Finansiering

Avante henter 30 millioner dollar i Series A-runde for å utvide AI-agenter for globale team for personalgoder

mm
Legg til Unite.AI blant dine foretrukne kilder på Google
Conceptual illustration connecting benefits plans, vendor contracts, employee guidance and global program analytics.

Et team for personalgoder kan ha ansvar for en betydelig del av arbeidsgiverens utgifter, men likevel sette sammen beslutningsgrunnlaget for fornyelser fra regneark, skaderapporter, kontrakter og e-posttråder. Avante har hentet inn 30 millioner dollar i en Series A-runde for å koble sammen denne informasjonen med AI-agenter som undersøker ordninger, utarbeider materiale til gjennomgang og hjelper ansatte med å bruke godene de allerede har tilgang til.

Frist Cressey Ventures ledet finansieringsrunden, med deltakelse fra de nye investorene Sorenson Capital, Hearst Ventures og Morgan Stanley Next Level Fund, sammen med den eksisterende investoren FUSE. Finansieringen bringer Avantes samlede kapitalinnhenting opp i 40 millioner dollar.

Seattle-selskapet skal bruke kapitalen til global ekspansjon og videreutvikling av agentplattformen sin. Kunngjøringen kommer etter betalanseringen av Ava Agents, som utfører tilbakevendende arbeid med personalgoder i bakgrunnen og leverer resultater som team kan gjennomgå og godkjenne.

Avantes kommersielle tilbud dekker to behov som ofte håndteres hver for seg: å hjelpe arbeidsgivere med å forstå resultatene av investeringene i personalgoder, og å hjelpe ansatte med å finne fram i ordningene arbeidsgiveren har kjøpt.

Analyse av personalgoder går lenger enn et spørsmål-og-svar-verktøy

For en arbeidsgiver kan det å vurdere en leverandør av personalgoder innebære å sammenligne kontraktsforpliktelser med skadedata, brukstall og servicerapporter. Det tar tid å samle dette dokumentasjonsgrunnlaget, allerede før forhandlingene begynner. Manglende dokumenter, inkonsekvente definisjoner og tidsfrister fører til mer arbeid.

Avante sier at agentene deres sammenligner kontrakter med faktiske skadedata, gjennomgår plandokumenter for feil og inkonsekvenser, følger med på tidsfrister og utarbeider rapporter til ledelsen. Målet er å gi teamet for personalgoder en ferdig analyse eller en konkret sak å vurdere, i stedet for enda en frakoblet datakilde.

«Team for personalgoder har ansvar for en av de største og mest betydningsfulle investeringene selskapene deres gjør, men de jobber fortsatt med utdatert informasjon, foreldede regneark og teknologi fra en annen tid», sa Rohan D’Souza, Avantes administrerende direktør og medgrunnlegger, i kunngjøringen.

Den nyeste introduksjonen av Ava Agents konkretiserer arbeidsflyten. Når en e-postinnboks er koblet til, kan en rapport fra en leverandør utløse en sammenligning med kontrakten. Hvis informasjon mangler, utarbeider Ava en oppfølgingshenvendelse til godkjenning, følger med på svaret og fortsetter gjennomgangen. Teamet mottar et kildebelagt sammendrag, funn og et utkast til svar.

Ava Agents deler arbeidsområde med Ava Workbench, selskapets interaktive analyseverktøy. Brukerne kan undersøke dokumentasjonen eller endre retningen på en undersøkelse. Agentene som arbeider i bakgrunnen, er tilgjengelige i betaversjon; denne statusen må skilles fra den bredere plattformen som kundene allerede bruker.

En strukturert modell kobler sammen planer, ansatte og leverandørforpliktelser

Avantes plattformarkitektur beskriver en Benefits Ontology: en strukturert modell som kobler sammen planer, ordninger, grupper og regler for hvem som er berettiget, på tvers av land og forretningsenheter. Et tilknyttet Vault-lag samler plandokumenter, skadedata, opplysninger om hvem som er berettiget, og leverandørinformasjon, samtidig som det beholder kildefiler og ikrafttredelsesdatoer.

Denne strukturen er viktig fordi et korrekt svar om personalgoder krever mer enn å finne et relevant avsnitt. Systemet må fastslå hvilken plan som gjelder, hvem som er berettiget, og om informasjonen gjelder riktig planår. Det samme dokumentet kan være relevant dokumentasjon for én ansatt, men ikke gjelde for en annen.

Avante sier at databehandlingen håndterer vanskelige tabeller, bilder og nestede regler, mens revisjonsagenter varsler om manglende dokumenter og motstridende informasjon. Nytt materiale kan oppdatere den strukturerte modellen, og eventuelle problemer synliggjøres for gjennomgang.

Teknologien skal dermed gjøre sammenhengene tydelige før en agent svarer på et spørsmål eller vurderer en ordning. Det er for eksempel mer meningsfullt å sammenligne bruk med hvem som er berettiget, enn å se på antall brukere alene: Et lavt tall kan skyldes at få er berettiget, eller at de ansatte ikke vet at en ytelse finnes.

Ava støtter teamet, mens Carly støtter de ansatte

Ava er agenten som brukes av arbeidsgivere til analyse og arbeid med personalgoder. Carly er assistenten for ansatte og gir personlig veiledning døgnet rundt om den enkeltes egne planer og valgmuligheter.

Avantes dokumentasjon om AI-teknologien beskriver spesialiserte underagenter for områder som dekning, sammenligning av planer, pensjonsytelser og permisjonsrutiner. Ansatte kan bruke tjenesten gjennom eksisterende kanaler, blant annet Slack, Microsoft Teams, ServiceNow, e-post og en portal med selskapets profil.

Selskapet sier at det bruker modeller fra OpenAI, Anthropic og Google, i stedet for å trene en grunnmodell selv. Det domenespesifikke arbeidet ligger rundt disse modellene: dokumentbehandling, strukturering av ordninger, informasjonsinnhenting, oppgavefordeling, evalueringer og kontrollmekanismer.

Dette skillet er viktig for å forstå produktet. En generell modell kan forklare et forsikringsbegrep, men for å svare på hva en bestemt ansatt har tilgang til, trengs oppdatert informasjon om ordningen og riktige tilgangstillatelser. Avante sier at svarene viser til de relevante kildedelene og evalueres i sanntid, og at flaggede svar kan gjennomgås av et menneske. Dette er produktkontroller, ikke et bevis på at alle svar er feilfrie.

For de som har ansvar for personalgoder, kan de to opplevelsene gi nyttig informasjon til hverandre. Gjentatte spørsmål fra ansatte kan avdekke uklar kommunikasjon eller et nyttig program som ikke blir lagt merke til. Teamet kan deretter undersøke dette gapet og avgjøre om de skal endre kommunikasjonen eller selve programmet.

Kundevekst måles i kontoer, fornyelser og engasjement

Avante rapporterer om mer enn 70 kundekontoer 18 måneder etter lanseringen, og ordreinngangen er nesten femdoblet fra året før. Selskapet sier at alle kunder som var kvalifisert for fornyelse, har fornyet. Ordreinngang måler kontraktsfestet virksomhet og skiller seg fra inntektsførte inntekter. Påstanden om fornyelse gjelder kundene som var kvalifisert for fornyelse.

Selskapet sier at plattformen nå støtter mer enn 385 000 ansatte og familiemedlemmer. Det nevner også partnerskap med rådgivere innen personalgoder, blant annet Gallagher, OneDigital, Segal Benz, Howden og USI Insurance Services.

Ifølge kunngjøringen har 83 % av arbeidsstyrken i USA hos Real Chemistry vært i kontakt med Avante. Olga Reupert, selskapets seniorvisepresident for samlede lønns- og personalgoder, global HR-drift og tilrettelegging, sa at veiledning på forespørsel har redusert den administrative byrden og gjort det mulig for teamet som jobber med personalgoder, å konsentrere seg om strategiske prioriteringer.

Samsung Semiconductor rapporterte at 66 % flere ansatte og deres forsørgede fant og benyttet eksisterende psykisk helsehjelp. Dette beskriver en økning i bruken, ikke en påstand om at 66 % av hele arbeidsstyrken benyttet tilbudet. Personify Health sa at plattformen besvarte mer enn 8 500 spørsmål fra ansatte det siste året.

Dette er kundetall oppgitt av selskapene. De illustrerer den forventede verdien av å gjøre personalgoder enklere å forstå og administrere, samtidig som ulike arbeidsgivere vil ha forskjellige utgangspunkt når det gjelder kjennskap, programutforming og datakvalitet.

Global ekspansjon gir et ekstra lag med kompleksitet

Serie A-finansieringen skal støtte et bredere internasjonalt perspektiv på personalgoder og flere agenter gjennom hele livssyklusen til ordningene. Multinasjonale arbeidsgivere må sammenligne ordninger som varierer etter land, planår og ansattgruppe, noe som gjør en felles datastruktur særlig relevant.

I kunngjøringen om Ava Agents sier Avante at organisasjonsdata fortsatt holdes adskilt, at agentene arbeider innenfor tilgangstillatelsene, og at arbeidet loggføres for gjennomgang. Utkast til henvendelser til leverandører og kommunikasjon til ansatte utarbeides for godkjenning, slik at teamet for personalgoder beholder kontrollen over det som sendes ut.

Finansieringen passer inn i en bredere utvikling mot bruk av KI i HR-driften, fra analyse av personalgoder til prediktiv bemanningsplanlegging. Den praktiske muligheten ligger i å redusere arbeidet med å samle dokumentasjon og koordinere rutineoppgaver, samtidig som viktige beslutninger forblir hos de ansvarlige.

For Avante blir neste prøve å gjøre den tidlige bruken om til en driftsmodell som kan gjentas for globale team som arbeider med personalgoder. Serie A-finansieringen på 30 millioner dollar gir selskapet ressurser til å utvide satsingen og samle programanalyse, leverandøroppfølging og veiledning til ansatte på samme plattform.

Evan Mercer er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-oppstartsbedrifter, venturekapital og finansieringsdynamikken som former neste generasjon av teknologiselskaper. Rapporteringen hans fokuserer på tidligfaseinnovasjon, kapitalstrømmer og de strategiske beslutningene grunnleggere og investorer tar når AI-selskaper skalerer fra konsept til global påvirkning.

Med et strategisk og analytisk perspektiv undersøker Evan finansieringsrunder, markedsposisjonering og fremvoksende trender i AI-oppstartsmiljøet. Han følger hvordan venturekapital, bedriftsinvesteringer og børsnoterte markeder krysser med gjennombrudd innen kunstig intelligens, og skiller varige signaler fra kortsiktig hype.

Artiklene skrevet av Evan Mercer er AI-genererte og gjennomgås av Unite.AI sitt redaksjonelle team for å sikre nøyaktighet, kontekst og ansvarlig dekning av det globale AI-investeringslandskapet