Finansiering

ShareWillow henter 8,5 millioner dollar i såkornfinansiering for å utvikle KI-agenter for serviceteknikere

mm
Legg til Unite.AI blant dine foretrukne kilder på Google
ShareWillow founder and CEO Ryan Shank seated beneath the company sign.

ShareWillow har hentet 8,5 millioner dollar i såkornfinansiering for å videreutvikle KI-agenter for teknikerne som holder bedrifter som leverer tjenester i hjemmet, i gang. Selskapet fra New York bygger videre på plattformen sin for prestasjonsbasert lønn med et bredere produkt kalt Willow, som skal knytte sammen forberedelser til oppdrag, veiledning og oversikt over inntektene fra arbeidet teknikerne utfører hver dag.

Finansieringsrunden omfatter deltakelse fra Lerer Hippeau, Circadian Ventures, Twelve Below, Charge Ventures og Notation. ShareWillow planlegger å bruke kapitalen til å videreutvikle plattformen, ansette flere for å støtte veksten, utvide integrasjonene og bygge relasjoner med franchisekjeder og private equity-selskaper innen tjenester i hjemmet.

Investeringen retter seg mot en annen del av KI-mulighetene i håndverksbransjen: teknikernes opplevelse av arbeidshverdagen. Mens automatisering ofte starter med å besvare telefoner eller redusere mengden administrativt arbeid, bygger ShareWillow på tanken om at bedre informasjon om prestasjoner og lønn kan hjelpe eiere med å beholde menneskene som faktisk utfører tjenestene.

Knytter oppdragsdata til teknikernes inntekter

ShareWillow kobler seg til programvare for serviceoppdrag ute i felt, blant annet ServiceTitan, Housecall Pro og Jobber, for å knytte den operative aktiviteten til de ansattes insentivplaner. Ifølge selskapet henter KI-agentene inn oppdragsdata, beregner utbetalinger og varsler om manglende informasjon før lønnskjøringen.

Teknikerne bruker mobilappen til å se inntektene fra hvert enkelt oppdrag og plasseringen sin på lagets resultatliste. Målet er å synliggjøre sammenhengen mellom arbeid og lønn mens den fortsatt kan påvirke atferden, i stedet for å overlate til de ansatte å tolke en bonus ved slutten av lønnsperioden.

«Når en tekniker kan ta opp telefonen og se hvor mye det siste oppdraget ga, begynner vedkommende å håndtere oppdraget som en eier», sa Ryan Shank, grunnlegger og administrerende direktør i ShareWillow, i kunngjøringen om finansieringen.

Den tekniske verdien begynner med integrasjon. En arbeidsflyt for lønnsberegning må knytte riktig tekniker, oppdrag, prestasjonsmåling og planregler sammen. Manglende eller forsinkede registreringer kan føre til omstridte beregninger, så det å avdekke mangler før lønnskjøringen er en del av produktets operative rolle, ikke bare en analysefunksjon.

Den eksisterende plattformen gir agentene reglene de trenger

Selskapets produktside gir nyttig innsikt i denne arbeidsflyten. Der beskrives konfigurerbare terskler som avgjør når utbetalinger skjer, maler med justeringer for faktorer som stilling og ansiennitet, samt dashbord som viser beregninger og tidligere utbetalinger. De ansatte kan også få tilgang til avtaler om lønnsplaner via dashbordet sitt.

Disse funksjonene gir automatiseringen en strukturert lønnsmodell å bygge på. Systemet må gjøre mer enn å oppsummere et oppdrag: Det må bruke arbeidsgiverens plan konsekvent på de underliggende registreringene og gjøre resultatet forståelig for personen som får betalt.

ShareWillows karriereside oppgir også at selskapet er en ServiceTitan Certified App, og beskriver synkronisering av oppdrag, teknikere og lønnsdata. Dette støtter en strategi der selskapet integreres med systemene servicebedrifter allerede bruker, i stedet for å kreve at de bytter ut plattformen for serviceoppdrag ute i felt.

For et selskap som lager programvare for en bestemt bransje, kan slike integrasjoner være et viktig fortrinn. Jo tettere en agent er knyttet til den faktiske arbeidsflyten og reglene som styrer den, desto mindre avhenger nytten av at en eier manuelt tilfører kontekst hver gang.

Willow utvider veikartet utover lønnsberegninger

Hele Willow-agentplattformen er planlagt lansert tidlig i 2027. ShareWillow sier at de neste funksjonene skal forberede teknikerne før oppdrag, veilede dem gjennom uken med påminnelser om rekker og mål, og la eiere teste endringer i en lønnsplan mot faktiske oppdrag før de innfører dem.

Dette veikartet bør skilles fra den eksisterende plattformen for insentivstyring og inntektsoversikt. I kunngjøringen om finansieringen omtales den bredere løsningen for forberedelse og veiledning som neste utviklingstrinn.

Forberedelser før oppdrag, løpende veiledning og simulering av lønnsplaner støtter ulike beslutninger. En oppsummering kan organisere informasjonen som trengs til neste besøk. Veiledning kan gjøre det enklere å forstå fremgangen mot et mål. Ved å teste en plan mot historiske oppdrag kan en eier undersøke virkningen av nye regler før de ansatte begynner å arbeide etter dem.

Den siste funksjonen er særlig relevant for programvare for lønnsberegning. En plan kan se tiltalende ut i et regneark, men gi uventede resultater på tvers av en reell blanding av oppdrag. Simulering gjør det mulig å undersøke konsekvensene før man endrer insentivene folk er avhengige av.

Selskapets rapporterte vekst viser etterspørsel etter prestasjonsbasert lønn

ShareWillow sier at hundrevis av bedrifter bruker plattformen, og rapporterer at inntektene har åttedoblet seg de siste 18 månedene. I løpet av det siste året registrerte selskapet mer enn 14 000 utbetalinger til teknikere. I september 2026 alene tjente teknikerne 2 millioner dollar i prestasjonsbasert lønn gjennom plattformen.

Selskapet opplyser også at en gjennomsnittlig tekniker med en ShareWillow-ordning får utbetalt 1 334 dollar mer i måneden. Dette tallet er et resultat selskapet rapporterer for teknikere som deltar, og er ikke en garantert økning for hver enkelt ansatt eller et mål på plattformens isolerte effekt, uavhengig av andre endringer i virksomheten.

Kundehistoriene i kunngjøringen fremhever både innsyn og lønn. Ron Williams, eier av Benjamin Franklin Plumbing og One Hour Heating & Air i Ocean City i Maryland, sa at teknikerne hans følger nøye med på tallene sine, og at ordningen har gjort det lettere å tiltrekke seg nye ansatte. Jarod Smith, president i Clogbusters i Des Moines, beskrev et ubegrenset inntjeningspotensial og muligheten ansatte har til å se hvor de ligger an.

Produktmuligheten ligger i å gjøre lønn fra en sporadisk administrativ hendelse til en løpende forklaring på hva gode prestasjoner innebærer. Om dette fører til at ansatte blir værende over tid, avhenger av kvaliteten på ordningen, nøyaktigheten i registreringene og hvordan virksomheten balanserer insentiver med kundeservice og fagmessig utført arbeid.

En teknikerfokusert vei inn i vertikal KI

I neste fase kombinerer ShareWillow en etablert arbeidsflyt for lønn med agenter som skal hjelpe folk med å forberede seg og bli bedre, ikke bare beregne hva de tjente i etterkant. Den planlagte utvidelsen til integrasjoner for feltservice, lønn og regnskap gjenspeiler hvor tett disse aktivitetene henger sammen.

Utfordringen for oppstartsbedriften er å bevare tilliten etter hvert som produktet får mer ansvar. Et nyttig forslag kan vurderes der og da; en beregning av inntekt må også kunne forklares og avstemmes. For eiere og teknikere vil denne forbindelsen mellom driftsdata, tydelige regler og synlige belønninger være viktigere enn selve betegnelsen «agent».

Såkornfinansieringsrunden gir ShareWillow kapital til å utvikle denne bredere plattformen. Den neste prøven blir om Willow kan videreføre tydeligheten i inntektsoversikten for hvert enkelt oppdrag til pålitelige verktøy for forberedelser, veiledning og planlegging når den fullstendige utrullingen av agentene starter tidlig i 2027.

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