Catch, $5M Seed Yatırımıyla Gizlilikten Çıkarak Otonom AI Yönetici Asistanı İnşa Ediyor

Catch gizlilikten çıktı ve yöneticilerin gününün önemli bir kısmını tüketen idari işleri devralması için tasarlanmış bir ajans AI asistanını genişletmek amacıyla $5 milyonluk seed finansman aldı.

Bu tur, Entrée Capital ve Pitango tarafından ortak yönetildi, Seedcamp ve Factorial Capital da katıldı. Catch, e‑postaları özetleyen ya da kullanıcının bir sonraki adımını öneren bir başka AI aracı inşa etmek yerine, yöneticilerin tüm idari görevleri yazılıma devredip tamamlatmalarını sağlayan daha zor bir hedefi deniyor: yöneticilerin bu görevleri tamamen devretmelerine olanak tanımak.

Nir Sabato ve Yoav Ramon tarafından kurulan Catch, yöneticilerin takvim yönetimi, e‑posta yönetimi, seyahat, takibiler, takvim çakışmaları, hatırlatmalar ve dış aramalar gibi idari konularına odaklanıyor. Şirket, sisteminin zaten 12.000’den fazla toplantı planladığını, 200.000’den fazla e‑postayı yönettiğini ve 20.000’den fazla delege edilen görevi tamamladığını belirtiyor.

Yapay Zekayı Yardımdan Delegasyona Taşıma

Bir göreve yardımcı olmak ile onu gerçekten tamamlamak arasındaki ayrım, ajans AI’nın karşılaştığı temel zorluklardan biri haline geldi.

Büyük dil modelleri zaten bir gelen kutusunu özetleyebilir, bir e‑posta taslağı oluşturabilir, uçuş önerisi yapabilir ya da iki kişinin ne zaman müsait olduğunu belirleyebilir. Ancak bu bireysel yetenekleri, başka bir kişiyle güvenilir bir şekilde koordine edebilen, takvimi güncelleyebilen, rezervasyon yapabilen ve koşullar değiştiğinde takip edebilen bir sisteme dönüştürmek, çok daha derin bir yürütme katmanı gerektirir.

Catch bu boşluğa odaklanarak inşa edildi.

Kullanıcılardan iş akışlarını yapılandırmalarını ya da kendi ajanlarını oluşturmalarını istemek yerine, sistem yöneticilerin zaten kullandığı araçlara bağlanır. Catch’in web sitesi, Gmail, Outlook, Google Calendar, Slack, WhatsApp, iMessage ve telefon gibi hizmetleri desteklediğini gösterir; bu sayede kullanıcılar asistanla, bir insan yönetici asistanıyla iletişim kurar gibi iletişim kurabilir.

Bağlantı kurulduktan sonra sistem, toplantı alışkanlıkları, takvim öncelikleri ve seyahat gereksinimleri gibi tercihleri anlar. Catch, ardından proaktif hareket edebileceğini söylüyor. Örneğin iptal edilen bir toplantı yeniden planlamayı tetikleyebilir, yaklaşan bir seyahat ise asistanın eksik otel düzenlemelerini belirlemesine yol açar; böylece açık bir talimat beklemek zorunda kalmaz.

Bu, AI ürünlerinin tasarlanışında önemli bir değişimi temsil ediyor. Yöneticilerin yönetmesi gereken bir başka arayüz yaratmak yerine, Catch kendisini zaten kullandıkları iletişim kanalları ve yazılımlara entegre etmeye çalışıyor.

Otonomi, Sınırsız Hareket Etmek Anlamına Gelmez

İdari ajanlarla ilgili daha zor sorun, bir AI modelinin bir isteği anlayıp anlayamaması değil; yazılımın ne zaman otonom hareket etmesi gerektiğini ve ne zaman bir insanın sürece dahil olması gerektiğini belirlemektir.

Catch, katmanlı bir yaklaşım benimsiyor gibi görünüyor.

Rutin idari işler için hedef, gereksiz onayları en aza indirmektir. Ancak finansal ya da diğer önemli sonuçları olan eylemler onay gerektirebilir. Şirketin seyahat iş akışı örneğinde, Catch bir seyahat özetini yorumlayabilir, uçuş ve otelleri kısıtlamalarla karşılaştırabilir ve bir program oluşturabilir; ancak rezervasyon tamamlanmadan önce kullanıcı açık onay verir.

Benzer şekilde, Catch’in gelen kutusu ürünü, mesajları önceliklendirip, kullanıcının önceki yazı stiline dayanarak yanıt taslakları oluşturabilir; ancak mevcut iş akışı, belirli mesajlar gönderilmeden önce kullanıcının sürece dahil olmasını sağlar.

Bu sınır, ajans AI benimsenmesi için kritik olabilir. Tam otonomi çekici görünse de, uygulamada işletmeler ajanları kademeli olarak benimseyerek, sistemlerin belirli tanımlı alanlarda güvenilir kararlar alabileceğini gösterdikçe yetkilerini genişletebilir.

İdari işler, tekrarlayan görevleri bağlamsal karar verme gereksinimiyle birleştirdiği için, AI sistemlerinin basit otomasyonun ötesine geçip geçemeyeceğini test etmek adına özellikle faydalı bir deneme alanı olabilir.

Catch, Asistanın Altında Uzmanlaşmış AI Geliştiriyor

Sohbet arayüzünün arkasında, Catch genel amaçlı temel modele tamamen bağımlı kalmayıp kendi AI mimarisini de geliştiriyor.

Şirket, belirli bir görev için gerekli bilgilere yalnızca erişebilen dar kapsamlı “splinter ajanları” sistemini tanımlıyor. Bu yaklaşım, yürütme sırasında ortaya çıkan hassas bağlam miktarını azaltırken gecikme ve güvenilirliği artırmayı hedefliyor.

Catch, anonimleştirilmiş etkileşim verilerinin denetimli öğrenme ve pekiştirmeli öğrenme yoluyla kendi modellerini geliştirmek için kullanılabileceğini belirtiyor. Aynı zamanda, güvenlik dokümantasyonu, dış AI sağlayıcılarının müşteri verilerini saklamalarının veya kendi modellerini eğitmek için kullanmalarının sözleşme gereği yasak olduğunu ifade ediyor.

Bir yönetici asistanının takvimlere, e‑postalara, seyahat planlarına ve potansiyel olarak hassas şirket bilgilerine erişebileceği göz önüne alındığında, bir AI sisteminin yalnızca metin üretmek yerine eyleme geçebilmesi güvenliği çok daha kritik bir hale getirir. Catch, SOC 2 Type II, CASA Tier‑2 ve Google doğrulamasıyla uyumlu olduğunu ve bağlı hizmetler için ayrıntılı izinler kullanarak depolanan ve iletilen verileri şifrelediğini belirtiyor.

Kurucular, AI ve Girişim Yatırımı Arka Planına Sahip

Şirket, idari soruna farklı bakış açılarıyla yaklaşan iki yönetici tarafından kuruldu.

CEO Nir Sabato, daha önce Entrée Capital’de birkaç yıl yatırım yapmış ve yapay zeka ile kurumsal teknoloji gibi alanlara odaklanmıştır. Girişim sermayesine geçmeden önce Fiverr ve BLEND’de strateji görevlerinde bulunmuştur. Catch, Sabato’nun kurucularla çalışma deneyiminin, yüksek değerli yönetici zamanının hâlâ nispeten rutin koordinasyon işleriyle ne kadar tüketildiğini ortaya çıkardığını söylüyor.

CTO Yoav Ramon ise bir on yıldan fazla süredir makine öğrenimi sistemleriyle çalışıyor. Geçmişinde Hi Auto’da konuşma ve dil teknolojileri ve sağlık AI şirketi Nym’de CTO olarak büyük dil modellerini düzenlenmiş sağlık ortamlarında dağıtan ekiplerde yer alıyor.

Bu kombinasyon, idari bir ajan oluşturmanın yalnızca etkili bir sohbet botundan daha fazlasını gerektirdiği için önemlidir. Sistem, tercihleri anlamalı, etkileşimler arasında bağlamı sürdürmeli, dış yazılımlarla etkileşime girmeli ve hareket etmesi için yeterli güvene sahip olup olmadığını belirlemelidir.

Ajans AI’nın Bir Sonraki Savaş Alanı Sıradan İş Olabilir

Catch, hızla genişleyen bir ajans AI pazarına giriyor, ancak daha büyük önemi, sorunu ne kadar dar bir çerçevede tanımladığına bağlı olabilir.

Birçok AI şirketi, onlarca hatta yüzlerce iş türünü yerine getirebilen giderek daha genel ajanlar yaratmaya çalışıyor. Catch ise tam tersini yapıyor: nispeten sınırlı bir alana odaklanıyor ve sistemi, kullanıcıların bu görevleri kendileri yerine getirmeyi bırakacak kadar güvenilir hâle getirmeye çalışıyor.

Bu, kurumsal AI’nın bir sonraki aşaması için önemli bir model haline gelebilir.

En ticari açıdan faydalı ajanlar, başlangıçta her görevi yerine getirebilen otonom dijital çalışanlar olmayabilir. Bunun yerine, bir iş kategorisini derinlemesine anlayarak giderek daha fazla yetkiyle güvenilir hale gelen son derece uzmanlaşmış sistemler olarak ortaya çıkabilirler.

Yönetici idaresi, açıklayıcı bir test sunar. Toplantı planlamak, seyahati yönetmek ve e‑postaları koordine etmek, kodlama ya da bilimsel araştırma ile kıyaslandığında sıradan görünebilir, ancak bu iş akışları AI’nın gerçek insanlarla etkileşime girmesini, eksik talimatları anlamasını, bireysel tercihleri hatırlamasını ve gerçek dünyada sonuçları olan kararlar almasını gerektirir.

Catch gibi sistemler bu iş akışlarını güvenilir bir şekilde yönetebiliyorsa, önemi yöneticilerin birkaç saatini tasarruf etmenin ötesine geçer. Bu, AI ajanlarının faydalı bilgi üretmek ile işi tamamlamaktan sorumluluk almak arasındaki sınırı aşmaya başladığını gösterir.

Yeni $5 milyonluk seed turu, Catch‘e bu geçişi ölçeklendirebilmek için ek sermaye sağlıyor.