Larridin获3000万美元A轮融资，旨在衡量人工智能支出及其对员工队伍的影响

Larridin完成3000万美元A轮融资，本轮由Pelion Ventures领投，使其融资总额达到4700万美元。该公司衡量人工智能支出如何转化为员工和软件代理所完成的工作，目标客户是希望更清楚地了解人工智能投资回报的企业。

现有投资方Andreessen Horowitz和Gradient Ventures参与了本轮融资，新投资方包括GFT、W23、Thayer、DG Daiwa Ventures、Alumni Ventures和Cougar Capital。

在11月2日的公告中，Larridin表示，公司已衡量超过20亿次人工智能会话，并追踪了逾82,000个工作流。这笔融资将用于支持产品开发和团队扩充。

将人工智能账单与业务产出联系起来

财务方面的挑战不只是统计活跃用户数。企业可能支付软件席位费用、消耗模型令牌并运行自动化代理，却仍不清楚哪些活动改善了工作成果。衡量采用情况可以显示工具是否正在使用；衡量价值则需要将使用情况与有用成果及其产生成本联系起来。

Larridin的人工智能影响产品文档介绍了如何将发票中的许可证费用、令牌用量和云模型成本，与观察到的工作流及工程系统数据结合起来。该产品会将支出映射到各个部门，并将产出与相应投资进行比较。

这套方法区分了人工智能支持的产能与实际实现的现金节省。人类等效工时可以用于估算人工智能贡献的工作量，但其财务价值取决于基准情况以及企业如何利用这部分产能。可用时间增加，并不一定会降低预算或人员配置需求。

解读仪表板示例时，尤其需要注意这一区别。Larridin明确标注了示意数据，包括示例投资回报率倍数和节省的工时。这些演示用于说明计算方法，并不能证明某个特定客户取得了相应成果。

Workflow Intelligence如何观察工作

该公司的Workflow Intelligence平台通过浏览器扩展程序和桌面代理，观察管理员选定的应用程序中的活动。Larridin表示，该平台会收集元数据，例如正在使用的应用程序、应用程序的使用顺序、每个步骤所花的时间，以及工具之间的切换情况。

产品文档称，平台不会收集消息正文、文档内容、屏幕录像或按键记录。默认情况下，视图按团队汇总；除非管理员启用，否则不会显示个人视图。

平台会将这些观察结果归纳为工作流，供团队分析各流程的持续时间、重复程度、阻碍因素以及人工智能参与的环节。平台会对自动化机会进行排序，并根据记录的基准跟踪其试点进展和已完成的部署。

在此，区分潜在产能、建模估算的产能和实际实现的产能十分重要。被认定为自动化候选项的工作流，尚未带来与已在生产环境中成功运行的工作流同等的效益。

工程衡量还包括质量和审查

Larridin的Developer Intelligence产品将工程产出与人工智能成本、交付速度和代码质量联系起来。衡量指标包括每投入1,000美元人工智能支出所产生的产出、缺陷率，以及相对于团队自身基准的拉取请求周期时间。

该产品还会分析代理会话及其记录的步骤、令牌用量和预估成本。模型路由组件可让企业为编码工作流设定成本和质量优先级，并比较不同模型的选择。

这种方法承认，生成更多代码只是交付过程中的一个阶段。审查能力、验证、返工和部署情况，都可能决定新增产出能否转化为有用的软件。

该公司的2026年第三季度工程领域人工智能影响报告展示了这一矛盾。报告分析发现，合并的拉取请求中由人工智能辅助完成的占比从4月的35%升至9月的62%；融资公告还称，初次人工代码审查的等待时间中位数增加了50%。这些发现反映的是Larridin所衡量的样本群体，而非所有工程组织的情况。

围绕人工智能问责建立的衡量业务

Larridin报告称，其客户团队的可衡量产出平均增长47%，首年人工智能支出优化额的中位数为240万美元。这些数据由公司自行报告，与其产品仪表板中的示意数据相互独立。

领导团队页面列明，Russ Fradin是联合创始人兼首席执行官，Jim Larrison是联合创始人兼总裁，Ameya Kanitkar是联合创始人兼首席技术官。Fradin和Larrison此前曾在Comscore积累数字化衡量领域的经验。他们表示，目标是为人工智能参与完成的工作提供一个可供比较的衡量层。

正如 Carta 首席产品官 Vrushali Paunikar 在为 Unite.AI 撰写的一篇探讨连接层之外企业级 AI 工作流的文章中所指出的，提供工具访问权限只是实现可靠成果的一部分。Larridin关注的是这些成果背后的证据：工作花费了多少、发生了哪些变化，以及下一笔投资应该投向何处。