Maisa samlar in 25 miljoner dollar för att stärka pålitliga, transparenta "digitala arbetare"

Företags-AI plågas av misslyckanden – studier visar upp till 95 % av generativa AI-piloter kollapsar. Men maisa, som överbryggar Valencia och San Francisco, är ingenjörsmässig ansvarsskyldighet inom automatisering. Efter en såddrunda på 25 miljoner dollar ledd av creandum med uppbackning från Forgepoint Capital, NFXoch Village GlobalMaisa är redo att transformera AI-arbetsflöden med agentisk processautomation som är lika granskningsbar som den är intelligent.

Inuti motorn: KPU och arbetskedjan — Att bygga förtroende från grunden

Kärnan i Maisas plattform är Knowledge Processing Unit (KPU)—en ny arkitektur som omtolkar AI-resonemang. KPU:n inkluderar:

• A Resonemangsmotor, driven av en stor språkmodell, som planerar arbetsflöden i flera steg.
• An Exekveringsmotor som genomför dessa planer och återkopplar resultaten för omkalibrering.
• A Virtuellt kontextfönster som effektiviserar informationsflödet och fokuserar modellen endast på relevant data för att mildra hallucinationer.

Det geniala med KPU ligger i hur den omformar LLM:s roll. Istället för att fungera som en probabilistisk textgenerator behandlas modellen som en komponent inom ett disciplinerat beräkningsramverk. KPU orkestrerar resonemang som ett operativsystem, bryter ner problem i hanterbara, granskbara steg och säkerställer att varje åtgärd kan valideras. Denna struktur förvandlar en tidigare ogenomskinlig modell till ett förutsägbart logiskt system, där fel kan upptäckas, korrigeras och förhindras från att kaskadera.

Som ett komplement till KPU finns Arbetskedja— en noggrant loggad revisionslogg som spårar varje beslut, åtgärd och verktyg som är involverade i en digital arbetares process. Till skillnad från typiska AI-resultat som lämnar användarna gissande, fungerar Chain-of-Work som en svart låda för automatisering. Varje beräkning, varje datainsamling, varje resonemangssteg bevaras i detalj. Detta ger företag möjlighet att inte bara lita på resultat, utan också att spåra dem, spela upp dem igen och förfina dem över tid. För efterlevnadstunga industrier är detta inte bara en bekvämlighet – det är grunden för säker driftsättning i stor skala.

Maisa Studio i aktion: Kodfria agenter förankrade i transparens

Genom att utnyttja KPU och Chain-of-Work gör Maisa Studio det möjligt för "medborgarutvecklare" – icke-teknisk personal – att driftsätta digitala arbetare med hjälp av instruktioner i enkelt språk. Genom Maisas HALP (Human-Augmented LLM Processing) interagerar systemet för att förtydliga avsikter, konstruera arbetsflöden, integrera över hundratals API:er och börjar lära sig dynamiskt – allt utan utvecklare eller dataset.

I praktiken har detta redan gett betydande effekter: ett finansföretag minskade falska positiva resultat med 99 % och uppnådde en tiofaldig produktivitetsökning per anställd – med full implementering genomförd på bara tre introduktionssessioner. Globala banker, biltillverkare och energiföretag testar plattformen för att automatisera regeltunga processer i stor skala, där transparens och granskningsbarhet inte är förhandlingsbara.

Varför det är viktigt – en vision för AI som du kan lita på och skala upp

Maisa erbjuder inte bara automatisering – den levererar ansvarig AI som bygger upp förtroende genom arkitektur. I branscher som tyngs av reglering, opacitet och höga insatser – finans, sjukvård, energi – är möjligheten att spåra varje automatiserat beslut av största vikt. Arbetskedja gör det möjligt för företag att inspektera, granska och validera AI-logik i varje steg, vilket innebär att tillsynsmyndigheter och interna team inte behöver gissa hur slutsatserna nåddes. Istället kan de verifiera med precision.

Samtidigt undertrycker KPU:ns design systematiskt hallucinationer genom att isolera resonemang från databrus och strukturera exekveringen. Denna tillförlitlighet eliminerar den oförutsägbarhet som ofta gör företag försiktiga med AI. Istället för att producera resultat höljda i dunkel levererar Maisas agenter logiska, förutsägbara och konsekventa resultat.

Framöver representerar denna plattform ett fundamentalt skifte: AI blir en betrodd samarbetspartner – en vars resonemang är transparent, vars handlingar är spårbara och vars "tankeprocess" kan förfinas och granskas. Eftersom Maisas system är modelloberoende behåller organisationer flexibiliteten att anta starkare modeller i framtiden – utan att förlora KPU-ramverkets noggrannhet och översikt. Den anpassningsförmågan lägger grunden för hållbar, skalbar implementering över föränderliga företagsbehov.

I huvudsak, maisa erbjuder en ritning för AI som inte bara är kraftfull – utan även ansvarsfull och motståndskraftig. I en värld där de flesta AI-projekt misslyckas med att leverera, banar den här tekniken väg för en sällsynt väg – en kombination av innovation och integritet.