Dodge AI haalt $2,65M op om bedrijfssoftware uit brandjesblussen-modus te halen

Dodge AI heeft $2,65 miljoen opgehaald om een van de minst glamoureuze maar duurste delen van enterprise‑technologie te automatiseren: het operationeel houden van kritieke software nadat deze is geïnstalleerd.

De financiering werd geleid door Accel en Google AI Futures Fund, met deelname van NewBuild Venture Capital, Antler, Schema Ventures en angel‑investeerders uit het SAP‑ecosysteem. Dodge AI heeft de ronde‑fase niet bekendgemaakt.

Het bedrijf uit San Francisco bouwt wat het beschrijft als een AI‑controlplane voor onderhoud van enterprise‑applicaties. Zijn agents werken over systemen zoals SAP, Salesforce, Microsoft Dynamics, Kinaxis en Oracle JDE om incidenten te onderzoeken, oplossingen aan te bevelen of uit te voeren, en de redenering achter elke wijziging te behouden.

Die laatste functie is misschien wel de belangrijkste. Grote bedrijven exploiteren software zelden precies zoals deze van de leverancier is geleverd. Jarenlange aangepaste regels, integraties, workarounds, achtergrondprocessen en eenmalige uitzonderingen worden ingebed in systemen van record. Wanneer er iets kapot gaat, kan het antwoord verspreid liggen over tickets, configuratiebestanden, consultants en de herinneringen van medewerkers die aanwezig waren toen de beslissing werd genomen.

Waarom onderhoud een AI-probleem is

Dodge AI zegt dat ondernemingen jaarlijks meer dan $600 miljard besteden aan het onderhouden van bedrijfsapplicaties. De traditionele aanpak is arbeidsintensief: grote systeemintegrators stellen teams samen om tickets op te lossen, wijzigingsverzoeken uit te voeren, jobs te monitoren en te reageren op operationele storingen. Dat model kan de service herstellen, maar slaagt er vaak niet in elke reparatie om te vertalen naar duurzame institutionele kennis.

Het resultaat is een oplopend contextprobleem. Er worden fixes uitgevoerd, aanpassingen stapelen zich op, en de organisatie wordt steeds meer afhankelijk van de mensen die zich herinneren waarom het systeem zich gedraagt zoals het doet. Technische schuld is niet alleen oude code; het is de kloof tussen wat een systeem doet en wat het bedrijf betrouwbaar kan uitleggen.

Dit is ook de reden waarom productie‑AI‑agents meer nodig hebben dan alleen toegang tot capabele foundation‑modellen. Zoals Unite.AI onlangs onderzocht in haar bericht over context in enterprise‑automatisering, worden agents nuttig wanneer ze kunnen redeneren met de beleidsregels, uitzonderingen en operationele geschiedenis rond een taak. In een ERP‑omgeving is een plausibel antwoord niet genoeg. Een agent moet begrijpen waarom één magazijn voorraad anders toewijst, waarom een prijzensregel een andere overschrijft, of waarom een taak alleen op een bepaald tijdstip kan worden uitgevoerd.

Dodge AI wil die context opbouwen terwijl het dagelijkse onderhoudswerk wordt opgelost. Het platform verbindt bedrijfsprocessen, ERP‑aanpassingen, IT‑service‑management‑systemen en legacy‑configuraties, en gebruikt de resulterende “exception intelligence” om de onderliggende oorzaken te identificeren en een waarheidssysteem te creëren voor toekomstige agents.

Van tickets naar een operationeel geheugen

“Al lange tijd was de enige manier om enterprise‑systemen te onderhouden meer mensen toevoegen,” zei Rebhav Bharadwaj, mede‑oprichter en CEO van Dodge AI. Hij betoogt dat langetermijn‑agents ondernemingen kunnen helpen continu te verbeteren en kritieke systemen te genezen, incidenten sneller op te lossen terwijl de kennis die normaal verloren gaat tijdens onderhoudswerk wordt vastgelegd.

Die benadering herdefinieert onderhoud van een kostenpost naar een dataverzamelingslaag. Elk incident bevat informatie over hoe het bedrijf daadwerkelijk opereert. Door de oorzaak, de oplossing en de relevante uitzondering te behouden, kan Dodge AI de volgende onderzoek sneller maken en productie‑agents een betrouwbaarder operationeel handboek geven.

Het bedrijf zegt dat het al met meer dan een dozijn ondernemingen werkt, waarvan de helft beursgenoteerd is. Het platform verwerkt honderden queries per uur over incident‑beheer en proces‑optimalisatieworkflows.

In één geval kon een vrachtwagen niet laden in een magazijn omdat een Goods Receipt Note onjuiste informatie afdrukte. Dodge AI volgde het probleem op via SAP, Kinaxis en interne magazijnsoftware en leverde binnen enkele minuten een oplossing. In een andere implementatie draaide een klant de voorraadplanning ’s nachts omdat SAP crashte toen het proces ’s ochtends werd uitgevoerd. Dodge AI zegt dat het de workflow heeft gemoderniseerd, deze 132 keer sneller maakte, een team van 10 personen heeft ontlast van het onderhoud, en de order‑allocatietijd met acht uur heeft verbeterd.

Waarom investeerders de onderhoudslaag ondersteunen

De kans is breder dan ticket‑oplossing. Ondernemingen willen AI‑agents inzetten binnen financiën, supply chain, klantoperaties en andere kritieke functies, maar die agents kunnen niet veilig handelen op systemen die ze niet begrijpen. De ongedocumenteerde regels die legacy‑applicaties moeilijk te onderhouden maken, zijn dezelfde regels die een autonoom systeem nodig heeft voordat het een betrouwbare wijziging kan doorvoeren.

“Applicatieonderhoud is een van de grootste en minst gemoderniseerde categorieën in enterprise‑technologie,” zei Prayank Swaroop, een investeerder bij Accel. Door te beginnen met onderhoud, stelt hij, bouwt Dodge AI de contextlaag die ondernemingen nodig hebben voordat agents veilig in productie kunnen opereren.

Het team combineert Bharadwaj met mede-oprichter en CTO Aditya Thakur en COO Aditya Patil. Hun uitdaging op korte termijn zal zijn om aan te tonen dat een agentische onderhoudslaag kan generaliseren over sterk aangepaste omgevingen zonder nieuw operationeel risico te introduceren. Elke enterprise‑stack heeft verschillende permissies, governance‑eisen en faalmodi, en succes zal evenveel afhangen van auditbaarheid en gecontroleerde uitvoering als van modelprestaties.

De Grotere Zet

De stelling van Dodge AI is dat onderhoud het toegangspunt is tot enterprise‑transformatie, niet slechts een probleem dat geautomatiseerd kan worden. CIO’s hebben vaak moeite met moderniseren omdat budgetten en aandacht worden opgeslokt door dagelijkse incidenten, terwijl het risico om reeds werkende systemen te verstoren grootschalige vervangingsprojecten moeilijk te rechtvaardigen maakt.

Als Dodge AI die incidenten kan oplossen terwijl het de verborgen logica erachter documenteert, kan het bedrijven een veiligere route bieden van reactieve ondersteuning naar continue modernisering. Hetzelfde kennisgrafiek dat de storing van gisteren verklaart, zou een agent kunnen helpen om het wijzigingsverzoek van morgen te evalueren, een risicovolle afhankelijkheid te identificeren, of een proces te automatiseren zonder een regel te schenden die jaren eerder begraven lag.

De ronde van $2,65 miljoen is bescheiden gezien de omvang van de markt waarop Dodge AI zich richt. Maar het bedrijf doet een strategisch belangrijke zet: voordat AI‑agents de onderneming kunnen runnen, moet iemand hen leren hoe de onderneming werkelijk werkt.