Quill Haalt $6,5 Miljoen Op Om Een Sovereign “Chief of AI Staff” Te Bouwen

Terwijl AI-hulpmiddelen zich vermenigvuldigen op de werkplek, ontstaat er een nieuw probleem. Professionals doen hun werk niet langer alleen. Ze beheren een groeiende vloot van AI-assistenten voor schrijven, onderzoek, coderen, documentatie en communicatie. De tools delen zelden context en begrijpen zelden hoe iemand werkelijk werkt.

Quill gelooft dat het ontbrekende ingrediënt conversatie is.

Het bedrijf heeft 6,5 miljoen dollar aan seedfinanciering opgehaald om zijn platform uit te breiden en Quilliam te lanceren, een sovereign Chief of AI Staff die is ontworpen om AI-hulpmiddelen te coördineren met behulp van context die rechtstreeks uit vergaderingen en discussies wordt gehaald. De ronde werd geleid door Basis Set Ventures, met deelname van 500 Global, Naval Ravikant, Morado Ventures, en AME Cloud Ventures.

Starten Waar Werk Echt Gebeurt

Quill begon als een lokaal-eerst vergadertranscriptiehulpmiddel dat zich richtte op het behoud van conversatierecords. Door audio rechtstreeks op een apparaat van de gebruiker te verwerken en samenvattingen en actiepunten uit discussies te structureren, probeerde het de kloof tussen wat werd gezegd en wat daarna moest gebeuren te verkleinen. In de loop van de tijd breidde het product zich uit voorbij notitie-opname naar het behoud van een voortdurende laag van contextuele geheugen die afkomstig is van die interacties.

De onderliggende premisse is dat conversatie, in plaats van zelfstandige documenten, een meer nauwkeurige basis kan bieden voor het begrijpen van hoe werk in de praktijk verloopt.

Van Notitie-Nemen Tot Coördinatie

Quilliam breidt die basis uit in plaats van deze te vervangen. Terwijl eerdere iteraties zich richtten op het vastleggen en structureren van conversaties, draagt de nieuwere laag die context over naar andere systemen via het Model Context Protocol.

In plaats van te stoppen bij transcriptie, kan het systeem interactie hebben met documentatieplatforms, taakbeheerders en andere tools. Een productdiscussie kan zich vertalen in bijgewerkte projectnotities of nieuw gecreëerde tickets. Voordat een cliëntvergadering plaatsvindt, kunnen eerdere uitwisselingen worden weergegeven om de continuïteit te herstellen.

De nadruk ligt op coördinatie. Naarmate AI-hulpmiddelen ingebed raken in schrijf-, plannings- en analysewerkstromen, werken professionals steeds vaker in gefragmenteerde systemen die geen gedeelde geheugen hebben. Quilliam probeert die fragmentatie te verminderen door contextuele continuïteit over omgevingen te behouden in plaats van een geïsoleerd hulpmiddel in te voeren.

Architectuur En Gegevensbeheer

Het ontwerp van het platform plaatst gegevenslocaliteit en inferentiebeheer aan de voorzijde.

Audio-transcriptie wordt standaard uitgevoerd op het apparaat van de gebruiker, en er wordt geen audio extern overgedragen tenzij synchronisatie is ingeschakeld. Wanneer cloud-synchronisatie is geactiveerd, is deze eind-tot-eind versleuteld, en is onversleutelde inhoud niet toegankelijk voor de service. Gebruikers kunnen bepalen waar inferentie plaatsvindt, ofwel via enterprise-cloudproviders die zijn geconfigureerd voor zero-content-logging, ofwel via volledig lokale modellen die geschikt zijn voor offline- of air-gapped omgevingen.

Gebruikersgegevens worden niet gebruikt voor modeltraining. Integraties en workflows zijn configureerbaar, waardoor organisaties hun implementaties kunnen afstemmen op interne compliance-eisen, inclusief gegevensresidencie en regelgevingsbeperkingen. Voor teams die strikte isolatie vereisen, kan het systeem werken zonder externe netwerkoproepen.

Samen behandelen deze architectonische beslissingen de locatie van inferentie en gegevensbeheer als aanpasbare parameters in plaats van vaste aannamen.

Een Verschuiving Naar Contextueel Bewust Werkinfrastructuren

Deze categorie software weerspiegelt een bredere verschuiving in hoe digitaal werk kan worden gestructureerd.

Traditionele productiviteitstools draaien om documenten, tickets en dashboards. AI-systemen hebben grotendeels dat model gevolgd, waarbij output wordt gegenereerd uit prompts en bestanden. Conversatie, ondanks het feit dat veel beslissingen daaruit voortkomen, is losjes gestructureerd gebleven en moeilijk te integreren in operationele systemen.

Wanneer discussies gestructureerd, doorzoekbaar en persistent worden, beginnen ze te functioneren als institutioneel geheugen. Vergaderingen zijn geen geïsoleerde gebeurtenissen meer, maar inputs voor continue workflows. De grens tussen discussie en uitvoering wordt minder duidelijk.

De implicaties gaan verder dan notitie-opname. Contextueel bewuste systemen kunnen beïnvloeden hoe organisaties beslissingen documenteren, kennis beheren, compliance aanpakken en medewerkers inwerken. Naarmate AI ingebed raakt in dagelijkse operaties, worden keuzes over gegevenslocaliteit en inferentiebeheer fundamentelere ontwerpoverwegingen.

Als de eerste fase van AI de nadruk legde op generatie, kan de volgende fase de nadruk leggen op continuïteit en context.