ActionAI ontvangt 10 miljoen dollar om verantwoordelijkheid en betrouwbaarheid te brengen in enterprise AI

De adoptie van kunstmatige intelligentie door ondernemingen is snel versneld, maar het schalen ervan voorbij pilotprojecten blijft een hardnekkige uitdaging. Een belangrijke reden is vertrouwen. Terwijl medewerkers steeds vaker AI-hulpmiddelen gebruiken in hun dagelijkse werk, zijn organisaties nog steeds terughoudend om erop te vertrouwen voor core-activiteiten waarbij nauwkeurigheid en verantwoordelijkheid essentieel zijn.

Die kloof is wat ActionAI probeert te dichten. Het bedrijf heeft een seedronde van 10 miljoen dollar aangekondigd om infrastructuur te bouwen die AI-systemen betrouwbaar genoeg maakt voor mission-critical ondernemingsgebruik.

Waarom AI-adoptie stagneert

Ondanks wijdverbreide experimenten, mislukken de meeste ondernemingsinitiatieven voor AI om in productie te komen. Interne gegevens worden vaak niet gecontroleerd, uitvoer kan onconsistent zijn en fouten – vooral hallucinaties – introduceren reële operationele risico’s.

Studies laten zien dat terwijl de meeste medewerkers nu AI-hulpmiddelen op het werk gebruiken, velen dit doen zonder de nauwkeurigheid te verifiëren. Tegelijkertijd blijven veel ondernemingsgevallen van AI-gebruik vastzitten in pilotmodus. Het probleem is niet langer of AI capabel is, maar of het te vertrouwen is.

Dit is vooral problematisch in branches zoals financiën, verzekeringen, gezondheidszorg en logistiek, waar fouten regulatoire, financiële of juridische gevolgen kunnen hebben.

Een betrouwbaarheidslaag voor AI bouwen

De aanpak van ActionAI is om betrouwbaarheid te behandelen als een fundamentele laag in plaats van een nasleep. Het platform is ontworpen om AI-systemen over de hele levenscyclus te monitoren en te evalueren – van trainingsgegevens tot einduitvoer.

In plaats van alleen te focussen op modelprestaties, kaart het systeem hoe gegevens door elke fase van de AI-stack stromen. Dit stelt teams in staat om exact te identificeren waar fouten optreden, of dit nu op het invoerniveau is, tijdens de verwerking of op het uitvoerniveau.

Een sleutelcomponent van het platform is de mogelijkheid om problemen in real-time te debuggen. Wanneer er iets misgaat, kunnen teams de rootcause snel isoleren en randgevallen aanpakken voordat ze escaleren tot grotere problemen.

Explainable Exceptions introduceren

Een van de meest distinctieve elementen van het platform is een systeem genaamd Explainable Exceptions (ExEx). In plaats van AI-systemen te dwingen om met onzekere uitvoer te handelen, detecteert ExEx wanneer het model geen vertrouwen heeft en routeert de taak naar een mens.

Wat deze aanpak opmerkelijk maakt, is dat het niet alleen een probleem markeert – het biedt reden. Menselijke reviewers ontvangen context die uitlegt waarom de AI onzeker was, waardoor ze sneller en beter geïnformeerde beslissingen kunnen nemen.

Dit creëert een gestructureerde human-in-the-loop-workflow die operaties niet vertraagt, maar in plaats daarvan als een veiligheidsmaatregel fungeert. Het zorgt ervoor dat onzekere of hoogrisicouitvoer nooit ongemerkt door het systeem heen gaat.

Van monitoring naar continue controle

Naast de implementatie blijft het platform de AI-prestaties in productie monitoren. Het volgt hoe systemen reageren op nieuwe gegevens, veranderende omstandigheden of bijgewerkte instructies.

Wanneer de prestaties dalen of afwijkingen verschijnen, markeert het systeem ze automatisch, waardoor organisaties consistentie over tijd kunnen behouden. Dit is vooral belangrijk omdat AI-modellen degraderen of onvoorspelbaar gedragen wanneer ze worden blootgesteld aan nieuwe invoer.

Het doel is om van statische AI-implementaties over te gaan naar continu beheerde systemen die zich aanpassen zonder de betrouwbaarheid op te offeren.

ActionAI richt zich op sectoren waar precisie niet onderhandelbaar is. Dit omvat financiële diensten, productie, detailhandel, verzekeringen, supply chains en juridische systemen.

In deze omgevingen kunnen zelfs kleine fouten leiden tot cascade-problemen. Door toezicht, traceerbaarheid en gestructureerde uitzonderingsbehandeling in te voeren, is het platform ontworpen om AI haalbaar te maken in contexten waar het traditioneel te riskant werd geacht.

Naar verantwoorde AI

Voor oprichter Miriam Haart is het kernprobleem niet alleen het verbeteren van de AI-prestaties, maar het maken van systemen die vanaf het begin verantwoordelijk zijn.

De architectuur van het bedrijf richt zich op het valideren van gegevens voordat ze het systeem binnenkomen, het monitoren van het gedrag tijdens de uitvoering en het waarborgen dat uitvoer kan worden uitgelegd en gecontroleerd na afloop. Deze eind-tot-eind-zichtbaarheid is wat organisaties in staat stelt om verder te gaan dan experimenten en volledig geïntegreerde operaties uit te voeren.

De bredere implicatie van deze financieringsronde is een verschuiving in hoe ondernemingen over AI denken. In plaats van het te behandelen als een hulpmiddel dat op bestaande systemen is gebouwd, beginnen bedrijven het te zien als core-infrastructuur – iets dat moet voldoen aan dezelfde normen als elk mission-critical systeem.

ActionAI positioneert zich op dat snijvlak, waar prestaties alleen niet langer voldoende zijn. Betrouwbaarheid, transparantie en controle worden de bepalende vereisten voor ondernemingsadoptie van AI.

Als die elementen kunnen worden gestandaardiseerd, kan AI eindelijk overgaan van geïsoleerde pilotprojecten naar volledig geïntegreerde operaties in de hele onderneming.