Dust, 4천만 달러의 시리즈 B 투자로 “멀티플레이어 AI”를 구축하다

기업 AI 도입은 지난 2년 동안 급증했지만, 많은 조직은 여전히 핵심 문제에 직면해 있습니다. AI 사용은 종종 개인 직원에게서 팀이 집단적으로 운영하는 방식으로 통합되지 않는 경우가 많습니다.

이 문제는 최근 Dust의 자금 조달 발표에서 중심이 됩니다. Dust는 Dust에서 4천만 달러의 시리즈 B 라운드를 조달했으며, Sequoia Capital과 Abstract가 주도했으며, Snowflake Ventures와 Datadog가 참여했습니다. 이 회사는 현재 플랫폼에서 3,000개 이상의 조직과 51,000개의 월간 활성 사용자를 지원한다고 밝혔습니다.

이 자금은 기업들이 급격하게 AI 에이전트, 공유자, 자동화 시스템을 실험하는 시점에 도착했습니다. 그러나 많은 기업은 생산성 향상이 항상 부서별로 확장되지 않는다는 것을 발견했습니다.

단일 플레이어 AI에서 공유 조직 시스템으로

Dust는 대부분의 기업 AI를 현재 “단일 플레이어 AI”라고 설명합니다. 직원들은 개인 채팅 창 내의 분리된 보조 프로그램과 상호 작용하여 공유된 조직 지식을 거의 생성하지 않는 출력을 생성합니다.

이 회사의 플랫폼은 공유 환경을 제공하여 팀이 동일한 컨텍스트, 연결된 도구 및 회사 지식 베이스를 사용하여 AI 에이전트와 сотруд들과 협력할 수 있도록 합니다.

대화형 보조 프로그램 상호 작용에만 집중하는 대신, Dust는 조직 내에서 운영 AI를 위한 인프라로 자체를 위치시킵니다. 이 플랫폼은 100개 이상의 기업 도구 및 데이터 소스와 통합되며, 에이전트가 문서를 분석하고, 프레젠테이션을 생성하고, 스프레드시트를 조작하며, 부서 간 워크플로를 조정할 수 있습니다.

이것은 기업 AI에서 발생하는 더广泛한 변화를 반영합니다. 기업들은 단순한 대화형 보조 프로그램을 넘어, 지속적인 메모리, 워크플로 오케스트레이션 및 팀 간 협력 실행이 가능한 시스템으로 이동하고 있습니다.

AI 오퍼레이터의 부상

Dust의 접근 방식에서 나타나는 가장 주목할만한 아이디어 중 하나는 “AI 오퍼레이터”의 개념입니다. 이 회사는 이러한 오퍼레이터가 운영, 지원, 마케팅, 판매 부서와 같은 부서 내에 내장된 직원들이며, 팀을 위한 AI 시스템을 구축하고 관리하는 직원이라고 설명합니다.

이 아이디어는 기업 내부에서 조직적 진화를 시사합니다. AI 배포가 중앙 집중식 엔지니어링 팀에 의해 독점적으로 제어되는 것이 아니라, 일일 업무 프로세스와 가장 가까운 운영 직원이 점점 더 AI 시스템을 구성하고 최적화하는 책임을 지게 될 수 있습니다.

이러한 경향은 이미 기업 소프트웨어 생태계에서 나타나고 있습니다. 기업들은 전통적인 개발 주기에 대한 의존도를 줄이면서 AI를 운영화하는 방법을 찾고 있습니다.

Dust의 아키텍처는 이러한 분산 모델을 중심으로 설계되어 있으며, 팀이 내부적으로 에이전트를 생성하고 개선할 수 있도록 하면서도, 권한, 감사 추적, 분석 및 비용 모니터링과 같은 거버넌스 제어를 유지합니다.

익숙한 기업 AI 패턴을 기반으로 구축

Dust는 Gabriel Hubert와 Stanislas Polu에 의해 설립되었습니다.两人은 이전에 Stripe에서 함께 일했으며, 2014년에 TOTEMS를 Stripe에 매각했습니다. Polu는 이후 OpenAI에서 연구 엔지니어로 일했으며, Greg Brockman과 Ilya Sutskever와 함께 AI 추론 연구를 수행했습니다. 이후 2023년에 Dust를 공동 설립했습니다.

이 회사의 가설은 AI 산업 전반에서 점점 더 커지는 믿음을 반영합니다. 가장 큰 기회는 더 큰 모델을 구축하는 것에서 오지 않고, 이러한 모델을 실제 비즈니스 운영에 통합하는 소프트웨어 계층을 만드는 것에서 오는 것입니다.

Dust는 또한 모델에 중립적인 전략을 강조하며, 단일 프론티어 AI 제공업체에 대한 의존도를 피합니다. 이러한 유연성은 기업들이 급격하게 변화하는 모델 기능, 가격 구조 및 거버넌스 요구 사항을 탐색하는 데 점점 더 중요해지고 있습니다.

기업 AI는 조직 인프라가 될 수 있다

Dust와 같은 플랫폼의 더广泛한 의미는 채팅봇 채택이나 생산성 향상 이상을 넘어섭니다. 기업 AI는 점점 더 조직 인프라로 진화하고 있으며, 에이전트는 워크플로, 회사 지식 및 운영 시스템과 연결된 지속적인 협력자로 작동합니다.

이 모델이 확장되면, 기업들은 부서 및 프로젝트 전체에서 맥락을 축적하는 특수화된 AI 에이전트 네트워크에 의존할 수 있습니다. 이는 오늘날 많은 조직에서 존재하는 단편화를 줄일 수 있습니다.

이러한 변환은 또한 기업 소프트웨어 자체를 재정의할 수 있습니다. 직원들이 분리된 SaaS 도구 사이를 이동하는 대신, 미래의 작업장에서는 공유된 AI 계층이 워크플로를 조정하고, 기관 지식을 검색하며, 여러 비즈니스 시스템과 상호 작용할 수 있습니다.

장기적인 영향은 효율성 이상을 넘어섭니다. 협력 AI 시스템이 성숙함에 따라, 조직은 점점 더 운영 지식을 발전하는 AI 환경에 저장할 수 있으며, 개인 직원이나 정적 문서에만 의존하는 대신, 이러한 환경을 통해 지식을 축적하고 관리할 수 있습니다.同時에, 내장된 AI 시스템의 역할이 증가함에 따라, 거버넌스, 책임성 및 비즈니스들이 자율 에이전트에게 위임할 수 있는 운영 제어 수준에 대한 새로운 질문이 제기될 수 있습니다.