Kumppanuudet

Labelbox ja Wipro kumppaneiksi työstä oppivien tekoälyagenttien kehittämisessä

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Labelbox kertoi 10. marraskuuta 2026 uudesta kumppanuudesta Wipro Limitedin kanssa. Kumppanuuden tavoitteena on tukea organisaatioiden kokemuksesta oppimaan suunniteltujen yritystason tekoälyagenttien käyttöönottoa tuotantokäytössä.

Labelboxin toimitusjohtaja Manu Sharma sanoi tavoitteena olevan muuntaa kunkin asiakkaan tieto, työnkulut ja standardit tekoälyjärjestelmiksi, joita voidaan arvioida perusteellisesti, kehittää jatkuvasti ja ottaa vastuullisesti käyttöön laajassa mittakaavassa. Yhtiöt yhdistävät Labelboxin vahvistusoppimisteknologian Wipron käyttöönottotiimeihin ja Wipro Intelligenceen, joka on Wipron yhtenäinen tekoälypohjaisten alustojen, ratkaisujen ja tarjontojen kokonaisuus.

Käyttöönotto ja asiakasohjaus

Wipron asiakasorganisaatioihin sijoitetut insinöörit tukevat työnkulkujen valintaa, järjestelmäintegraatioita, toimialakohtaisen asiantuntemuksen talteenottoa ja suorituskyvyn mittaamista. He vastaavat sekä teknisistä yhteyksistä että operatiivisen tietämyksen siirtämisestä, jotta agentit voidaan sovittaa asiakkaan nykyisiin prosesseihin.

Ensimmäiset käyttötapaukset keskittyvät arviointiin ja ylläpitoon: datan laatuongelmien tunnistamiseen, arviointien suorittamiseen uudelleen mallien muuttuessa sekä kokeiden vertailuun seuraavan vaiheen suosittelemiseksi. Yhteistyö kattaa näin selkeästi määriteltyjä tehtäviä myös alkuperäisen käyttöönoton jälkeen, ja tarkistukset sidotaan mallien muutoksiin ja kokeiden tuloksiin.

Asiakkaat säilyttävät päätäntävallan käyttöoikeuksista, standardeista ja arkaluonteisista toimista. Wipro Limitedin Americas 1 -yksikön toimitusjohtaja Malay Joshi sanoi uskovansa, että vahvistusoppimisella on yhä tärkeämpi rooli monimutkaisiin tosielämän haasteisiin suunnitelluissa malleissa. Hän kuvaili yhdistettyä tarjontaa «nopeammaksi ja hallituksi väyläksi lupaavista piloteista tuotantotuloksiin, joita voidaan mitata».

Recursion ja Horizon muodostavat oppimissilmukan

Labelboxin mukaan organisaatiot saavat yhdeltä alustalta hallinnoituja agentteja, koulutusympäristöjä ja arviointityökaluja, jotka mukautetaan niiden omiin työnkulkuihin, järjestelmiin, tietoon ja standardeihin. Recursionissa agentit voivat koordinoida tehtäviä eri liiketoimintasovellusten välillä, tuoda esiin kunkin tuloksen taustalla olevan näytön ja hyödyntää tarkistetusta työstä saatuja oppeja myöhemmissä tehtävissä. Horizon kattaa koulutuksen ja arvioinnin tarjoamalla vahvistusoppimisympäristöjä ja arviointeja päättelylle, koodaukselle, työkalujen käytölle ja tietokoneen käytölle. Nämä kaksi tuotetta muodostavat toimintamallin, jossa järjestelmiä testataan ja niiden hallintaa valvotaan samalla, kun niitä kehitetään työkokemuksen avulla.

Tässä arkkitehtuurissa arviointi on osa agentin toimintasykliä. Tarkistetusta työstä saadut opit hyödynnetään seuraavissa suorituksissa, ja mallien muutokset voivat käynnistää uusia arviointeja. Wipron suorituskyvyn mittaus puolestaan tuo käyttöönoton tasolle tarkistuksen siitä, täyttävätkö järjestelmät yritysten vaatimukset. Työnkulkujen valinta ja toimialakohtaisen asiantuntemuksen talteenotto vaikuttavat siten siihen, mitä tehtäviä agentit suorittavat, miten tuloksia arvioidaan ja mitä oppeja hyödynnetään jatkossa.

E-sarjan rahoituskierroksen tausta

Yhteys sijoittajien välillä oli olemassa jo ennen kumppanuuden julkistamista. Labelbox kertoi 14. lokakuuta 2026 keränneensä E-sarjan rahoituskierroksella yli 100 miljoonaa dollaria. Rahoitus koostui oman pääoman ehtoisesta rahoituksesta ja luottolimiitistä, ja yhtiön pre-money-arvostus oli 1,25 miljardia dollaria. Kierrosta johti Infinitum Partners, ja siihen osallistui myös Wipro Ventures.

Kumppanuuden keskeinen testi on, pystyvätkö Wipron käyttöönottotiimit muuntamaan tämän arkkitehtuurin mitattaviksi tuotantotuloksiksi niin, että asiakkaat säilyttävät päätäntävallan standardeista ja arkaluonteisista toimista.

Aiden Cross on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa tekoälytuotteiden strategian, toteutuksen ja käytännön haasteet, joita liittyy kokeellisten mallien muuttamiseen skaalattaviksi, markkinoille valmiiksi tuotteiksi. Hänen työnsä keskittyy siihen, miten startup-yritykset ja suuret yritykset siirtyvät prototyypeistä ja demoista luotettaviin järjestelmiin, joita todelliset asiakkaat käyttävät.
Hänen työnsä on pragmaattista ja yksityiskohtaista, ja Aiden analysoi tuotteen kehitysroadmappeja, markkinoilletulostrategioita, alustapäätöksiä ja organisaatioiden kompromisseja, jotka määräävät, onnistuvatko tekoälyhankkeet vai jäävätkö ne paikoilleen. Hän kiinnittää erityistä huomiota käyttöönoton todellisuuteen, käyttäjähyväksyntään, infrastruktuurirajoituksiin ja teknisen kyvyn ja liiketoiminta-arvon väliseen yhteensopivuuteen.
Aiden Crossin kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimituksellinen tiimi tarkistaa ne, jotta varmistetaan selkeä, tarkka ja vastuullinen käsittely siitä, miten tekoälytuotteet rakennetaan, toimitetaan ja skaalataan todellisessa maailmassa.