Dodge AI、エンタープライズソフトウェアを火消しモードから脱却させるために$2.65Mを調達

Dodge AIは、エンタープライズ技術の中で最も光沢がなく、しかし最も高額な部分の一つである、導入後に重要なソフトウェアを稼働し続けることを自動化するために、$2.65 millionの資金を調達しました。

資金調達はAccelとGoogle AI Futures Fundが主導し、NewBuild Venture Capital、Antler、Schema Ventures、そしてSAPエコシステムのエンジェル投資家が参加しました。Dodge AIはラウンドのステージを公表していません。

サンフランシスコに拠点を置く同社は、エンタープライズアプリケーションの保守向けAIコントロールプレーンを構築すると説明しています。そのエージェントはSAP、Salesforce、Microsoft Dynamics、Kinaxis、Oracle JDEといったシステム全体で動作し、インシデントを調査し、修正を推奨または実行し、各変更の背後にある理由を保持します。

最後の機能が最も重要である可能性があります。大企業はベンダーから提供されたままの形でソフトウェアを運用することはほとんどありません。長年にわたるカスタムルール、統合、回避策、バックグラウンドジョブ、そして個別例外が記録システムに組み込まれます。何かが故障した際、その答えはチケット、設定ファイル、コンサルタント、そして決定時に在席していた従業員の記憶に散らばっていることがあります。

なぜ保守がAIの課題なのか

Dodge AIによれば、企業はビジネスアプリケーションの保守に年間6000億ドル以上を費やしています。従来のアプローチは労働集約的であり、大手システムインテグレーターはチームを割り当ててチケットを解決し、変更要求を実装し、ジョブを監視し、運用障害に対応します。そのモデルはサービスを復旧させることはできますが、各修理を永続的な組織知識に転換することはしばしば失敗します。

結果として、文脈が蓄積する問題が生じます。修正が行われ、カスタマイズが増え、組織はシステムがなぜそのように動作するかを覚えている人々にますます依存するようになります。テクニカルデットは単に古いコードだけでなく、システムが実際に行うことと、企業が確実に説明できることとの間のギャップです。

このことは、実稼働AIエージェントが有能な基盤モデルへのアクセスだけでは不十分である理由でもあります。Unite.AIが最近、エンタープライズ自動化におけるコンテキストに関する報道で検証したように、エージェントはタスクを取り巻くポリシー、例外、運用履歴を推論できるときに有用になります。ERP環境では、妥当な回答だけでは不十分です。エージェントは、なぜある倉庫が在庫を異なる方法で割り当てるのか、なぜある価格規則が別の規則を上書きするのか、あるいはなぜジョブが特定の時間にしか実行できないのかを理解しなければなりません。

Dodge AIは、日常的な保守作業を解決しながらそのコンテキストを構築することを目指しています。同社のプラットフォームはビジネスプロセス、ERPのカスタマイズ、ITサービス管理システム、レガシー構成を接続し、そこから得られる「例外インテリジェンス」を活用して根本原因を特定し、将来のエージェント向けの真実の情報源を作り出します。

チケットから運用メモリへ

「長い間、エンタープライズシステムを保守する唯一の方法は人員を増やすことでした」とDodge AIの共同創業者兼CEOであるRebhav Bharadwajは語ります。彼は、長期的視野を持つエージェントが企業がミッションクリティカルなシステムを継続的に改善・修復し、インシデントをより迅速に解決すると同時に、保守作業の中で通常失われてしまう知識を捕捉できると主張しています。

このアプローチは、保守をコストセンターからデータ収集層へと再定義します。すべてのインシデントは、ビジネスが実際にどのように運営されているかに関する情報を含んでいます。原因、修正、関連する例外を保持することで、Dodge AIは次の調査をより迅速に行えるようにし、実稼働エージェントに対してより信頼性の高い運用マニュアルを提供できます。

同社によれば、すでに10社以上の企業と協業しており、そのうち半数は上場企業です。プラットフォームはインシデント管理やプロセス最適化ワークフローにおいて、時間あたり数百件のクエリを処理しています。

あるケースでは、倉庫でトラックが荷積みできなかった原因は、Goods Receipt Note が誤った情報を印刷していたことでした。Dodge AIは問題をSAP、Kinaxis、社内倉庫ソフトウェア全体で追跡し、数分以内に修正を提供しました。別の導入例では、顧客はSAPが朝にプロセスが実行された際にクラッシュしたため、在庫計画を夜間に実行していました。Dodge AIはワークフローを近代化し、処理速度を132倍に向上させ、10人のチームを保守作業から解放し、受注割り当て時間を8時間短縮したと述べています。

投資家が保守レイヤーを支持する理由

この機会はチケット解決だけに留まらない広がりがあります。企業は財務、サプライチェーン、顧客オペレーション、その他のハイステークスな機能にAIエージェントを導入したいと考えていますが、エージェントは理解できないシステム上で安全に操作できません。レガシーアプリケーションの保守を困難にする未文書化のルールは、自律システムが信頼できる変更を行う前に必要とするルールと同じです。

「アプリケーション保守はエンタープライズ技術の中で最大かつ最も近代化が進んでいないカテゴリの一つです」とAccelの投資家であるPrayank Swaroopは述べました。彼は、保守から始めることで、Dodge AIはエージェントが本番環境で安全に動作する前に企業が必要とするコンテキストレイヤーを構築していると言います。

チームはBharadwajと共同創業者兼CTOのAditya Thakur、COOのAditya Patilを組み合わせています。彼らの短期的な課題は、エージェント型メンテナンス層が高度にカスタマイズされた環境全体に汎用化でき、かつ新たな運用リスクを招かないことを証明することです。各エンタープライズスタックは異なる権限、ガバナンス要件、障害モードを持ち、成功はモデルの性能だけでなく、監査可能性と制御された実行にも大きく依存します。

The Bigger Bet

Dodge AI の主張は、メンテナンスがエンタープライズ変革への入り口であり、単に自動化すべき問題ではないということです。CIOは、日々のインシデントが予算と注意を占有するため、近代化に苦労することが多く、既に稼働しているシステムを破壊するリスクが大規模な置換プロジェクトを正当化しにくくしています。

Dodge AI がそれらのインシデントを解決し、背後にある隠れたロジックを文書化できれば、企業はリアクティブなサポートから継続的なモダナイゼーションへのより安全な道筋を得られるでしょう。同じナレッジグラフは、昨日の障害を説明するだけでなく、エージェントが明日の変更要求を評価し、リスクの高い依存関係を特定し、数年前に埋もれたルールに違反することなくプロセスを自動化するのにも役立ちます。

$2.65 million のラウンドは、Dodge AI が狙う市場規模に比べれば控えめです。しかし、同社は戦略的に重要な賭けをしています。AI エージェントがエンタープライズを運用できるようになる前に、エンタープライズが実際にどのように機能しているかを教える必要があるのです。