Dodge AI привлекает $2.65M, чтобы вывести корпоративное программное обеспечение из режима «тушения пожаров»

Dodge AI привлекла $2.65 million, чтобы автоматизировать одну из наименее привлекательных, но самых дорогих частей корпоративных технологий: поддержание работоспособности критического программного обеспечения после его установки.

Финансирование возглавили Accel и Google AI Futures Fund, при участии NewBuild Venture Capital, Antler, Schema Ventures и бизнес‑ангелов из экосистемы SAP. Dodge AI не раскрыла стадию раунда.

Компания из Сан-Франциско создает то, что она описывает как AI‑контрольную плоскость для обслуживания корпоративных приложений. Ее агенты работают с системами, такими как SAP, Salesforce, Microsoft Dynamics, Kinaxis и Oracle JDE, расследуя инциденты, предлагая или выполняя исправления и сохраняют обоснование каждого изменения.

Эта последняя функция может быть самой важной. Крупные компании редко используют программное обеспечение точно в том виде, в каком оно поступило от поставщика. Годы пользовательских правил, интеграций, обходных решений, фоновых задач и единичных исключений становятся встроенными в системы учёта. Когда что‑то ломается, ответ может быть разбросан по тикетам, конфигурационным файлам, консультантам и воспоминаниям сотрудников, присутствовавших при принятии решения.

Почему обслуживание — это задача ИИ

Dodge AI сообщает, что предприятия тратят более $600 billion ежегодно на обслуживание бизнес‑приложений. Традиционный подход был трудоёмким: крупные системные интеграторы назначают команды для решения тикетов, реализации запросов на изменения, мониторинга задач и реагирования на операционные сбои. Эта модель может восстановить сервис, но часто не превращает каждое исправление в долговременные институциональные знания.

Результатом становится нарастающая проблема контекста. Исправления вносятся, кастомизации накапливаются, и организация становится всё более зависимой от людей, помнящих, почему система ведёт себя так, как она ведёт. Технический долг — это не только старый код; это разрыв между тем, что делает система, и тем, что компания может надёжно объяснить.

Это также объясняет, почему производственные AI‑агенты нуждаются в большем, чем доступ к способным базовым моделям. Как недавно рассмотрела Unite.AI в своём обзоре контекст в корпоративной автоматизации, агенты становятся полезными, когда они могут рассуждать о политиках, исключениях и операционной истории, сопровождающих задачу. В среде ERP недостаточно лишь правдоподобного ответа. Агент должен понять, почему один склад распределяет запасы иначе, почему правило ценообразования переопределяет другое, или почему задача может запускаться только в определённое время.

Dodge AI стремится построить этот контекст, одновременно решая ежедневные задачи обслуживания. Ее платформа соединяет бизнес‑процессы, кастомизации ERP, системы управления ИТ‑службами и наследуемые конфигурации, а затем использует полученный «интеллект исключений» для выявления корневых причин и создания единого источника правды для будущих агентов.

От тикетов к оперативной памяти

«Долгое время единственным способом поддерживать корпоративные системы было привлечение большего количества людей», — сказал Ребхав Бхарадж, соучредитель и CEO Dodge AI. Он утверждает, что агенты с долгосрочным горизонтом могут помочь предприятиям постоянно улучшать и восстанавливать критически важные системы, быстрее решать инциденты, одновременно фиксируя знания, которые обычно теряются в процессе обслуживания.

Такой подход переосмысливает обслуживание, превращая его из центра расходов в слой сбора данных. Каждый инцидент содержит информацию о том, как действительно работает бизнес. Сохраняя причину, исправление и соответствующее исключение, Dodge AI может ускорить следующее расследование и предоставить производственным агентам более надёжное руководство по эксплуатации.

Компания заявляет, что уже сотрудничает более чем с дюжиной предприятий, половина из которых публично котируется. Ее платформа обрабатывает сотни запросов в час в рамках процессов управления инцидентами и оптимизации процессов.

В одном случае грузовик не мог загрузиться на складе, потому что накладная о получении товаров печатала неверные данные. Dodge AI отследила проблему через SAP, Kinaxis и внутреннее складское ПО и предоставила исправление в течение нескольких минут. В другом развертывании клиент запускал планирование запасов ночью, поскольку SAP падал, когда процесс выполнялся утром. Dodge AI сообщает, что модернизировала рабочий процесс, сделав его в 132 раз быстрее, освободив 10‑человек команду от его обслуживания и сократив время распределения заказов на восемь часов.

Почему инвесторы поддерживают слой обслуживания

Возможность шире, чем просто решение тикетов. Предприятия хотят внедрять AI‑агенты в финансовый отдел, цепочки поставок, клиентские операции и другие функции с высоким уровнем риска, но такие агенты не могут безопасно действовать в системах, которые они не понимают. Недокументированные правила, усложняющие обслуживание наследуемых приложений, являются теми же правилами, которые автономной системе нужны, прежде чем она сможет внести надёжное изменение.

«Обслуживание приложений — одна из крупнейших и наименее модернизированных категорий в корпоративных технологиях», — сказал Прайанк Сваруп, инвестор Accel. По его словам, начиная с обслуживания, Dodge AI создает слой контекста, необходимый предприятиям, прежде чем агенты смогут безопасно работать в продакшене.

Команда объединяет Бхарадавадж с соучредителем и техническим директором Адитьей Тхакуром и операционным директором Адитьей Патилом. Их ближайший вызов — доказать, что агентный слой обслуживания может обобщаться в сильно кастомизированных средах, не создавая новых операционных рисков. Каждый корпоративный стек имеет разные разрешения, требования к управлению и типы сбоев, и успех будет зависеть как от аудируемости и контролируемого выполнения, так и от производительности модели.

Большая ставка

Тезис Dodge AI состоит в том, что обслуживание является отправной точкой трансформации предприятий, а не просто проблемой, которую можно автоматизировать. Директора по ИТ часто сталкиваются с трудностями модернизации, поскольку бюджеты и внимание поглощаются ежедневными инцидентами, а риск нарушения уже работающих систем делает масштабные проекты замены трудно оправдать.

Если Dodge AI сможет устранять эти инциденты, одновременно документируя скрытую логику за ними, это может предоставить компаниям более безопасный путь от реактивной поддержки к непрерывной модернизации. Та же графовая база знаний, объясняющая вчерашний сбой, может помочь агенту оценить завтрашний запрос на изменение, выявить рискованную зависимость или автоматизировать процесс, не нарушая правило, закопанное годы назад.

Раунд в $2.65 млн скромен по сравнению с масштабом рынка, на который ориентируется Dodge AI. Однако компания делает стратегически важную ставку: прежде чем AI‑агенты смогут управлять предприятием, их нужно научить, как действительно работает предприятие.