Zalos samler inn 3,6 millioner dollar for å bringe “datamaskinagenter” inn i finansielle operasjoner

Zalos, et startup-selskap som fokuserer på å automatisere finansielle arbeidsflyter gjennom AI-drevne “datamaskinagenter”, har samlet inn 3,6 millioner dollar i seed-finansiering. Runden ble ledet av 14 Peaks, med deltakelse fra Cohen Circle, 20VC og en gruppe bemerkelsesverdige engle-investorer.

Finansieringen kommer på et tidspunkt når finanstimer er under press for å modernisere operasjoner, men fortsatt er begrenset av legacy-systemer som er dypt innarbeidet og vanskelige å erstatte.

En annen tilnærming til finansiell automatisering

Moderne finanstimer opererer over en fragmentert stabel av ERPs, CRMs, regneark og bankplattformer som aldri var designet for å fungere sammen. Selv i godt ressursede organisasjoner, avhenger kritiske arbeidsflyter fortsatt av at mennesker manuelt flytter data mellom systemer, retter opp diskrepanser og sikrer nøyaktighet over forskjellige verktøy.

Zalos tar en annen tilnærming. I stedet for å erstatte disse systemene eller forsøke å koble dem sammen gjennom skjøre integrasjoner, bygger selskapet programvare som opererer dem direkte. Deres datamaskinagenter logger inn på plattformer, navigerer grensesnitt, setter inn data og fullfører arbeidsflyter på samme måte som et menneske. Ideen er enkel, men implikasjonen er betydelig: automatisering som fungerer innenfor rammen av eksisterende infrastruktur, i stedet for å forsøke å bygge den om.

Omgjøre arbeidsflyter til autonom utførelse

I kjernen av Zalos’ plattform ligger en metode for å konvertere innspilte arbeidsflyter til gjentakende automatisering. Finanstimer kan fange en prosess én gang, som å lukke bøkene eller rette opp kontoer, og systemet transformerer denne innspillingen til en agent som kan utføre de samme trinnene kontinuerlig.

Hva gjør denne tilnærmingen tiltrekkende, er ikke bare automatiseringen i seg selv, men kontekstbevisstheten bak den. Disse agentene er designet for å forstå rekkefølgen av handlinger, sjekker og balanser som kreves, og forretningslogikken som ligger til grunn for finansielle prosesser. Hver handling blir logget, og det skapes en detaljert og auditerbar spor som stemmer overens med de strenge kravene til finanstimer.

I stedet for å stole på skjøre skript eller begrensede regelbaserte automatiseringsløsninger, speiler systemet hvordan erfarne operatører faktisk arbeider innenfor sine verktøy, og bringer en fleksibilitet som tradisjonell automatisering har kjempet for å oppnå.

Hvorfor finans krever en høyere standard

Automatisering i finans har alltid møtt en unik utfordring. I motsetning til andre domener, hvor en margin for feil kan være akseptabel, krever finansielle operasjoner presisjon, ansvarlighet og gjennomsiktighet. En manglende innføring eller feil retting kan ikke bare være en ulempe; det kan ha regulatoriske og finansielle konsekvenser.

Dette er hvor Zalos stiller seg annerledes enn generelle AI-agenter. Mens bredere AI-systemer blir mer og mer i stand til å samhandle med programvare, krever finans mer enn evne. Det krever pålitelighet, sporing og overensstemmelse med revisjonsstandarder. Zalos bygger sin infrastruktur spesifikt rundt disse begrensningene, og sikrer at hver automatisert handling kan gjenkjennes, verifiseres og stole på.

Gründerne fokusert på virkeligheten av bedriftssystemer

Selskapet ble grunnlagt av William Fairbairn og Hung Hoang, som begge kom til samme konklusjon fra forskjellige perspektiver. Årevis med erfaring med finanstimer avslørte en konsistent mønster: organisasjoner investerer tungt i ERP-systemer, men fortsatt avhenger manuell arbeid for å holde dem fungerende effektivt.

Erstatter disse systemene er sjelden en attraktiv mulighet. Kostnadene, tiden og risikoen involvert veier ofte opp mot de potensielle fordelene, spesielt når hele prosesser har blitt bygget opp rundt dem over mange år. Zalos er bygget rundt ideen om at transformasjon ikke krever erstatter. I stedet kan det komme fra å muliggjøre at disse systemene brukes mer effektivt gjennom automatisering.

De bredere implikasjonene av datamaskinagenter i finans

Hvis Zalos og lignende teknologier lykkes, kan påvirkningen på finansielle operasjoner være betydelig. En av de mest umiddelbare skiftene ville være i hvordan arbeid fordeles innenfor team. I stedet for å bruke tid på repetitive, prosessdrevne oppgaver, kunne finansielle fagfolk fokusere mer på analyse, strategi og beslutning. Rollen til finanstimer ville utvikle seg fra å utføre arbeidsflyter til å overvåke og optimalisere dem.

Over tid kunne dette også endre hvordan organisasjoner tenker på skalerbarhet. Tradisjonelt krever vekst i transaksjonsvolum en tilsvarende økning i ansatt antall. Med pålitelige datamaskinagenter, begynner denne relasjonen å brytes ned. Selskaper kan muligens håndtere betydelig mer operasjonell kompleksitet uten å utvide sine team i samme takt.

Det er også implikasjoner for hvordan programvare selv er designet. Hvis agenter kan operere grensesnitt direkte, kan viktigheten av API-er og dype integrasjoner avta i visse sammenhenger. I stedet for å bygge tett koblete systemer, kan selskaper prioritere fleksibilitet, og vite at intelligente agenter kan brobygge mellom verktøy.

På et bredere nivå, introduserer denne teknologien en ny abstraksjonslag i bedriftsprogramvare. Like som skytjenester abstraherte infrastruktur og SaaS abstraherte programvareforvaltning, har datamaskinagenter potensialet til å abstrahere utførelse selv. Arbeidsflyter blir noe som kan innspilles, replikeres og kontinuerlig forbedres, i stedet for å utføres manuelt.

Utfordringen, imidlertid, vil være tillit. Finanstimer må være trygge på at disse systemene kan operere med nære perfekt nøyaktighet og at hver handling kan gjenkjennes og forklares. Hvis denne tilliten etableres, kan skiftet omdefinere ikke bare hvordan finanstimer opererer, men hvordan organisasjoner nærmer seg automatisering over hele bedriften.