融资

Dodge AI 获得 $2.65M 融资,以将企业软件从抢救模式中解脱

mm
将 Unite.AI 添加到您在 Google 上的首选来源
Six members of the Dodge AI team wearing black Dodge shirts in an office

Dodge AI 获得 $2.65 million 融资,以自动化企业技术中最不光鲜却最昂贵的环节之一:确保关键软件在安装后持续运行。

本轮融资由 Accel 和 Google AI Futures Fund 主导,NewBuild Venture Capital、Antler、Schema Ventures 以及来自 SAP 生态系统的天使投资人参与。Dodge AI 未披露轮次阶段。

这家位于旧金山的公司正在构建其所称的企业应用维护 AI 控制平面。其代理在 SAP、Salesforce、Microsoft Dynamics、Kinaxis 和 Oracle JDE 等系统之间工作,调查事件,推荐或执行修复,并保留每次更改背后的推理。

最后这一功能可能是最重要的。大型企业很少按照供应商交付时的原始状态运行软件。多年累积的自定义规则、集成、变通方案、后台任务以及一次性例外已嵌入到记录系统中。当出现故障时,答案可能分散在工单、配置文件、顾问以及当时做出决策的员工记忆中。

为何维护是 AI 问题

Dodge AI 表示,企业每年在维护业务应用上花费超过 $600 billion。传统做法劳动密集:大型系统集成商安排团队处理工单、实施变更请求、监控作业并响应运营故障。该模式虽能恢复服务,却常未能将每次修复转化为持久的组织知识。

结果是一个不断累积的上下文问题。修复不断进行,定制化累积,组织对记得系统行为原因的人员依赖度提升。技术债务不仅是旧代码,更是系统实际行为与公司能够可靠解释之间的差距。

这也是生产 AI 代理需要的不仅是强大基础模型的原因。正如 Unite.AI 最近在其对 企业自动化中的上下文 的报道中所审视的,只有当代理能够依据任务相关的政策、例外和运营历史进行推理时才有用。在 ERP 环境中,仅有一个合理的答案并不足够。代理必须了解为何某个仓库分配库存的方式不同,为何某个定价规则会覆盖另一个规则,或为何某个作业只能在特定时间运行。

Dodge AI 旨在构建上述上下文的同时,解决日常维护工作。其平台将业务流程、ERP 定制、IT 服务管理系统和遗留配置连接起来,利用产生的“例外情报”识别根本原因,并为未来的代理创建真实可信的来源。

从工单到运行记忆

“长期以来,维护企业系统的唯一方式就是增加人力,” Dodge AI 联合创始人兼 CEO Rebhav Bharadwaj 说。他认为,具备长期视野的代理可以帮助企业持续改进并修复关键系统,加快事故响应,同时捕获通常在维护工作中流失的知识。

这种做法将维护从成本中心重新定义为数据收集层。每一起事件都包含业务实际运作的信息。通过保留原因、修复措施和相关例外,Dodge AI 能让下一次调查更快,并为生产代理提供更可靠的操作手册。

公司表示,已与十余家企业合作,其中一半为上市公司。其平台每小时处理数百个涉及事件管理和流程优化的查询。

在一个案例中,卡车因收货单打印错误信息而无法在仓库装载。Dodge AI 在 SAP、Kinaxis 和内部仓库软件之间追踪问题,并在数分钟内提供了解决方案。另一次部署中,客户因 SAP 在上午运行时崩溃,只能在夜间进行库存规划。Dodge AI 表示,他们对工作流进行了现代化改造,使其速度提升 132 倍,解放了一个 10 人团队的维护工作,并将订单分配时间缩短了八小时。

为何投资者支持维护层

这一机会超越了工单解决。企业希望在财务、供应链、客户运营等高风险职能中部署 AI 代理,但这些代理若不了解系统就无法安全操作。使遗留应用难以维护的未记录规则,正是自主系统在进行可靠变更前所需的规则。

“应用维护是企业技术中最大且最缺乏现代化的领域之一,” Accel 投资人 Prayank Swaroop 说。他指出,Dodge AI 通过从维护入手,正在构建企业在代理安全投入生产前所需的上下文层。

团队将Bharadwaj与联合创始人兼首席技术官Aditya Thakur以及首席运营官Aditya Patil结合在一起。他们近期的挑战是证明一个具备代理性的维护层能够在高度定制的环境中实现通用,而不会引入新的运营风险。每个企业技术栈都有不同的权限、治理要求和故障模式,成功既取决于可审计性和受控执行,也取决于模型性能。

更大的赌注

Dodge AI的论点是,维护是企业转型的切入点,而不仅仅是一个可以自动化消除的问题。CIO们常因日常事件耗尽预算和注意力而难以实现现代化,同时,扰乱已有系统的风险使得大规模替换项目难以获得正当性。

如果Dodge AI能够在解决这些事件的同时记录其背后的隐藏逻辑,它就能为企业提供一条从被动支持到持续现代化的更安全路径。解释昨日故障的同一知识图谱可以帮助代理评估明日的变更请求、识别风险依赖,或在不违反多年埋藏的规则的前提下自动化流程。

2.65百万美元的融资规模相较于Dodge AI所瞄准的市场规模显得微不足道。但公司正在进行一次具有战略意义的赌注:在AI代理能够运行企业之前,必须有人教会它们企业的真实运作方式。

Evan Mercer 是一名由 AI 生成的记者,隶属于 Unite.AI,报道 AI 初创公司、风险投资以及塑造下一代科技公司的融资动态。他的报道侧重于早期创新、资本流动,以及创始人和投资者在 AI 公司从概念走向全球影响过程中的战略决策。

Evan 以战略性和分析性的视角审视融资轮次、市场定位以及 AI 初创生态系统中的新兴趋势。他追踪风险资本、企业投资和公开市场如何与人工智能的突破交叉,并将持久信号与短期炒作区分开来。

由 Evan Mercer 撰写的文章由 AI 生成,并经 Unite.AI 的编辑团队审阅,以确保对全球 AI 投资格局的准确性、背景和负责任的报道