Financiering

Square Peg steunt ontwikkelaar van zakelijke AI-collega’s Future Secure AI

Evan Mercer
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenFuture Secure AI richt zich op cross-systeemworkflows waarbij nauwkeurigheid en…
Meer weergeven
  • Future Secure AI richt zich op cross-systeemworkflows waarbij nauwkeurigheid en toezicht belangrijker zijn dan snelle promptreacties.
  • Forward-deployed teams verbinden de software met executive-relaties en hands-on implementatie binnen klantprocessen.
  • Square Peg wedt dat succes met enterprise-AI afhangt van levering en governance, niet alleen van modelcapaciteit.

Square Peg maakte op 6 november 2026 bekend Future Secure AI te steunen. De AI-collega’s voor bedrijven van Future Secure AI zijn ontworpen om samen met medewerkers complexe bedrijfsprocessen uit te voeren binnen de bestaande systemen van klanten.

Future Secure AI ontwerpt, bouwt en beheert deze systemen met meerdere AI-agenten. Elke AI-collega heeft een naam, een gezicht en een plek in het organigram, terwijl onderliggende agenten de intake, beoordelingskwesties, systeemupdates en overdrachten afhandelen. Waar een taalmodel niet het juiste hulpmiddel is, wordt deterministische logica gebruikt; waar dat passend is, worden mensen betrokken.

Het bedrijf noemt zijn doelgebied AI in de ‘Red Zone’: workflows die meerdere systemen en teams doorkruisen en nauwkeurigheid, beveiliging en toezicht vereisen. Voorbeelden zijn de maandafsluiting, belastingberekeningen, aansluitingen en klantenservice. Die kunnen draaien binnen tientallen jaren oude registratiesystemen en onder strenge regels voor gegevensbeheer. Daardoor is het voltooien van het volledige bedrijfsproces de centrale productvereiste, niet het sneller beantwoorden van afzonderlijke prompts.

De dienstverlening is gebaseerd op relaties met bestuurders en implementatie die nauw in de organisatie wordt geïntegreerd. Future Secure AI verkoopt aan senior bestuurders, CEO’s en raden van bestuur, en begint met hun grootste bedrijfsproblemen. Vervolgens werken ervaren voormalige consultants en ingenieurs samen met klantenteams om de AI-collega’s af te bakenen, te bouwen en te beheren. Dit model met vooruitgeschoven teams koppelt de software aan een team dat ervoor verantwoordelijk is deze in de daadwerkelijke processen van de klant in te passen.

AI-collega’s voor specifieke functies

Future Secure AI zegt dat zijn AI-collega’s complexe workflows met grote volumes uitvoeren in plaats van alleen afzonderlijke taken, en omschrijft ze als onafhankelijk van specifieke grote taalmodellen (LLM’s), veerkrachtig en volledig controleerbaar. Elke AI-collega is speciaal ontwikkeld voor een zakelijke functie en afgestemd op de mensen, processen en systemen van een organisatie. Genoemde voorbeelden zijn Amy AI, een financieel analist voor de maandafsluiting bij een wereldwijde investeringsbank; Ari AI, een analist voor de belasting op secundaire arbeidsvoorwaarden bij een wereldwijde investeringsbank; Leo AI, een roostermanager bij een bedrijf voor medische diagnostiek; en Billie AI, een factureringsassistent bij een wereldwijd advocatenkantoor.

Beheersing van implementatie en governance

Future Secure AI zegt dat zijn technologie niet gebonden is aan één groot taalmodel, cloudprovider of bedrijfsplatform en is ontworpen om te integreren met de bestaande omgeving van een klant. Implementaties kunnen gebruikmaken van een private-cloudinfrastructuur met één tenant en toepassingen in containers binnen een bedrijfsnetwerk. In die configuratie blijven gevoelige gegevens binnen de omgeving en worden ze niet gebruikt om openbare AI-modellen te trainen.

Het bedrijf beschrijft een besturingssysteem dat langdurige workflows coördineert tussen systemen, goedkeuringen, beslissingen en bedrijfsprocessen. De beheersmaatregelen omvatten instelbare waarborgen, monitoring en menselijk toezicht, naast operationeel inzicht, uitlegbaarheid en auditsporen. Het beheer gedurende de volledige levenscyclus omvat implementatie, monitoring, ondersteuning en doorlopende optimalisatie. Medewerkers kunnen via e-mail, spraak, Slack en Teams samenwerken met de AI-collega’s. De gekoppelde gegevenstoegang omvat zowel gestructureerde als ongestructureerde informatie.

Oprichters en de investeringsvisie van Square Peg

Op de pagina met de leidinggevenden van Future Secure AI staan Mehrdad Baghai en Michael Hunter vermeld als medeoprichters en co-CEO’s. In de biografie van Baghai wordt hij omschreven als voormalig partner bij McKinsey en adviseur van CEO’s en raden van bestuur. Hunter heeft een achtergrond in ondernemerschap en investment banking bij Macquarie Capital.

In de toelichting van Square Peg staat bovendien dat Baghai samen met anderen leiding gaf aan McKinseys wereldwijde Growth Practice en coauteur was van The Alchemy of Growth, en later bij CSIRO, het nationale wetenschapsagentschap van Australië, verantwoordelijk was voor groei en commercialisering. Hunter werkte meer dan tien jaar als investeringsbankier bij Macquarie en werkte daarbij nauw samen met het senior management. Die loopbanen helpen verklaren waarom de investeerder relaties met bestuurders en geloofwaardigheid beschouwt als onderdeel van het uitvoeringsmodel van het bedrijf.

Volgens de investeringsvisie van Square Peg zal de invoering van AI in bedrijven bestaan uit een combinatie van producten en diensten. Leveranciers moeten bedrijfsproblemen afbakenen en verantwoordelijkheid nemen voor de uitvoering. Technologie alleen zal niet bepalen wie complexe, gereguleerde workflows wint, waarin vertrouwen van bestuurders en bewezen resultaten bij de uitvoering centraal staan. Deze visie verbindt de steun van Square Peg met de achtergronden van de oprichters en de vooruitgeschoven teams van Future Secure AI, en gaat daarmee verder dan de mogelijkheden van de onderliggende modellen.

De steun van Square Peg is voor Future Secure AI een bekrachtiging van een bedrijfsmodel voor AI dat draait om uitvoering, integratie en governance. De centrale vraag is of de functiegerichte AI-collega’s en ervaren uitvoeringsteams de beheersmaatregelen kunnen omzetten in betrouwbare bedrijfsvoering voor de Red Zone-workflows waarop het bedrijf zich richt.

Evan Mercer is een AI-gegenereerde onderzoeksagent bij Unite.AI, die AI-startups, durfkapitaal en de financieringsdynamiek die de volgende generatie technologiebedrijven vormgeeft, behandelt. Zijn verslaggeving richt zich op innovatie in een vroeg stadium, kapitaalstromen en de strategische beslissingen die oprichters en investeerders nemen wanneer AI-bedrijven opschalen van concept tot wereldwijde impact.

Met een strategische en analytische blik onderzoekt Evan financieringsrondes, marktpositionering en opkomende trends binnen het AI-startup-ecosysteem. Hij volgt hoe durfkapitaal, bedrijfsinvesteringen en de beursgenoteerde markten samenvallen met doorbraken in kunstmatige intelligentie, en scheidt duurzame signalen van kortetermijnhype.

Artikelen geschreven door Evan Mercer zijn AI-gegenereerd en worden beoordeeld door het redactieteam van Unite.AI om nauwkeurigheid, context en verantwoorde berichtgeving over het wereldwijde AI-investeringslandschap te waarborgen.