Marble Cognition strânge 3,75 milioane de dolari în runda pre-seed pentru a crea colegi AI care învață prin observare

Cea mai dificilă parte a automatizării muncii de birou are loc adesea înainte ca un agent IA să facă prima acțiune: să afle ce fac, de fapt, angajații. Un flux de lucru poate trece printr-o căsuță de e-mail, o foaie de calcul și mai multe aplicații de afaceri, iar echipa poate cunoaște excepțiile fără ca acestea să fie vreodată consemnate într-o specificație formală. Marble Cognition a strâns 3,75 milioane în finanțare pre-seed pentru a transforma aceste cunoștințe operaționale în colegi AI.

Heartcore și Seedcamp au condus împreună runda. Printre investitorii providențiali se numără un membru al consiliului de administrație al Datadog, un fondator al Personio și directori de la McKinsey, Mistral AI și Lovable, potrivit anunțului. Compania din München va folosi finanțarea pentru a-și extinde capacitatea de inferență, a-și mări echipa de inginerie și a se lansa în Statele Unite.

Abordarea Marble începe prin observarea activității. Compania surprinde desfășurarea proceselor, transformă observațiile în hărți structurate și implementează Marble Coworkers pentru a executa fluxurile de lucru rezultate în instrumentele pe care angajații le folosesc deja. Oamenii rămân implicați acolo unde este nevoie de judecată sau aprobare.

Transformarea fluxurilor de lucru nescrise în planuri de automatizare

Un agent capabil să navigheze prin software trebuie totuși să știe ce înregistrări să consulte, ce înseamnă finalizarea unei sarcini și când o excepție trebuie escaladată. Este dificil să-i oferi astfel de instrucțiuni atunci când procedurile operaționale reale ale unei companii există sub forma unor obiceiuri, a unor predări informale de sarcini și a unor cunoștințe răspândite în sistemele sale.

Marble pariază că acest context devine mai valoros pe măsură ce dezvoltarea de software și crearea de agenți devin mai ușoare. Avantajul pe care și-l propune este înțelegerea exactă a activității care urmează să fie automatizată: succesiunea acțiunilor, informațiile folosite și deciziile care leagă un pas de următorul.

Compania afirmă că aplicația sa desktop înregistrează ecranele, clicurile și apăsările de taste în aplicațiile de afaceri. Folosește aceste observații pentru a crea hărți structurate ale proceselor, pe care sistemele de IA le pot interpreta, apoi creează colegi care execută procesul de la un capăt la altul. Astfel, descoperirea fluxurilor de lucru este legată de implementare, în loc ca utilizatorul să fie nevoit să transforme analiza unui proces într-un proiect separat de automatizare.

„Fiecare companie cu care discutăm vrea ca IA să preia activități reale. Dar nimeni nu-i poate spune IA-ului cum se desfășoară, de fapt, acele activități”, a declarat Felix Rösner, cofondatorul și CEO-ul Marble, în anunț. „Așa că începem prin a rezolva această problemă.”

Colegi AI care lucrează în instrumentele de afaceri deja folosite

Site-ul existent al produsului Marble face mai concret modul de execuție. Acesta prezintă colegi care folosesc în mod nativ computerul și browserul, permițând echipelor să le delege activități în mediile pe care le folosesc deja. Exemplul său de triere a cererilor de rambursare combină solicitarea unui client, o politică de rambursare și înregistrări ale companiei: colegul clasifică solicitarea, verifică politica, redactează un răspuns și trimite excepțiile unei persoane.

Acest exemplu arată de ce contează contextul. Formularea unui răspuns plauzibil este doar un pas. Un coleg util trebuie să coreleze solicitarea cu regulile relevante și cu informațiile despre client, apoi să distingă activitățile de rutină de cazurile care nu ar trebui să continue automat.

Din punct de vedere operațional, Marble urmărește să elimine decalajul dintre înțelegerea unui flux de lucru și executarea lui. Harta procesului oferă specificațiile activității; colegul o pune în practică în aplicațiile de afaceri; iar verificarea de către o persoană păstrează un punct de decizie acolo unde sarcina o impune. Reușita implementării depinde de cât de bine surprinde specificația excepțiile, precum și traseul obișnuit.

Primii clienți și o implementare în domeniul serviciilor financiare

Marble afirmă că lucrează cu unicorni din domeniul tehnologiei, companii susținute de fonduri de capital privat și grupuri de companii din domeniul IA create prin consolidare, menționând EGYM, Mutares și Enam printre clienții săi. Aceste organizații oferă un teren firesc de testare pentru un produs destinat operațiunilor administrative repetitive, care implică numeroase instrumente.

Într-o implementare la o companie americană din domeniul serviciilor financiare, deținută de o firmă de capital privat și rămasă neidentificată, Marble afirmă că un coleg a redus cu 90% timpul de procesare per caz și a ajutat echipa să gestioneze cu 50% mai multe cazuri în prima lună, fără angajări suplimentare. Colegul pregătește propuneri de decontare pe care un specialist le aprobă, după ce a învățat fluxul de lucru observând echipa.

Aceste cifre sunt rezultate raportate de companie în urma unei implementări specifice, nu un reper general de performanță. Ele descriu două rezultate diferite — timpul alocat unui caz individual și volumul total de cazuri gestionate de echipă — iar aprobarea specialistului rămâne o parte a procesului.

Exemplul indică și orientarea comercială a companiei. Activitățile cu o structură repetabilă și o limită clară a aprobării pot constitui un punct de pornire pentru implementarea unui agent, în timp ce deciziile mai ambigue rămân în sarcina echipei. Extinderea acestei abordări presupune ca sistemul să recunoască situațiile în care un caz aparent familiar nu se încadrează în fluxul de lucru învățat.

Măsurile de protecție a confidențialității sunt esențiale pentru observarea activității

Un produs care învață din activitatea angajaților are nevoie de limite clare privind colectarea datelor și accesul la acestea. Marble afirmă că aplicația sa pentru desktop exclude aplicațiile private, filele private și activitatea din afara programului de lucru. Angajații pot întrerupe înregistrarea, iar analiza se efectuează la nivel agregat, nu pentru evaluarea persoanelor.

Compania mai afirmă că materialele captate sunt anonimizate înainte de a fi văzute de o persoană sau de un model de inteligență artificială, inclusiv în cazul implementărilor în propriul cloud al unui client. Acestea sunt măsurile de protecție declarate de companie; ele sunt esențiale pentru modul în care sistemul este conceput să funcționeze, nu simple funcții secundare ale produsului.

În cazul unei implementări într-o întreprindere, întrebările practice includ ce aplicații intră în domeniul de aplicare, cum sunt eliminate informațiile sensibile și cine poate accesa informațiile despre procese rezultate. Pentru acest model, o provocare esențială de inginerie și guvernanță este să învețe suficient pentru a reproduce un flux de lucru, limitând în același timp colectarea inutilă de date.

Capital pre-seed pentru inferență, inginerie și extinderea în SUA

Rösner și co-fondatorul Christophe Schmit, CTO-ul Marble, s-au întâlnit la Centrul pentru Tehnologie Digitală și Management din München și au fondat compania la sfârșitul anului 2025. Anterior, Rösner a lucrat la 11x, o companie de agenți de vânzări bazați pe inteligență artificială. Schmit, fost cercetător la MIT, a lucrat anterior la Enam, conform comunicatului de presă.

Finanțarea va susține infrastructura și activitatea de inginerie necesare pentru a transforma fluxurile de lucru observate în colegi virtuali care pot fi implementați, precum și lansarea planificată de Marble în SUA. Participarea Seedcamp pune, de asemenea, compania în legătură cu un investitor care a susținut UiPath la începutul dezvoltării sale, plasând Marble într-un șir mai larg de companii care încearcă să reducă munca repetitivă de birou prin intermediul software-ului.

Marble susține că următoarea limitare a automatizării în întreprinderi ține tot mai mult de calitatea cunoștințelor despre procese pe care le primește un agent. Colegii virtuali bazați pe inteligență artificială ai companiei vor fi evaluați în funcție de cât de fiabil transformă aceste cunoștințe în activități finalizate și de cât de bine păstrează discernământul uman atunci când fluxul de lucru o cere.