Evos henter inn 9 millioner dollar i førseedingsrunde for å gjøre industriell ekspertise om til autonome KI-operatører

I mange industribedrifter er den mest verdifulle driftsmanualen et menneske. En erfaren medarbeider vet hvilke fakturaer som bør undersøkes nærmere, hvilke avvik hos en transportør som kan vente, og når en rutinemessig avgjørelse bør overlates til en leder. Evos satser på at innsamling av slike vurderinger kan gjøre KI til mer enn enda et verktøy medarbeiderne må håndtere – programvare som utfører driftsoppgaver.

New York-oppstartsselskapet, formelt Evolutionary Operating System, Inc., har gått ut av stealth-modus med 9 millioner dollar i førseedingsfinansiering. Finansieringsrunden ble ledet i fellesskap av Uncork Capital og Field Ventures, med deltakelse fra Crosslink Capital, Utopia Capital Management, Sandwith Ventures og engleinvestorer.

Evos ble grunnlagt i 2026 av administrerende direktør Urav Shah og retter seg mot små og mellomstore bedrifter i fysiske næringer. Selskapet oppgir at det passerte 1 million dollar i årlige gjentakende inntekter fire uker etter lansering. Finansieringen skal brukes til å ansette flere og tilby operatørene til flere virksomheter i den fysiske økonomien. En formell lansering av Workhorse-plattformen er planlagt i løpet av de kommende ukene.

Fra å registrere arbeid til å utføre det

Evos’ operatører er programvareagenter, ikke industriroboter. Arbeidsoppgavene deres omfatter å besvare samtaler fra speditører, sette sammen fraktlaster, innhente manglende dokumenter og avstemme fakturaer i systemene en virksomhet allerede bruker.

Oppgavene kan virke enkle helt til det oppstår et avvik. En faktura kan være i strid med opplysningene i et transportstyringssystem, et påkrevd dokument kan mangle, eller kundens situasjon kan tilsi en annen respons. Erfarne medarbeidere løser ofte slike saker ved hjelp av kunnskap som aldri blir til en formell prosedyre.

Evos sier at operatørene lærer av disse avgjørelsene og mønstrene som ligger bak dem. Målet er å gi en operatør ansvar for en løpende funksjon, i stedet for å kreve at en person starter hver oppgave med en ny instruks.

Denne tilnærmingen passer inn i den bredere utviklingen mot koordinering av KI-agenter på tvers av industrielle arbeidsflyter. Å gjennomføre en forretningsprosess krever mer enn å gi et sannsynlig svar: Systemet må arbeide med oppdatert informasjon, utføre handlinger det har tillatelse til, og vite når avgjørelsen bør overlates til et menneske.

Autonomi må fortjenes

Selskapets modell for implementering begynner med en godkjenningsport. Mennesker godkjenner, avslår eller endrer foreslåtte avgjørelser, og tilbakemeldingene deres blir treningsdata. En operatør får større selvstendighet i bestemte oppgaver og situasjoner etter hvert som den viser at den vurderer sakene på samme måte som teamet. Ukjente situasjoner sendes tilbake til et menneske.

Dermed blir autonomi en egenskap ved et tydelig avgrenset arbeidsområde. Gode resultater på rutinemessig fakturakontroll viser ikke automatisk at operatøren er i stand til å forhandle om et omstridt gebyr eller inngå en ny kommersiell forpliktelse. Grensen mellom kjent arbeid og et nytt avvik er derfor sentral for produktet.

Evos beskriver en innledende økt med en ekspert, en operativ agent dagen etter og målbare resultater innen en måned. Selskapets dokumentasjon om implementering beskriver i tillegg en prosess med kartlegging, utforming, strategi, utvikling, implementering og optimalisering. Teamene kartlegger prosessene sine og velger bruksområder, før de blir enige om hvilke oppgaver som skal forbli menneskers ansvar, før operatørene settes i produksjon.

Løftet om implementering på 24 timer er selskapets påstand om hvor raskt en operatør kan komme i arbeid. Det bør ikke forstås som et løfte om at en hel forretningsfunksjon blir trygt autonom på én dag. I lanseringsmeldingen knyttes selvstendig drift uttrykkelig til dokumenterte resultater og graden av tilsyn kunden velger.

Teknologien bak en operatør

Evos’ arkitekturside beskriver tre sammenkoblede elementer: et synkronisert datalag oppå eksisterende forretningssystemer, en styringskomponent som koordinerer mer enn 300 spesialiserte underagenter, og en handlingsmodell tilpasset hvert enkelt selskap.

Datalaget kobler sammen informasjon fra transport-, ERP- og lagersystemer, e-post og kundeportaler. Styringskomponenten fordeler arbeidet mellom mer avgrensede komponenter for resonnering og automatisering. Evos beskriver den selskapstilpassede handlingsmodellen som en liten språkmodell som forbedres gjennom bruk, og som ikke deles mellom kunder.

Den samme dokumentasjonen beskriver en strukturert innhenting av ekspertkunnskap og en overgang fra skyggemodus til overvåket og autonom drift, med sikkerhetsmekanismer og et revisjonsspor. Dette er selskapets beskrivelser av systemet, ikke en uavhengig vurdering av arkitekturen.

Den driftsmessige utfordringen er å holde alle disse elementene samordnet. En velbegrunnet avgjørelse basert på utdatert informasjon kan fortsatt være feil. En teknisk vellykket systemoppdatering kan fortsatt overskride operatørens fullmakter. Påliteligheten avhenger av hvor oppdaterte dataene er, kvaliteten på avgjørelsene, tillatelsene og håndteringen av saker som må eskaleres.

Dette viser de tidlige resultatene

Det mest konkrete eksemplet i kunngjøringen er et fraktmeglerfirma som bruker en Evos-operatør til å kontrollere fakturaer fra stykkgodstransportører mot sitt transportstyringssystem. Evos sier at operatøren tok nesten 3 500 beslutninger i forbindelse med kontrollen, med 97 % nøyaktighet i løpet av de to første månedene. I løpet av de siste fem ukene ferdigbehandlet den fakturaer med en samlet verdi på over $600,000.

Fakturaverdien angir omfanget av det behandlede arbeidet, ikke hvor mye penger som er spart eller hvor store inntekter som er generert. Den oppgitte nøyaktigheten gjelder også bare denne bruken til fakturakontroll; den er ingen garanti for hele plattformen.

I den tilhørende presentasjonen oppgir Evos at beslutningene samlet sett har en nøyaktighet på rundt 82 %, og at omtrent 70 % av arbeidet håndteres uten menneskelig inngripen. Materialet beskriver ikke en felles testprotokoll og gir heller ikke nok detaljer til å sammenligne disse tallene direkte med resultatet på 97 % for fakturakontrollen. De bør forstås som separate observasjoner rapportert av selskapet.

MyFreightWorlds president Mike Chalfant beskriver forbedret faktureringsnøyaktighet og effektivitet etter innføringen. For potensielle kunder er de neste spørsmålene hvordan resultatene måles, hvordan kostbare feil oppdages, og hvor stor andel av unntakssakene som fortsatt krever erfarent personell. Samlet nøyaktighet alene kan ikke besvare disse spørsmålene.

Fra virksomhetskunnskap til repeterbar drift

Ambisjonen strekker seg lenger enn å redusere tiden som brukes på enkeltoppgaver. Evos ønsker å bevare resonnementene som får en virksomhet til å fungere godt, og deretter bruke dem konsekvent etter hvert som arbeidet kommer inn. Dette kan være verdifullt når driften i stor grad er avhengig av et lite antall erfarne medarbeidere.

Men å fange opp eksisterende praksis innebærer også å avgjøre hvilken praksis som bør bevares. Tidligere beslutninger kan bygge på utdaterte antakelser eller unntak som ikke lenger er relevante. Menneskelige korrigeringer og løpende oppfølging er fortsatt viktig, også etter at en operatør har blitt dyktig til å utføre velkjente oppgaver.

Pre-seed-runden støtter et tidlig forsøk på å gjøre operasjonell ekspertise gjenbrukbar uten å be mindre industribedrifter om å erstatte systemene de allerede bruker. Den kommersielle prøven for Evos er om operatørene kan utføre nyttig arbeid pålitelig, la mennesker beholde kontrollen over viktige unntakssaker og bevare disse fordelene etter hvert som kundene utvider bruksområdet.