Dodge AI kerää $2,65 miljoonaa poistaakseen yritysohjelmistot tulipalojen hallintatilasta

Dodge AI on kerännyt $2,65 miljoonaa automatisoidakseen yhden vähemmän kiiltävistä mutta kalleimmista yritysteknologian osa-alueista: kriittisen ohjelmiston toimivuuden ylläpitämisen asennuksen jälkeen.

Rahoituskierrosta johti Accel ja Google AI Futures Fund, mukana olivat NewBuild Venture Capital, Antler, Schema Ventures sekä enkelisijoittajat SAP‑ekosysteemistä. Dodge AI ei paljastanut kierroksen vaihetta.

San Franciscosta kotoisin oleva yritys rakentaa sitä, mitä se kuvaa AI‑ohjauskerrokseksi yrityssovellusten ylläpitoon. Sen agentit toimivat eri järjestelmissä, kuten SAP, Salesforce, Microsoft Dynamics, Kinaxis ja Oracle JDE, tutkien tapahtumia, suositellen tai toteuttaen korjauksia sekä säilyttäen kunkin muutoksen perustelut.

Viimeinen toiminto saattaa olla tärkein. Suuret yritykset harvoin käyttävät ohjelmistoa juuri sellaisena kuin se toimitettiin toimittajalta. Vuosien mittaiset räätälöidyt säännöt, integraatiot, kiertoratkaisut, taustatyöt ja yksittäiset poikkeukset juurtuvat tietojärjestelmiin. Kun jokin menee rikki, vastaus voi olla hajallaan tukipyyntöjen, konfiguraatiotiedostojen, konsulttien ja niiden työntekijöiden muistojen joukossa, jotka olivat paikalla päätöksen tehtäessä.

Miksi ylläpito on AI‑ongelma

Dodge AI:n mukaan yritykset käyttävät yli $600 miljardia vuodessa liiketoimintasovellusten ylläpitoon. Perinteinen lähestymistapa on ollut työvoimavaltainen: suuret järjestelmäintegraattorit asettavat tiimejä ratkaisemaan tukipyyntöjä, toteuttamaan muutospyyntöjä, valvomaan tehtäviä ja vastaamaan operatiivisiin epäonnistumisiin. Tämä malli voi palauttaa palvelun, mutta se usein epäonnistuu muuntamaan jokaisen korjauksen kestäväksi institutionaaliseksi tiedoksi.

Tuloksena on kasvava kontekstiongelma. Korjauksia tehdään, räätälöinnit kerääntyvät, ja organisaatio tulee yhä riippuvaisemmaksi ihmisistä, jotka muistavat, miksi järjestelmä käyttäytyy niin kuin se tekee. Tekninen velka ei ole pelkästään vanhaa koodia; se on kuilu sen välillä, mitä järjestelmä tekee ja mitä yritys voi luotettavasti selittää.

Tämä on myös syy siihen, miksi tuotantoympäristön AI‑agentit tarvitsevat enemmän kuin pääsyn kykyisiin perusmalleihin. Kuten Unite.AI äskettäin tarkasteli konteksti yritysautomaatiossa, agentit tulevat hyödyllisiksi, kun ne pystyvät perustelemaan politiikkojen, poikkeusten ja operatiivisen historian perusteella tehtävän. ERP‑ympäristössä pelkkä uskottava vastaus ei riitä. Agentin on ymmärrettävä, miksi yksi varasto kohdistaa varaston eri tavalla, miksi hinnoittelusääntö ohittaa toisen tai miksi tehtävä voi suorittaa vain tiettyyn aikaan.

Dodge AI pyrkii rakentamaan tuota kontekstia samalla ratkaisten päivittäistä ylläpitotyötä. Sen alusta yhdistää liiketoimintaprosessit, ERP‑räätälöinnit, IT‑palvelunhallintajärjestelmät ja perinteiset konfiguraatiot, ja käyttää syntynyttä “poikkeustietoa” tunnistaakseen perimmäiset syyt ja luodakseen totuuden lähteen tuleville agenteille.

Tukipyynnöistä toiminnalliseksi muistiksi

“Pitkään ainoa tapa ylläpitää yritysjärjestelmiä oli lisätä ihmisiä,” sanoi Rebhav Bharadwaj, Dodge AI:n perustaja ja toimitusjohtaja. Hän väittää, että pitkän aikavälin agentit voivat auttaa yrityksiä jatkuvasti parantamaan ja korjaamaan kriittisiä järjestelmiä, ratkaisemaan tapahtumia nopeammin samalla tallentaen tiedon, joka tavallisesti katoaa ylläpitotyön aikana.

Tämä lähestymistapa muuttaa ylläpidon kustannuskeskuksesta tietojen keruukerrokseksi. Jokainen tapahtuma sisältää tietoa siitä, miten liiketoiminta todellisuudessa toimii. Säilyttämällä syyn, korjauksen ja asiaankuuluvan poikkeuksen, Dodge AI voi tehdä seuraavan tutkimuksen nopeammaksi ja antaa tuotantoagenteille luotettavamman käyttöoppaan.

Yritys kertoo jo työskentelevänsä yli kymmenen yrityksen kanssa, joista puolet ovat julkisesti noteerattuja. Sen alusta käsittelee satoja kyselyitä tunnissa tapahtumienhallinnan ja prosessien optimoinnin työnkuluissa.

Yhdessä tapauksessa rekka ei voinut lastata varastossa, koska Goods Receipt Note -tulosteessa oli virheellistä tietoa. Dodge AI jäljitti ongelman SAP:n, Kinaxisin ja sisäisen varastohallinnon kautta ja toimitti korjauksen muutamassa minuutissa. Toisessa käyttöönotossa asiakas oli suorittanut varaston suunnittelua yön yli, koska SAP kaatui prosessin ajetessa aamulla. Dodge AI kertoo modernisoineensa työnkulun, tehneensä sen 132‑kerta nopeammaksi, vapauttaneensa 10‑henkilöisen tiimin ylläpidosta ja parantaneensa tilausallokaation aikaa kahdeksalla tunnilla.

Miksi sijoittajat tukevat ylläpitokerrosta

Mahdollisuus on laajempi kuin tukipyyntöjen ratkaiseminen. Yritykset haluavat ottaa käyttöön AI‑agentteja rahoituksen, toimitusketjun, asiakasoperaatioiden ja muiden korkean riskin toimintojen sisällä, mutta nämä agentit eivät voi turvallisesti toimia järjestelmissä, joita ne eivät ymmärrä. Dokumentoimattomat säännöt, jotka tekevät perintöohjelmista vaikeita ylläpitää, ovat samat säännöt, joita autonominen järjestelmä tarvitsee ennen kuin se voi tehdä luotettavan muutoksen.

“Sovellusten ylläpito on yksi suurimmista ja vähiten modernisoiduista kategorioista yritysteknologiassa,” sanoi Prayank Swaroop, Accelin sijoittaja. Hän totesi, että aloittamalla ylläpidosta Dodge AI rakentaa kontekstikerroksen, jonka yritykset tarvitsevat ennen kuin agentit voivat turvallisesti toimia tuotannossa.

Tiimi yhdistää Bharadwajin yhdessä perustajan ja teknologiajohtajan Aditya Thakurin sekä operatiivisen johtajan Aditya Patilin kanssa. Heidän lyhyen aikavälin haasteensa on osoittaa, että agenttipohjainen ylläpitokerros voi yleistyä voimakkaasti räätälöidyissä ympäristöissä ilman, että se aiheuttaa uutta operatiivista riskiä. Jokainen yritysstacki sisältää erilaisia käyttöoikeuksia, hallintovaatimuksia ja vikamalleja, ja menestys riippuu yhtä paljon auditoinnin ja hallitun suorituksen mahdollisuudesta kuin mallin suorituskyvystä.

Suurempi veto

Dodge AI:n väite on, että ylläpito on yritysmuutoksen lähtökohta, ei pelkästään ongelma, jonka voi automatisoida pois. CIO:t kamppailevat usein modernisoinnin kanssa, koska budjetit ja huomio kuluvat päivittäisiin häiriöihin, ja jo toimivien järjestelmien häiriöiden riski tekee laajojen korvausprojektien perustelusta vaikeaa.

Jos Dodge AI pystyy ratkaisemaan nämä häiriöt samalla kun se dokumentoi niiden taustalla olevan piilotetun logiikan, se voisi tarjota yrityksille turvallisemman polun reaktiivisesta tuesta jatkuvaan modernisointiin. Sama tietämysgraafi, joka selittää eilisen vian, voisi auttaa agenttia arvioimaan huomisen muutospyynnön, tunnistamaan riskialttiin riippuvuuden tai automatisoimaan prosessin rikkomatta vuosia sitten piilotettua sääntöä.

$2,65 miljoonan rahoituskierros on vaatimaton verrattuna Dodge AI:n kohdistaman markkinan laajuuteen. Mutta yritys tekee strategisesti tärkeän vedon: ennen kuin AI-agentit voivat hallita yritystä, jonkun on opastettava heitä siihen, miten yritys todella toimii.