Wonderful 获得 1.5 亿美元 B 轮融资，估值 20 亿美元，以加速企业 AI 在 30 多个市场的采用

企业 AI 初创公司 Wonderful 已经完成了 1.5 亿美元的 B 轮融资，估值达到 20 亿美元，这使得公司的总融资金额达到大约 2.84 亿美元，仅仅是在公司从隐秘模式中脱颖而出八个月后。 本轮融资由 Insight Partners 领投，现有投资者 Index Ventures、IVP、Bessemer Venture Partners 和 Vine Ventures 参投。 新的资金将支持公司的企业 AI 平台和其全球部署团队的扩张，目前这些团队已经在 30 多个市场运营。

公司的方法集中在这样一个观点上：企业 AI 的采用受到的限制不在于模型的能力，而在于在现实运营环境中实施 AI 系统的复杂性。虽然 AI 模型已经迅速进步，但将它们整合到现有的基础设施、工作流程和合规框架中仍然是大型组织面临的一个重大障碍。

超越 AI 试点

许多企业中一个常见的模式是 AI 试点项目的普遍存在，但这些项目很难转变为生产系统。这些项目通常能够证明技术的可行性，但当组织尝试将它们与遗留软件、内部数据系统和运营流程整合时，会遇到实际的障碍。

Wonderful 的运营模式试图通过将其 AI 平台与本地嵌入的部署团队配对来解决这一差距。与提供纯软件产品不同，公司直接将技术和运营专家派驻到企业客户现场。这些团队与内部利益相关者合作，连接 AI 代理到现有的系统，并根据区域监管要求调整实施。

这种方法使得组织能够更快速地将 AI 计划从实验转变为生产。根据公司的说法，代理可以在几天或几周内从试点部署转变为运营使用，而传统的企业软件推出通常需要几个月。

为企业工作流程构建的平台

系统的核心是一个为多个 AI 驱动的工作流程提供支持的水平企业平台。与为特定任务提供单独的自动化工具不同，该平台作为一个共享的基础设施，组织可以将其扩展到各个部门和运营功能。

该平台的架构故意设计为 模型无关，这使得系统能够根据每个用例的需求评估和整合不同的 AI 模型。随着新模型的出现或现有模型的改进，组织可以将它们整合到系统中，而无需重建底层基础设施。

几个工程原则塑造了该平台的设计：

• 基于挽具的评估框架，在部署之前测试代理的性能，使用结构化的基准
• 自愈系统架构，旨在维持代理在遇到意外输入或运营异常时的可靠性
• 持续监控和优化，跟踪代理在被整合到生产环境中的性能

这些能力旨在确保 AI 代理在部署到复杂的企业环境中时保持稳定，在这些环境中，可靠性和合规性要求通常很严格。

全球部署基础设施

Wonderful 自从一年前从隐秘模式中脱颖而出以来，已经将业务扩展到 30 多个国家，遍及欧洲、中东、亚太和拉丁美洲。公司的策略依赖于建立区域团队，这些团队将技术工程能力与运营专业知识相结合。

这些团队在诸如电信、金融服务、制造业和医疗保健等行业中工作，在这些行业中，运营复杂性通常会减缓新技术的采用。通过将专家嵌入到组织中，公司试图减少 AI 系统和现有基础设施之间的摩擦。

这种本地化方法还解决了影响部署的实际因素，包括语言差异、监管环境和各区域企业软件栈的变化。

早期运营影响

在其企业部署中，Wonderful 报告称 AI 代理被用于自动化面向客户和内部的工作流程。这些实施的例子包括支持运营、内部服务请求和其他过程驱动的业务功能。

根据公司的说法，这些实施在某些环境中产生了可衡量的运营变化，包括：

• 处理时间减少了多达 60%
• 自动化包含率超过 80%，适用于某些工作流程
• 运营效率提高，可以在大型组织中每年节省数百万美元

由于平台连接到企业系统的共享架构，组织可以逐渐扩大在初始部署后由 AI 代理自动化的工作流程数量。

企业 AI 的下一阶段

基于代理的系统的兴起反映了企业在自动化方面的更广泛转变。早期的企业软件通常专注于狭窄定义的任务，通常需要为每个新功能进行自定义集成。

AI 代理 引入了一个不同的范式。与固定自动化脚本不同，这些系统可以解释上下文、与多个系统交互，并适应不断变化的条件。当它们被整合到企业基础设施中时，它们可以协调以前需要手动干预的跨部门任务。

这种转变可能会逐渐重塑企业软件架构。与其依赖于大量独立的应用程序，组织可能会越来越多地建立共享的 AI 层，以便在多个系统中协调工作流程。

如果这种转变继续下去，技术挑战将不仅仅是构建更强大的 AI 模型。它将涉及设计能够安全地部署、监控和适应这些系统的基础设施，在现实世界的运营环境中。

专注于将 AI 代理整合到企业基础设施的平台代表了一种解决这一挑战的方法，因为组织继续寻找将 AI 研究的进步转化为日常运营工具的实用方法。