AI projekti padaju na starim sistemima, June dobio 20 miliona
Startap June izašao je iz tajnosti sa 20 miliona dolara i tvrdnjom koju svaka firma treba da čuje. AI ne pada zbog slabog modela nego zbog duplikata u bazi, razbacanih podataka i procesa koje niko nije zapisao. Evo kako to izgleda kod malih firmi i šta se može uraditi bez ijednog dolara.
Firme sve češće plaćaju skupe konsultante da im AI uopšte proradi, a novi startap tvrdi da je problem u podacima ispod, ne u modelu.
June, startap koji su osnovala četiri bivša Salesforce čovjeka, izašao je iz tajnosti 3. avgusta sa 20 miliona dolara u pre seed rundi koju vodi fond Marca Benioffa. Zanimljiva nije cifra nego dijagnoza koju firma postavlja. AI projekti u firmama ne padaju zato što je model slab, nego zato što ispod njega stoje razbacani podaci, duplirana polja u bazi i procesi koje niko nikada nije zapisao. Taj problem ima svaku firmu u regionu koja je probala da uvede AI i stala poslije prve demonstracije.
- June je prikupio 20 miliona dolara u pre seed rundi, koju vodi Time Ventures Marca Benioffa, uz podršku Michaela Della i Aarona Levieja.
- Alat skenira postojeće sisteme firme, mapira stvarne poslovne procese i pravi spisak koraka koje treba uraditi prije nego što AI agent uopšte može da radi.
- Osnivači su ranije prodali firmu Bonobo AI Salesforceu i godinama radili na njegovim AI inicijativama.
- Industrijski odgovor na problem uvođenja AI do sada je bio zapošljavanje sve više ljudi, takozvanih forward deployed inženjera.
- Jedan klijent, američki kreditor CMG, sedmicama nije uspijevao da poveže AI sa svojim sistemom uprkos konsultantima.
Šta se tačno desilo
Efrat Rapoport, osnivačica June, ovako opisuje paradoks. Vještačka inteligencija je trebalo da smanji potrebu za ljudima, a u stvarnosti je povećala tražnju za profesionalnim uslugama. Nastala je cijela nova kategorija zanimanja, inženjeri koji dolaze kod klijenta samo da bi mu AI sistem proradio.
Razlog je jednostavan. Napraviti šablon agenta je lak dio. Teško je natjerati ga da radi sa onim što je ispod. Rapoport to opisuje pitanjem koje svaki vlasnik firme prepoznaje. Kako agent da zna šta da radi kada u bazi postoji deset polja koja znače istu stvar, a svaki tim koristi svoje.
Njihov alat skenira sisteme firme, pronalazi uska grla i vraća spisak konkretnih zadataka. Ukloni ove duplikate. Poveži ovaj izvor podataka. Tek poslije toga gradi agenta koji radi nad sređenim podacima.
Kontekst i konkurencija
Ova vijest se uklapa u niz istraživanja iz posljednjih mjeseci koja pokazuju istu stvar iz drugog ugla. Ankete među velikim firmama pokazuju da veliki dio uvedenih AI agenata ne uspijeva samostalno da dovrši višekorakni zadatak, i da veliki dio kupljene računarske snage stoji neiskorišten. Problem nije nedostatak modela na tržištu, nego to što firme nemaju sređenu kuću u koju bi ih pustile.
Zato se tržište polako dijeli na dvije grupe. Jedni prodaju modele i agente, drugi prodaju čišćenje nereda koji stoji između modela i stvarnog posla. Druga grupa je za sada manje glamurozna i mnogo isplativija.
Naša perspektiva, šta ovo znači za region
Za male i srednje firme u BiH i Srbiji ovo je najkorisnija vijest sedmice, iako sam alat vjerovatno nikada nećete koristiti. Poruka je da AI projekat treba da počne od podataka, ne od alata. Trgovina koja želi AI asistenta za kupce, a ima tri različita spiska artikala, jedan u komercijalnom programu, jedan u Excelu i jedan u glavi magacionera, neće dobiti asistenta nego mašinu za pogrešne odgovore.
Konkretan prvi korak košta nula maraka. Napravite spisak mjesta na kojima firma drži podatke, ko ih unosi i koliko često se griješi. Zatim izaberite jedan proces, na primjer odgovaranje na upite za cijenu, i zapišite ga korak po korak onako kako se stvarno radi, ne kako bi trebalo. Taj dokument je jedini pravi preduslov za bilo kakvog AI agenta i on je razlog zašto neke firme za mjesec dana imaju rezultat, a druge poslije godinu dana i dalje eksperimentišu.
Za softverske firme i agencije iz regiona ovdje se otvara posao. Klijenti sve češće traže AI, a ono što im stvarno treba je sređivanje podataka i procesa prije toga. To je usluga koja se naplaćuje, koju domaći timovi znaju da rade i za koju ne treba trka sa velikim laboratorijama.
Šta pratiti dalje
Očekujte da se u narednim mjesecima pojavi više alata i usluga koje se prodaju kao priprema za AI, a ne kao AI. Za firme je to zdrav znak, jer znači da tržište prestaje da prodaje demonstracije i počinje da rješava ono što stvarno blokira rezultat.
Ako želiš da svake sedmice dobiješ AI vijesti prevedene na konkretne korake za tvoju firmu, prijavi se na AI Balkan newsletter.
