen, joka kuulostaa oikealta, ja vastauksen, joka täyttää organisaation odotukset, välillä.

”Agentit ovat uskomattoman hyviä saavuttamaan tavoitteita, mutta niillä ei ole pääsyä niihin vuosien aikana mieleemme kertyneisiin nyrkkisääntöihin, joita me ihmiset olemme keränneet”, sanoi Cruxin toinen perustaja ja toimitusjohtaja Julie Kheyfets. ”Crux auttaa jokaista yritystä kiteyttämään tämän harkinnan ja hyödyntämään sitä agenttiensa nopeaan kehittämiseen.”

Tavoitteena on kehittyvä arviointiprosessi, joka heijastaa sitä, mitä asiantuntijat oppivat todellisista vuorovaikutustilanteista. Kun uusia virhemalleja ilmenee, organisaatio voi sisällyttää tämän tiedon tulevan toiminnan arviointiin sen sijaan, että tieto jäisi hajalleen tukipyyntöihin ja yksittäisten arvioijien varaan.

Koko tuotantoliikenteen seuranta

Cruxin mukaan sen mukautetut arvioinnit on optimoitu tuotantoliikenteen reaaliaikaiseen seurantaan ja hälytyksiin, jotka kattavat 100 % tuotantoliikenteestä. Kyse on kattavuutta koskevasta väitteestä: arviointia sovelletaan koko liikennevirtaan. Tämä ei tarkoita, että arvioinnit havaitsisivat kaikki mahdolliset virheet tai vastaisivat täydellisesti ihmisasiantuntijoiden arvioita.

Ero on tärkeä, sillä automaattiseen arviointiin liittyy oma mittaamisen haasteensa. Järjestelmä, joka tarkastelee jokaista vuorovaikutustilannetta, voi silti ohittaa tärkeää toimintaa, jos sen arviointikriteerit ovat puutteelliset. Siksi kriteerien kalibrointi alan asiantuntemuksen pohjalta on Cruxin tarjonnan keskeinen osa, ei valinnainen vaihe ennen seurannan aloittamista.

Yhtiön mukaan arviointitulokset johtavat myös tuotantoon vietäviin parannuksiin. Tiedotteessa ei eritellä, mitkä prosessin osat muuttavat kehotteita, käytäntöjä, malleja tai muita komponentteja eikä sitä, miten asiakkaiden hyväksyntä käsitellään. Julkistettu tarjous on päästä päähän ulottuva arviointi- ja kehityspalvelu, ei tarkasti määritelty mallin koulutustekniikka.

Perustajatiimillä kokemusta yritysten tekoälyratkaisuista

Kheyfets ja toinen perustaja sekä teknologiajohtaja Krishna Kulkarni tapasivat Princeton Universityssä. Kheyfetsillä on vuosikymmenen kokemus tekoälyn käyttöönotosta monimutkaisilla toimialoilla. Hän on muun muassa johtanut Tractable AI:n Pohjois-Amerikan toimintaa ja toiminut Block Renovationin toimitusjohtajana.

Yhtiön mukaan Kulkarni johti aiemmin Metan bränditekniikan kehitystyötä, kehitti tekoälytuotteita Checkrillä ja auttoi kasvattamaan Healthifyn potilasmäärän nollasta 20 miljoonaan. Crux rakentaa tutkijoista ja insinööreistä koostuvaa tiimiä, joka keskittyy agenttien arviointiin ja parantamiseen.

”Insinööritiimit osaavat rakentaa tekoälyagentteja, ja alan asiantuntijat tietävät, miltä onnistuminen näyttää, mutta yrityksiltä puuttuu näiden väliltä silta”, Kulkarni sanoi. ”Crux tuo toimialan asiantuntemuksen osaksi agenttien jatkuvaa kehittämistä, jotta insinöörit voivat rakentaa aidosti liiketoiminnan tavoitteiden mukaisia agentteja.”

Yhtiön mukaan se on saanut varhaista jalansijaa Fortune 500 -yritysten sekä terveydenhuollon, kyberturvallisuuden, rahoituspalveluiden ja muiden monimutkaisten alojen nopeasti kasvavien yritysten keskuudessa. Se ei ole nimennyt asiakkaitaan eikä kertonut tiedotteessa liikevaihdostaan, käyttöönottojen määristä tai mitatuista parannuksista.

Yrityskohtaisen arvioinnin liiketoiminnalliset perusteet

Crux asemoituu yrityksen sisäiseksi, agenttien arviointiin ja parantamiseen keskittyväksi tiimiksi. Liiketoiminnallinen perustelu on, että tuote- ja tekniikkahenkilöstön pitäisi käyttää vähemmän aikaa arviointiprosessien kokoamiseen ja toistuvien ongelmien selvittämiseen, ja asiantuntijoilla pitäisi olla käytännöllinen tapa vaikuttaa järjestelmiin, jotka edustavat heidän liiketoimintaansa.

Toimialan asiantuntemuksen kysyntä näkyy myös iMeritin alustassa, joka tarjoaa asiantuntijoiden ohjaamaa tekoälyn koulutusta ja arviointia, jossa asiantuntijoiden palautteen kokoaminen on osa mallien kehittämistyötä.

Sijoittajien kannalta mahdollisuus liittyy siihen, mitä tapahtuu, kun agentit otetaan tuotantokäyttöön. Agentin rakentaminen synnyttää uuden tarpeen mitata sen toimintaa jatkuvasti, tunnistaa sen puutteet ja parantaa sitä organisaation vaatimuksista tinkimättä.

Cruxin rahoitus auttaa selvittämään, voidaanko tämä prosessi toteuttaa luotettavasti asiakkailla, joiden käsitykset onnistumisesta poikkeavat toisistaan. Yhtiön lähtökohta on yksinkertainen: yrityksen parhaiden ihmisten asiantuntemuksen pitäisi olla osa sitä, miten sen agentteja arvioidaan, ja arviointien pitäisi johtaa agenttien parempaan toimintaan tuotantokäytössä. Lisätietoja on saatavilla osoitteessa Crux Labs.