เอ็กซ์คลูซีฟ: Interloom สตาร์ทอัพที่จับ ‘ความรู้แฝงเร้น’ เพื่อขับเคลื่อนเอไอเอเจนต์ ระดมทุนเวนเจอร์ 16.5 ล้านดอลลาร์

(SeaPRwire) –   Michael Polyani นักปรัชญา นักเศรษฐศาสตร์ และนักวิทยาศาสตร์ชาวอังกฤษ-ฮังการี อาจเป็นที่รู้จักกันดีที่สุดในปัจจุบันจากการบัญญัติศัพท์ “tacit knowledge” (ความรู้โดยนัย) ข้อสังเกตที่สำคัญของเขาคือ ความเชี่ยวชาญส่วนใหญ่ในสาขาใดสาขาหนึ่งไม่เคยถูกบันทึกเป็นลายลักษณ์อักษร ในบางกรณี มันมีอยู่เพียงในรูปแบบของสัญชาตญาณทางวิชาชีพที่แม้แต่ผู้เชี่ยวชาญก็ไม่สามารถอธิบายได้อย่างครบถ้วน “เรารู้มากกว่าที่เราจะบอกได้” คือวลีเด็ดของ Polyani

ปัจจุบัน tacit knowledge เป็นความท้าทายสำหรับบริษัทที่ต้องการทำให้เวิร์กโฟลว์เป็นอัตโนมัติด้วย AI agents ความรู้ส่วนใหญ่—หรืออาจจะเกือบทั้งหมด—ที่ AI agents เหล่านี้ต้องการไม่ได้ถูกบันทึกไว้

Interloom สตาร์ทอัพจากมิวนิกที่มุ่งมั่นที่จะเปลี่ยนแปลงระบบอัตโนมัติของกระบวนการทางธุรกิจแบบดั้งเดิมสำหรับยุค AI เชื่อว่าพวกเขาสามารถแก้ไขปัญหา tacit knowledge ได้ และเพิ่งระดมทุนรอบ venture capital ใหม่มูลค่า 16.5 ล้านดอลลาร์ เพื่อช่วยให้บรรลุภารกิจนั้น

การระดมทุนนี้นำโดย DN Capital โดยมี Bek Ventures และ Air Street Capital ซึ่งเป็นนักลงทุนเดิมเข้าร่วม ก่อนหน้านี้ บริษัทได้ประกาศระดมทุนรอบ seed มูลค่า 3 ล้านดอลลาร์ในเดือนมีนาคม 2024

Interloom ไม่ได้เปิดเผยมูลค่าบริษัทหลังจากการระดมทุนครั้งใหม่นี้

Fabian Jakobi ผู้ก่อตั้งและซีอีโอของ Interloom ให้เหตุผลว่ากระแสความตื่นเต้นเกี่ยวกับ AI agents ในปัจจุบันมองข้ามปัญหาคอขวดของ tacit knowledge เขาบอกว่าประมาณ 70% ของการตัดสินใจในการดำเนินงานไม่เคยถูกบันทึกอย่างเป็นทางการ เมื่อตั๋วสนับสนุนที่ซับซ้อนมาถึงโต๊ะของพนักงานผู้มีประสบการณ์ พวกเขารู้ถึงวิธีแก้ไขปัญหา ทีมภายในที่เหมาะสมที่จะส่งต่อ และวิธีแก้ไข—ไม่ใช่เพราะมีอยู่ในคู่มือ แต่เป็นเพราะพวกเขาเคยเห็นมาก่อน

“บุคคลที่สำคัญที่สุดในธนาคารคือคนที่รู้ว่าเอกสารถูกต้องหรือไม่” Jakobi กล่าว “พวกเขามักจะเป็นผู้ที่ได้รับค่าจ้างน้อยที่สุด แต่พวกเขากำหนดคุณภาพ”

แนวทางของ Interloom คือการนำเข้าบันทึกการดำเนินงานหลายล้านรายการ—อีเมลสนับสนุน ตั๋วบริการ บันทึกการโทร ใบสั่งงาน—และใช้สิ่งเหล่านี้เพื่อสร้างสิ่งที่เรียกว่า “context graph” ซึ่งเป็นแผนที่ที่อัปเดตอย่างต่อเนื่องว่าปัญหาได้รับการแก้ไขจริงอย่างไรภายในองค์กร Jakobi เปรียบเทียบแนวคิดนี้กับ Google Maps: เช่นเดียวกับที่ Google เรียนรู้เส้นทางที่เหมาะสมที่สุดจากข้อมูลการจราจรแบบเรียลไทม์ Interloom จะทำแผนที่เส้นทางที่ผู้เชี่ยวชาญด้านการดำเนินงานใช้ในการแก้ปัญหา และใช้แผนที่เหล่านั้นเพื่อนำทาง AI agents และพนักงานใหม่

Jakobi เป็นผู้ประกอบการต่อเนื่อง ก่อนหน้านี้ เขาก่อตั้ง Boxplot ซึ่งในปี 2021 เขาได้ขายให้กับ Hyperscience บริษัทซอฟต์แวร์ AI ในนิวยอร์กที่เชี่ยวชาญในการดึงข้อมูลจากเอกสารที่ไม่มีโครงสร้าง

ซอฟต์แวร์ของ Interloom กำลังใช้งานอยู่กับองค์กรขนาดใหญ่หลายแห่งในยุโรป ที่ Commerzbank, Interloom วิเคราะห์อีเมลสนับสนุนลูกค้าหลายล้านฉบับและตรวจสอบกับเอกสารภายในที่มีอยู่—พบว่าส่วนใหญ่ขัดแย้งกันหรือไม่สมบูรณ์ บริษัทกล่าวว่าได้ลดช่องว่างระหว่างความรู้ที่บันทึกไว้กับความรู้ในการดำเนินงานจริงจากประมาณ 50% เหลือ 5% ที่ Volkswagen กำลังประมวลผลตั๋วสนับสนุนลูกค้า และที่ Zurich Insurance, Interloom ชนะการแข่งขัน AI ทั่วทั้งบริษัท—เอาชนะสตาร์ทอัพ AI-native อื่นๆ ที่ Jakobi กล่าวว่ามีถึง 2,000 ราย—สำหรับกรณีการใช้งานด้านการรับประกันภัย

Jakobi กล่าวว่า การตัดสินใจรับประกันภัยที่บริษัทประกันภัยสะท้อนถึงความเสี่ยงที่บริษัทนั้นๆ ยอมรับได้ ประสบการณ์ที่สั่งสมมากับโบรกเกอร์และผลิตภัณฑ์บางอย่าง และความรู้เชิงสถาบันที่ไม่มีโมเดลทั่วไปใดๆ มี

“ผู้รับประกันภัยของ Zurich รู้ว่าการรับประกันภัยผ่านการแชทของโบรกเกอร์ทำงานอย่างไรดีกว่า Accenture มาก” Jakobi กล่าว โดยมุ่งเป้าไปที่บริษัทที่ปรึกษาขนาดใหญ่ที่มักจะครอบงำงานกระบวนการขององค์กรมาโดยตลอด

ข้อโต้แย้งที่กว้างขึ้นคือ AI agents ไม่ว่าจะมีความสามารถเพียงใด ก็ไร้ประโยชน์ในองค์กรขนาดใหญ่หากไม่มีบริบทเฉพาะขององค์กร Jakobi กำหนดปัญหานี้ว่าเป็นปัญหา “ความทรงจำขององค์กร”

“ในซอฟต์แวร์ คอมไพเลอร์จะบอกคุณว่าโค้ดทำงานหรือไม่” Jakobi กล่าว “เราไม่มีความหรูหรานั้น [ในโดเมนอื่น ๆ] การประเมินต้องมาจากผู้เชี่ยวชาญที่เป็นมนุษย์”

ผู้สนับสนุนรายใหม่ของ Interloom เห็นด้วยกับข้อโต้แย้งนั้น Guy Ward Thomas หุ้นส่วนของ DN Capital กล่าวว่า “agent จะดีได้ก็ต่อเมื่อมีการตัดสินใจของผู้เชี่ยวชาญที่สามารถพึ่งพาได้” และ Thomas กล่าวว่า DN Capital ได้เห็นกับสตาร์ทอัพ AI agent อื่นๆ ว่าเมื่อ agent เหล่านี้ไม่มีบริบทที่ถูกต้องเกี่ยวกับองค์กรที่พวกเขากำลังถูกนำไปใช้งาน พวกเขามักจะไม่ทำงานได้ดี “ประสบการณ์ของเรากับ vertical AI agents และแพลตฟอร์มเสียงแสดงให้เราเห็นว่าบริบทมีความสำคัญเพียงใด” เขากล่าว

Mehmet Atici จาก Bek Ventures เคยสนับสนุน UiPath ซึ่งเป็นผู้นำในคลื่นลูกก่อนหน้าของ RPA หรือ robotic process automation แต่ RPA อาศัย agent ที่ส่วนใหญ่ถูกเขียนโค้ดตายตัวให้ทำตามเวิร์กโฟลว์เดียวกันเป๊ะๆ ในลักษณะเดียวกันเป๊ะๆ ทุกครั้ง “เราได้เห็นศักยภาพการเปลี่ยนแปลงของระบบอัตโนมัติด้วยตาของเราเอง และเราเชื่อว่า AI กำลังปลดล็อกคลื่นลูกใหม่ของการนำไปใช้ในองค์กรอย่างรวดเร็ว” Atici กล่าว

จังหวะเวลาของ Interloom อาจเป็นมงคล สิ่งที่เรียกว่า “การเกษียณครั้งใหญ่” กำลังทำให้ Baby Boomers ประมาณ 10,000 คนเกษียณทุกวันใน U.S. ความรู้เชิงสถาบันหลายทศวรรษกำลังหายไปพร้อมกับพวกเขา—ในขณะที่บริษัทต่างๆ กำลังพยายามนำ AI มาใช้ในวงกว้าง

Jakobi มองเห็นภูมิทัศน์การแข่งขันด้วยถ้อยคำที่ตรงไปตรงมาตามลักษณะของเขา เขาบอกว่าคู่แข่งที่ใหญ่ที่สุดของเขาคือความเฉื่อยชา—สมมติฐานภายในองค์กรขนาดใหญ่ว่าการดำเนินงานจะยังคงดำเนินไปเหมือนเดิมตลอดทศวรรษที่ผ่านมา

การผลักดันผลิตภัณฑ์ต่อไปของ Interloom คือสิ่งที่พวกเขาเรียกว่าภายในว่า “Chief of Staff”—ซึ่งเป็นเลเยอร์ที่ออกแบบมาเพื่อให้ผู้จัดการมองเห็นประสิทธิภาพของ AI agents ได้แบบเรียลไทม์ พร้อมด้วยการควบคุมเวอร์ชันสำหรับกระบวนการที่ขับเคลื่อนด้วย agent

แต่ Interloom ไม่ใช่บริษัทเดียวที่พยายามสร้างเลเยอร์การจัดการและการประสานงาน AI agent เกือบทุกบริษัทที่ทำการตลาด AI agents ตั้งแต่ OpenAI ไปจนถึง ServiceNow และ Microsoft ได้ทำงานเกี่ยวกับผลิตภัณฑ์ประเภทเดียวกัน

อย่างไรก็ตาม Jakobi กล่าวว่าเขาคิดว่า “context graph” ของ Interloom ทำให้พวกเขามีความได้เปรียบที่แตกต่างจากผู้เล่นรายใหญ่เหล่านี้ ซึ่งเขาบอกว่าไม่ค่อยมีความเข้าใจตลอดกระบวนการที่ซับซ้อนทั้งหมด