Crux Labs ने उद्यमों के निर्णय-विवेक को बेहतर एआई एजेंटों में ढालने के लिए 60 लाख डॉलर से अधिक जुटाए

कोई एआई एजेंट किसी काम को पूरा करने के बावजूद ऐसा निर्णय ले सकता है जिसे अनुभवी कर्मचारी ठुकरा दे। अक्सर मुश्किल हिस्सा उन अलिखित नियमों को समझना होता है: कब एक और सवाल पूछना है, कब मामला आगे बढ़ाना है और किसी खास कारोबार के लिए अच्छे नतीजे का क्या अर्थ है।

Crux Labs एक ऐसा मंच बना रहा है जो इस विशेषज्ञ निर्णय-विवेक को उद्यमों के एजेंटों के लिए सतत मूल्यांकन और सुधार प्रक्रिया में बदल सके। न्यूयॉर्क का यह स्टार्टअप स्टेल्थ मोड से बाहर आया है और उसने मांग उपलब्ध राशि से अधिक रहने वाले वित्तपोषण दौर में 60 लाख डॉलर से अधिक जुटाए हैं। इस दौर की सह-अगुआई Benchstrength और Misneach ने की, जबकि Analog Ventures और Pareto Holdings ने भी इसमें हिस्सा लिया।

कंपनी इस पूंजी का इस्तेमाल अनुसंधान और इंजीनियरिंग टीमों का विस्तार करने तथा उद्यमों में तैनाती तेज करने के लिए करना चाहती है। उसकी मूल धारणा है कि कारोबारों को ऐसे मूल्यांकन तंत्र चाहिए जिन्हें उनके अपने विशेषज्ञों के अनुसार समायोजित किया गया हो और जिनकी प्रतिक्रिया-प्रक्रिया उत्पादन में एजेंटों के व्यवहार को खुद एजेंटों में किए जाने वाले बदलावों से जोड़े।

एजेंट ट्रेस केवल शुरुआती बिंदु क्यों हैं

एजेंट की निगरानी से टीमों को यह देखने में मदद मिलती है कि सिस्टम ने क्या किया: बातचीत के पीछे संदेशों, टूल कॉल और अन्य चरणों का क्रम। कुछ गड़बड़ होने पर यह रिकॉर्ड उपयोगी होता है। लेकिन यह तय करने के लिए कि बातचीत पर्याप्त अच्छी थी या नहीं, ऐसे मानदंड चाहिए जो काम और कारोबार की जरूरतों को दर्शाते हों।

Crux का तर्क है कि बड़े पैमाने पर तैनाती के साथ मैन्युअल समीक्षा तालमेल नहीं बिठा सकती। कंपनी की घोषणा के अनुसार, टीमें एजेंट ट्रेस में से केवल 1% का नमूना लेकर उनकी समीक्षा करती हैं, जिससे बाकी ट्रैफ़िक का बड़ा हिस्सा सीधे निरीक्षण से बाहर रह जाता है। यह आंकड़ा कंपनी की ओर से समस्या का वर्णन है, न कि उद्योग-व्यापी प्रकाशित सर्वेक्षण का नतीजा।

जब महत्वपूर्ण विफलताएं असामान्य हों, तो नमूने लेकर समीक्षा करना खास तौर पर सीमित साबित हो सकता है। आम मामलों में कोई एजेंट स्वीकार्य ढंग से काम कर सकता है, लेकिन किसी ऐसे अपवाद से जूझ सकता है जिसे अनुभवी कर्मचारी तुरंत पहचान लें। चुनौती यह है कि उस पहचान को ऐसे मूल्यांकन में बदला जाए जिसे कहीं अधिक बड़ी संख्या में होने वाली बातचीत पर लगातार एकसमान ढंग से लागू किया जा सके।

Crux के अनुसार, अवसर उन लोगों के बीच है जो किसी क्षेत्र को अच्छी तरह समझते हैं और उन इंजीनियरों के बीच जो एजेंट बनाते हैं। विषय-विशेषज्ञ बता सकते हैं कि सफल बातचीत कैसी दिखती है, लेकिन इस समझ को सिस्टम के मापन और सुधार के तरीके का दोहराया जा सकने वाला हिस्सा बनाना जरूरी है।

निर्णय-विवेक को दर्ज करना और मूल्यांकनों को समायोजित करना

Crux ऐसी कार्यप्रणाली बताता है जो उन टूल और प्रक्रियाओं के भीतर शुरू होती है जिनका कंपनी पहले से इस्तेमाल करती है। उसके एजेंट विशेषज्ञों के निर्णय-विवेक को दर्ज करते हैं और उसका इस्तेमाल विशिष्ट मूल्यांकनों को समायोजित करने के लिए करते हैं। फिर ये मूल्यांकन उत्पादन में निगरानी और अलर्ट देने में मदद करते हैं, और उनसे मिले नतीजे एजेंटों के आगे के सुधारों में काम आते हैं।

समायोजन का यह चरण महत्वपूर्ण है। कोई सामान्य मूल्यांकन ऐसे धाराप्रवाह उत्तर को पुरस्कृत कर सकता है जो कारोबार की किसी खास जरूरत को पूरा न करता हो। विशेषज्ञों के निर्णय-विवेक पर आधारित मूल्यांकन का उद्देश्य ऐसे उत्तर के बीच फर्क पहचानना है जो सुनने में सही लगे और ऐसे उत्तर के बीच जो संगठन की अपेक्षाएं पूरी करे।

Crux की सह-संस्थापक और सीईओ Julie Kheyfets ने कहा, “एजेंट लक्ष्य हासिल करने में अद्भुत हैं, लेकिन उनके पास उन वर्षों के अनुभव से जुटे व्यावहारिक नियमों तक पहुंच नहीं है जिन्हें हम इंसानों ने अपने दिमाग में संजोया है। Crux हर उद्यम को इस निर्णय-विवेक का सार निकालने और अपने एजेंटों को तेज़ी से बेहतर बनाने के लिए इसका इस्तेमाल करने में मदद करता है।”

उद्देश्य ऐसी मूल्यांकन प्रक्रिया बनाना है जो वास्तविक बातचीत से विशेषज्ञों की सीख के साथ बदलती रहे। विफलता के नए तरीके सामने आने पर संगठन के पास उस जानकारी को भविष्य के व्यवहार का आकलन करने के तरीके में शामिल करने का उपाय होता है, बजाय इसके कि वह सहायता अनुरोधों और अलग-अलग समीक्षकों के बीच बिखरी रह जाए।

उत्पादन ट्रैफ़िक की पूरी धारा की निगरानी

Crux का कहना है कि उसके विशिष्ट मूल्यांकन उत्पादन के 100% ट्रैफ़िक पर रियल-टाइम निगरानी और अलर्ट देने के लिए अनुकूलित हैं। यह कवरेज से जुड़ा दावा है: ट्रैफ़िक की पूरी धारा पर मूल्यांकन लागू करना। इसका यह अर्थ नहीं है कि मूल्यांकन हर संभावित विफलता का पता लगा लेते हैं या मानव विशेषज्ञों से पूरी तरह सहमत होते हैं।

यह अंतर इसलिए महत्वपूर्ण है क्योंकि स्वचालित मूल्यांकन अपनी मापन-संबंधी चुनौती भी लेकर आता है। हर बातचीत की समीक्षा करने वाला सिस्टम भी महत्वपूर्ण व्यवहार को पहचानने से चूक सकता है, अगर उसके मानदंड अधूरे हों। इसलिए इन मानदंडों को क्षेत्र के विशेषज्ञों की जानकारी के अनुसार समायोजित करना Crux की पेशकश का केंद्रीय हिस्सा है, न कि निगरानी शुरू होने से पहले किया जाने वाला कोई वैकल्पिक कदम।

कंपनी यह भी कहती है कि मूल्यांकन के नतीजों के आधार पर उत्पादन में सुधार लागू किए जाते हैं। उसकी घोषणा में यह नहीं बताया गया है कि इस प्रक्रिया के किन हिस्सों में प्रॉम्प्ट, नीतियां, मॉडल या अन्य घटक बदले जाते हैं, या ग्राहकों की मंजूरी कैसे ली जाती है। घोषित पेशकश शुरू से अंत तक की मूल्यांकन और सुधार सेवा है, न कि मॉडल को प्रशिक्षित करने की कोई निर्दिष्ट तकनीक।

उद्यमों में एआई का अनुभव रखने वाली संस्थापक टीम

Kheyfets और सह-संस्थापक एवं सीटीओ Krishna Kulkarni की मुलाकात Princeton University में हुई थी। Kheyfets जटिल उद्योगों में एआई तैनात करने का एक दशक का अनुभव लेकर आई हैं। इसमें Tractable AI में उत्तरी अमेरिका का नेतृत्व करना और Block Renovation की सीईओ के रूप में काम करना शामिल है।

कंपनी के अनुसार, Kulkarni ने पहले Meta में ब्रांड इंजीनियरिंग का नेतृत्व किया, Checkr में एआई उत्पाद विकसित किए और Healthify को शून्य से 2 करोड़ मरीजों तक पहुँचाने में मदद की। Crux शोधकर्ताओं और इंजीनियरों की एक ऐसी टीम बना रहा है, जिसका ध्यान एजेंटों का मूल्यांकन और उनमें सुधार करने पर होगा।

Kulkarni ने कहा, “इंजीनियरिंग टीमें जानती हैं कि एआई एजेंट कैसे बनाए जाते हैं और विषय विशेषज्ञ जानते हैं कि सफलता कैसी दिखती है, लेकिन उद्यमों के पास इन दोनों को जोड़ने वाला सेतु नहीं है। Crux डोमेन विशेषज्ञता को एजेंटों में निरंतर सुधार की प्रक्रिया में ढालता है, ताकि इंजीनियर ऐसे एजेंट बना सकें जो वास्तव में कारोबार के लक्ष्यों के अनुरूप हों।”

कंपनी का कहना है कि उसे स्वास्थ्य सेवा, साइबर सुरक्षा, वित्तीय सेवाओं और अन्य जटिल उद्योगों में Fortune 500 कंपनियों तथा तेज़ी से बढ़ते व्यवसायों से शुरुआती रुचि मिली है। घोषणा में उसने इन ग्राहकों के नाम नहीं बताए और न ही राजस्व, तैनाती की संख्या या मापे गए सुधारों का खुलासा किया।

कंपनी-विशिष्ट मूल्यांकन का कारोबारी औचित्य

Crux खुद को किसी उद्यम के भीतर एजेंटों के मूल्यांकन और उनमें सुधार के लिए समर्पित टीम के समकक्ष पेश कर रहा है। इसका कारोबारी तर्क यह है कि उत्पाद और इंजीनियरिंग कर्मचारियों को समीक्षा प्रक्रियाएँ तैयार करने और बार-बार होने वाली विफलताओं का कारण पता लगाने में कम समय लगाना चाहिए, जबकि विशेषज्ञों के पास उन प्रणालियों को प्रभावित करने का व्यावहारिक तरीका होना चाहिए जो उनके व्यवसाय का प्रतिनिधित्व करती हैं।

डोमेन विशेषज्ञता की माँग iMerit के विशेषज्ञों के नेतृत्व वाले एआई प्रशिक्षण और मूल्यांकन मंच में भी दिखाई देती है, जहाँ विशेषज्ञों की प्रतिक्रिया को व्यवस्थित करना मॉडल में सुधार की कार्यप्रणाली का हिस्सा है।

निवेशकों के लिए अवसर इस बात से जुड़ा है कि एजेंटों को उत्पादन में तैनात किए जाने के बाद क्या होता है। एजेंट बनाने से उसके व्यवहार को लगातार मापने, यह पहचानने कि वह कहाँ अपेक्षाओं पर खरा नहीं उतरता, और संगठन के मानकों को नज़रअंदाज़ किए बिना उसमें सुधार करने की नई ज़रूरत पैदा होती है।

Crux की फंडिंग यह परखने में मदद करेगी कि सफलता की अलग-अलग परिभाषाएँ रखने वाले ग्राहकों के बीच यह प्रक्रिया भरोसेमंद ढंग से लागू की जा सकती है या नहीं। इसका प्रस्ताव सीधा है: कंपनी के सबसे कुशल लोगों का विवेक इस बात का हिस्सा बनना चाहिए कि उसके एजेंटों का मूल्यांकन कैसे किया जाता है, और उन मूल्यांकनों से उत्पादन में एजेंटों का व्यवहार बेहतर होना चाहिए। अधिक जानकारी Crux Labs पर उपलब्ध है।