Maisa Mengumpulkan $25M untuk Mengembangkan ‘Pekerja Digital’ yang Dapat Dipercaya dan Transparan

Kecerdasan Buatan (AI) perusahaan sering gagal—studi menunjukkan bahwa hingga 95% proyek AI generatif gagal. Namun, Maisa, yang berbasis di Valencia dan San Francisco, sedang mengembangkan akuntabilitas dalam otomatisasi. Setelah mengumpulkan $25 juta dalam putaran pendanaan awal yang dipimpin oleh Creandum dengan dukungan dari Forgepoint Capital, NFX, dan Village Global, Maisa siap untuk mengubah alur kerja AI dengan otomatisasi proses agen yang dapat diaudit dan cerdas.

Di Dalam Mesin: KPU & Rantai Kerja — Membangun Kepercayaan dari Awal

Di inti platform Maisa terdapat Unit Pemrosesan Pengetahuan (KPU)—arsitektur baru yang mengubah cara berpikir AI. KPU mencakup:

• Mesin Penalaran, yang ditenagai oleh model bahasa besar, yang merencanakan alur kerja multi-langkah.
• Mesin Eksekusi yang melaksanakan rencana tersebut dan memberikan hasilnya kembali untuk kalibrasi ulang.
• Jendela Konteks Virtual yang memperlancar aliran informasi, memfokuskan model hanya pada data yang relevan untuk mengurangi halusinasi.

Kejeniusan KPU terletak pada cara ia mengubah peran model bahasa. Alih-alih berfungsi sebagai generator teks probabilistik, model tersebut diperlakukan sebagai salah satu komponen dalam kerangka komputasi yang disiplin. KPU mengatur penalaran seperti sistem operasi, memecah masalah menjadi langkah-langkah yang dapat diaudit dan memastikan setiap tindakan dapat divalidasi. Struktur ini mengubah model yang tidak transparan menjadi sistem logika yang dapat diprediksi, di mana kesalahan dapat dideteksi, diperbaiki, dan dicegah dari penyebaran.

Melengkapi KPU adalah Rantai Kerja—jejak audit yang dicatat dengan teliti yang melacak setiap keputusan, tindakan, dan alat yang terlibat dalam proses pekerja digital. Tidak seperti output AI yang biasa yang membuat pengguna bertanya-tanya, Rantai Kerja berfungsi seperti perekam kotak hitam untuk otomatisasi. Setiap perhitungan, setiap pengambilan data, setiap langkah penalaran dipertahankan dengan rinci. Ini memberikan perusahaan kemampuan untuk tidak hanya mempercayai hasil, tetapi juga untuk melacaknya, memutar ulang, dan memperbaikinya dari waktu ke waktu. Untuk industri yang sarat dengan kepatuhan, ini bukan hanya kenyamanan—ini adalah dasar untuk penerapan yang aman dan skalabel.

Maisa Studio dalam Aksi: Agen Tanpa Kode yang Berakar pada Transparansi

Dengan menggunakan KPU dan Rantai Kerja, Maisa Studio memungkinkan “pengembang warga”—staf non-teknis—untuk mengirimkan pekerja digital menggunakan instruksi bahasa sederhana. Melalui HALP (Pemrosesan LLM yang Diperkuat Manusia) Maisa, sistem berinteraksi untuk memperjelas niat, membangun alur kerja, mengintegrasikan ratusan API, dan memulai pembelajaran dinamis—semua tanpa pengembang atau dataset.

Dalam prakteknya, ini telah memberikan dampak yang signifikan: perusahaan jasa keuangan memotong positif palsu sebesar 99% dan mencapai peningkatan produktivitas 10 kali lipat per karyawan—dengan penerapan penuh yang diselesaikan dalam hanya tiga sesi pengembangan. Perusahaan bank global, produsen mobil, dan perusahaan energi sedang melakukan pilot platform untuk mengotomatisasi proses yang sarat dengan kepatuhan pada skala besar, di mana transparansi dan keamanan tidak dapat dinegosiasikan.

Mengapa Ini Penting—Visi untuk AI yang Dapat Dipercaya dan Diperluas

Maisa tidak hanya menawarkan otomatisasi—melainkan AI yang Bertanggung Jawab yang memasukkan kepercayaan dengan arsitektur. Di industri yang dibebani dengan regulasi, ketidaktransparanan, dan taruhan tinggi—keuangan, kesehatan, energi—kemampuan untuk melacak setiap keputusan yang diotomatisasi sangat penting. Rantai Kerja memungkinkan bisnis untuk memeriksa, mengaudit, dan memvalidasi logika AI pada setiap langkah, yang berarti regulator dan tim internal tidak perlu menebak bagaimana kesimpulan tersebut dicapai. Sebaliknya, mereka dapat memverifikasi dengan presisi.

Sementara itu, desain KPU secara sistematis menekan halusinasi dengan mengisolasi penalaran dari kebisingan data dan membangun eksekusi. Ini memberikan keandalan yang melepaskan ketidakpastian yang sering membuat perusahaan enggan menggunakan AI. Alih-alih menghasilkan output yang diselimuti misteri, agen Maisa menghasilkan hasil yang logis, dapat diprediksi, dan konsisten.

Menatap ke depan, platform ini mewakili pergeseran mendasar: AI menjadi kolaborator yang dapat dipercaya—yang penalarannya transparan, tindakannya dapat dilacak, dan “proses berpikir”-nya dapat diperbaiki dan diaudit. Karena sistem Maisa tidak bergantung pada model, organisasi mempertahankan fleksibilitas untuk mengadopsi model yang lebih kuat di masa depan—tanpa kehilangan ketat dan pengawasan dari kerangka KPU. Fleksibilitas itu meletakkan dasar untuk penerapan yang berkelanjutan dan skalabel di seluruh kebutuhan perusahaan yang berkembang.

Pada intinya, Maisa menawarkan cetak biru untuk AI yang tidak hanya kuat—tetapi juga bertanggung jawab dan tangguh. Di dunia di mana sebagian besar proyek AI gagal untuk menghasilkan, teknologi ini memetakan jalur langka ke depan—menggabungkan inovasi dengan integritas.