Dodge AI залучає $2.65M, щоб вивести корпоративне програмне забезпечення з режиму гасіння пожеж

Dodge AI залучила $2.65 million, щоб автоматизувати одну з найменш привабливих, але найдорогих частин корпоративних технологій: підтримку критичного програмного забезпечення у працездатному стані після його встановлення.

Фінансування очолювали Accel та Google AI Futures Fund, за участю NewBuild Venture Capital, Antler, Schema Ventures та ангельських інвесторів з екосистеми SAP. Dodge AI не розкрила стадію раунду.

Компанія з Сан-Франциско створює те, що вона називає AI‑контрольним рівнем для обслуговування корпоративних застосунків. Її агенти працюють у системах, таких як SAP, Salesforce, Microsoft Dynamics, Kinaxis та Oracle JDE, розслідуючи інциденти, рекомендуючи або впроваджуючи виправлення та зберігаючи обґрунтування кожної зміни.

Остання функція може бути найважливішою. Великі компанії рідко експлуатують програмне забезпечення саме так, як його отримали від постачальника. Роки індивідуальних правил, інтеграцій, обходів, фонових завдань та одноразових винятків закріплюються в системах обліку. Коли щось ламається, відповідь може бути розкидана по заявках, конфігураційних файлах, консультантах та спогадах співробітників, які були присутні під час прийняття рішення.

Чому обслуговування — це проблема ШІ

Dodge AI стверджує, що підприємства витрачають понад $600 млрд щорічно на підтримку бізнес‑застосунків. Традиційний підхід був трудомістким: великі системні інтегратори призначають команди для вирішення заявок, впровадження запитів на зміни, моніторингу завдань та реагування на операційні збої. Така модель може відновити сервіс, але часто не перетворює кожний ремонт у стійкі інституційні знання.

Результатом є наростаюча проблема контексту. Виправлення вносяться, налаштування накопичуються, і організація стає все більш залежною від людей, які пам’ятають, чому система поводиться саме так. Технічний борг — це не лише старий код; це розрив між тим, що система робить, і тим, що компанія може надійно пояснити.

Саме тому продакшн‑агенти ШІ потребують більше, ніж доступ до потужних базових моделей. Як нещодавно розглянула Unite.AI у своєму матеріалі про контекст у корпоративній автоматизації, агенти стають корисними, коли можуть розмірковувати над політиками, виключеннями та історією операцій, що оточують завдання. У середовищі ERP достатньою не є лише правдоподібна відповідь. Агент має розуміти, чому один склад розподіляє запаси інакше, чому цінове правило переважає інше, або чому завдання може виконуватись лише у певний час.

Dodge AI прагне створити цей контекст, одночасно вирішуючи щоденні завдання з обслуговування. Її платформа з’єднує бізнес‑процеси, налаштування ERP, системи управління ІТ‑службами та застарілі конфігурації, а потім використовує отриманий «інтелект виключень», щоб визначити кореневі причини та створити джерело правди для майбутніх агентів.

Від заявок до операційної пам’яті

«Протягом тривалого часу єдиним способом підтримки корпоративних систем було залучення більшої кількості людей», — сказав Ребхав Бхарадж, співзасновник і CEO Dodge AI. Він стверджує, що агенти довгострокового горизонту можуть допомогти підприємствам постійно вдосконалювати та відновлювати критично важливі системи, швидше вирішуючи інциденти та фіксуючи знання, які зазвичай втрачаються під час обслуговування.

Такий підхід переосмислює обслуговування з центру витрат у шар збору даних. Кожен інцидент містить інформацію про те, як насправді функціонує бізнес. Зберігаючи причину, виправлення та відповідний виключення, Dodge AI може прискорити наступне розслідування та надати продакшн‑агентам більш надійний посібник з експлуатації.

Компанія повідомляє, що вже співпрацює з понад десятком підприємств, половина з яких є публічними компаніями. Її платформа обробляє сотні запитів на годину в рамках управління інцидентами та процесами оптимізації.

У одному випадку вантажівка не могла завантажитися на складі, бо накладна про отримання товару друкувала неправильну інформацію. Dodge AI відстежила проблему через SAP, Kinaxis та внутрішнє складське програмне забезпечення і надала виправлення за кілька хвилин. У іншій інсталяції клієнт виконувала планування запасів вночі, оскільки SAP збоїв, коли процес запускався вранці. Dodge AI стверджує, що модернізувала робочий процес, зробивши його в 132 рази швидшим, звільнила 10‑особову команду від його підтримки та скоротила час розподілу замовлень на вісім годин.

Чому інвестори підтримують шар обслуговування

Можливість ширша, ніж просто вирішення заявок. Підприємства хочуть розгортати AI‑агенти у фінансах, ланцюгах постачання, обслуговуванні клієнтів та інших критичних функціях, проте ці агенти не можуть безпечно діяти в системах, які вони не розуміють. Недокументовані правила, які ускладнюють підтримку застарілих застосунків, є саме тими правилами, які автономна система потребує перед тим, як здійснити надійну зміну.

«Обслуговування застосунків — одна з найбільших і найменш модернізованих категорій у корпоративних технологіях», — сказав Прайанк Сваруп, інвестор Accel. За його словами, починаючи з обслуговування, Dodge AI створює шар контексту, який потрібен підприємствам, перш ніж агенти зможуть безпечно працювати у продакшн‑середовищі.

Команда поєднує Бхараджава з співзасновником і технічним директором Адітею Тхакуром та операційним директором Адітею Патілом. Їхнє найближче завдання — довести, що агентний шар обслуговування може узагальнюватися у сильно кастомізованих середовищах без створення нових операційних ризиків. Кожен корпоративний стек має різні дозволи, вимоги до управління та типи відмов, і успіх залежатиме не лише від продуктивності моделі, а й від аудиторської прозорості та контрольованого виконання.

Велика ставка

Тезис Dodge AI полягає в тому, що обслуговування — це точка входу у трансформацію підприємства, а не просто проблема, яку можна автоматизувати. ІТ‑директори часто стикаються з труднощами модернізації, оскільки бюджети та увага поглинаються щоденними інцидентами, а ризик порушення вже працюючих систем ускладнює обґрунтування масштабних проєктів заміни.

Якщо Dodge AI зможе вирішувати ці інциденти, одночасно документуючи приховану логіку, що стоїть за ними, це може надати компаніям безпечніший шлях від реактивної підтримки до безперервної модернізації. Та ж графа знань, яка пояснює вчорашню помилку, може допомогти агенту оцінити завтрашній запит на зміну, виявити ризиковану залежність або автоматизувати процес, не порушуючи правило, заховане роками раніше.

Раунд у 2,65 мільйона доларів є скромним у порівнянні з масштабом ринку, на який орієнтується Dodge AI. Однак компанія робить стратегічно важливу ставку: перш ніж AI‑агенти зможуть керувати підприємством, хтось повинен навчити їх, як насправді працює це підприємство.