Quill kerää 6,5 miljoonaa dollaria suvereenin “AI-henkilöstöpäällikön” rakentamiseen

Kun työpaikalla käytettävien AI-työkalujen määrä kasvaa, uusi ongelma on syntynyt. Ammattilaiset eivät enää tee vain työtään. He hallinnoivat kasvavaa joukkoa AI-apuvälineitä kirjoittamiseen, tutkimukseen, koodaamiseen, dokumentointiin ja viestintään. Nämä työkalut harvoin jakavat kontekstia, ja ne harvoin ymmärtävät, miten joku todella työskentelee.

Quill uskoo, että puuttuva ainesosa on keskustelu.

Yritys on kerännyt 6,5 miljoonaa dollaria siemensijoituksena laajentaakseen alustaaan ja käynnistääkseen Quilliamin, suvereenin AI-henkilöstöpäällikön, joka on suunniteltu koordinoimaan AI-työkaluja keskustelusta ja neuvotteluista saatavasta kontekstista. Sijoituskuuron johtaja on Basis Set Ventures, ja siihen osallistuvat 500 Global, Naval Ravikant, Morado Ventures ja AME Cloud Ventures.

Työ alkaa siitä, missä työ todella tapahtuu

Quill aloitti paikallisen kokousmerkintätyökaluna, joka keskittyi keskustelujen tallentamiseen. Käsitellessään ääntä suoraan käyttäjän laitteella ja rakentelemalla keskustelujen yhteenvetoja ja toiminta-artikkeleita, se pyrki kaventamaan kuilua siitä, mitä sanottiin, ja mitä tarvittiin seuraavaksi. Ajan myötä tuote laajeni merkintäkaappauksesta jatkuvaan kontekstuaaliseen muistiin, joka perustui näihin vuorovaikutuksiin.

Perusoletus on, että keskustelu, ei erillisiä asiakirjoja, voi tarjota tarkemman perustan ymmärtää, miten työ etenee käytännössä.

Keskustelusta koordinaatioon

Quilliam laajentaa tätä perustaa sen sijaan, että se korvaa sen. Vaikka aikaisemmat versiot keskittyivät keskustelujen kaappaukseen ja rakentelemiseen, uusi kerros vie tämän kontekstin muihin järjestelmiin Model Context Protocolin kautta.

Sen sijaan, että se lopettaa transkriboinnin, järjestelmä voi vuorovaikuttaa dokumentaatiolaitosten, tehtävienhallintatyökalujen ja muiden työkalujen kanssa. Tuotekeskustelu voidaan kääntää päivitettyihin projektiin liittyviin muistiinpanoihin tai uusiin lippuihin. Ennen asiakaskokousta aiemmat vaihdot voidaan tuoda esiin jatkuvuuden palauttamiseksi.

Painopiste on koordinaatio. Kun AI-työkalut upotetaan kirjoittamiseen, suunnitteluun ja analyysiin, ammattilaiset toimivat yhä useammin hajanaisissa järjestelmissä, joilla ei ole jaettua muistia. Quilliam yrittää vähentää tätä hajautumista ylläpitämällä kontekstuaalista jatkuvuutta ympäristöjen välillä sen sijaan, että se esittäisi erillisen työkalun.

Arkkitehtuuri ja dataohjaus

Alustan suunnittelu asettaa data-sijaintia ja johtopäätöksen ohjausta etusijalle.

Äänitranskriptio suoritetaan oletusarvoisesti käyttäjän laitteella, eikä ääntä lähetetä ulkoisesti, ellei synkronointia ole otettu käyttöön. Kun pilvisynkronointi on aktivoitu, se on päästä päähän salattu, ja salattua sisältöä ei ole palvelun saatavilla. Käyttäjät voivat määrittää, missä johtopäätös tapahtuu, joko yrityspilvipalvelujen kautta, jotka on määritetty nollasisällön kirjaamiseen, tai täysin paikallisten mallien kautta, jotka soveltuvat offline- tai ilmatiivisteisiin ympäristöihin.

Käyttäjän tietoja ei käytetä mallin koulutukseen. Integraatiot ja työnkulut ovat konfiguroitavissa, mikä mahdollistaa organisaatioiden määrittää käyttöönotot sisäisten vaatimusten mukaisesti, mukaan lukien tietoresidenssi- ja sääntelyrajoitukset. Tiimeille, jotka vaativat tiukkaa eristystä, järjestelmä voidaan käyttää ilman ulkoisia verkkokutsuja.

Nämä arkkitehtuuriset päätökset käsittelevät johtopäätöksen sijaintia ja tietokäsittelyä sovittavina parametreina eikä kiinteinä oletuksina.

Siirtyminen kontekstiaavasteiseen työinfrastruktuuriin

Tämä ohjelmistoluokka heijastaa laajempaa muutosta siinä, miten digitaalista työtä voidaan rakentaa.

Perinteiset tuottavuustyökalut pyörivät asiakirjojen, lippujen ja kojussuojien ympärillä. AI-järjestelmät ovat seuranneet tätä mallia, generoimalla tulosteita syötteistä ja tiedostoista. Keskustelu, vaikka se on usein päätösten alkuperä, on pysynyt heikosti rakenteellisena ja vaikeasti integroitavana toiminnallisiin järjestelmiin.

Kun keskustelut muuttuvat rakenteellisiksi, haettaviksi ja kestäviksi, ne alkavat toimia institutionaalisena muistina. Kokoukset eivät ole enää erillisiä tapahtumia, vaan jatkuvaan työnkulkuun syötettyjä tietoja. Rajanveto keskustelun ja suorittamisen välillä tulee vähemmän erottuvaksi.

Vaikutukset ulottuvat merkintöjen kaappauksen ulkopuolelle. Kontekstiaavasteiset järjestelmät voivat vaikuttaa siihen, miten organisaatiot asiakirjoittavat päätöksiä, hallinnoivat tietoa, käsittelevät vaatimuksia ja perehdyttävät työntekijöitä. Kun AI upotetaan päivittäisiin toimintoihin, valinnat data-sijainnista ja johtopäätöksen ohjaamisesta tulevat perusrakenteellisiksi suunnittelupäätöksiksi.

Jos AI:n ensimmäinen vaihe korosti generointia, seuraava vaihe voi korostaa jatkuvuutta ja kontekstia.