Maisa збирає $25 млн для створення довірчих та прозорих «цифрових працівників»

Підприємства штучного інтелекту часто зазнають невдачі — дослідження показують, що до 95% пілотних проєктів з генерацією штучного інтелекту закінчуються невдачею. Але Maisa, що поєднує Валенсію та Сан-Франциско, інженерно впроваджує підзвітність у автоматизацію. Після завершення раунду фінансування у розмірі $25 млн під керівництвом Creandum з підтримкою Forgepoint Capital, NFX та Village Global, Maisa готується трансформувати робочі процеси штучного інтелекту за допомогою агентської автоматизації процесів, яка є такою же аудитною, як і інтелектуальною.

Всередині двигуна: KPU та ланцюг робіт — будівництво довіри з нуля

У центрі платформи Maisa знаходиться блок обробки знань (KPU) — нова архітектура, яка переосмислює висновки штучного інтелекту. KPU включає:

• Двигун висновків, який працює на великих мовних моделях, планує багатокрокові робочі процеси.
• Двигун виконання, який виконує ці плани та повертає результати для перенастройки.
• Віртуальне вікно контексту, яке оптимізує потік інформації, фокусуючи модель лише на релевантних даних для мінімізації галюцинацій.

Геніальність KPU полягає в тому, як вона переосмислює роль великої мовної моделі. Замість того, щоб діяти як імовірнісний текстовий генератор, модель обробляється як один з компонентів у дисциплінованому обчислювальному кадрі. KPU оркеструє висновки, як операційна система, розбиваючи проблеми на керованих, аудитних кроків та забезпечуючи, щоб кожна дія могла бути перевірена. Ця структура перетворює раніше непрозорю модель у передбачувану систему логіки, де помилки можуть бути виявлені, виправлені та запобіжені від каскаду.

Доповнюючи KPU є ланцюг робіт — ретельно ведений аудитний слід, який відстежує кожне рішення, дію та інструмент, задіяний у процесі цифрового працівника. На відміну від типових виходів штучного інтелекту, які залишають користувачів у невіданні, ланцюг робіт функціонує, як чорна скринька для автоматизації. Кожний розрахунок, кожен витяг даних, кожен крок висновку зберігається у деталях. Це дає підприємствам можливість не тільки довіряти результатам, але й відстежувати їх, повторювати їх та удосконалювати їх з часом. Для галузей, що залежать від дотримання законодавства, це не просто зручність — це основа безпечної реалізації у великому масштабі.

Maisa Studio в дії: агенти без коду, засновані на прозорості

Використовуючи KPU та ланцюг робіт, Maisa Studio дозволяє «громадянським розробникам» — некваліфікованому персоналу — розгортати цифрових працівників за допомогою простих мовних інструкцій. Через HALP (Human-Augmented LLM Processing) системи Maisa взаємодіє для уточнення намірів, будує робочі процеси, інтегрує сотні API та починає динамічне навчання — все без розробників чи наборів даних.

У практиці це вже принесло суттєвий вплив: фінансова послугова компанія скоротила кількість хибних позитивних результатів на 99% та досягла 10-кратного підвищення продуктивності на одного працівника — при повному розгортанні, яке відбулося лише за три сесії навчання. Глобальні банки, виробники автомобілів та енергетичні компанії проводять пілотне тестування платформи для автоматизації процесів, що залежать від дотримання законодавства, у великому масштабі, де прозорість та аудитованість є непорушними.

Чому це важливо — бачення штучного інтелекту, якому можна довіряти та масштабувати

Maisa не тільки пропонує автоматизацію — вона надає підзвітний штучний інтелект, який впроваджує довіру за допомогою архітектури. У галузях, що залежать від законодавства, непрозорості та високих ставок — фінансах, охороні здоров’я, енергетиці — можливість відстежувати кожне автоматичне рішення є головною. Ланцюг робіт дозволяє підприємствам інспектувати, аудитувати та верифікувати логіку штучного інтелекту на будь-якому етапі, що означає, що регулюючі органи та внутрішні команди не повинні гадати, як були досягнуті висновки. Замість цього вони можуть перевірити з точністю.

Тим часом, конструкція KPU систематично пригнічує галюцинації, ізолюючи висновки від шумів даних та структурування виконання. Ця надійність позбавляє непередбачуваності, яка часто робить підприємства осторожними щодо штучного інтелекту. Замість генерації результатів, окутаних таємницею, агенти Maisa надають логічні, передбачувані та послідовні результати.

Оглядаючи майбутнє, ця платформа представляє фундаментальну зміну: штучний інтелект стає довірливим співробітником — тим, чиї висновки є прозорими, чиї дії відстежуються, і чиї «мислі» можна перевірити та вдосконалити. Оскільки система Maisa не залежить від моделі, організації зберігають гнучкість для прийняття сильніших моделей у майбутньому — без втрати суворості та нагляду кадру KPU. Ця адаптивність закладає основу для сталого, масштабованого розгортання у відповідь на еволюційні потреби підприємств.

У сутності, Maisa пропонує план для штучного інтелекту, який не тільки потужний, але й відповідальний та стійкий. У світі, де більшість проєктів штучного інтелекту не можуть виконати обіцянки, ця технологія прокладає рідкий шлях вперед — поєднуючи інновації з цілісністю.