June, startup wspierany przez Marca Benioffa, chce rozwiązać problem wdrażania AI w firmach

Wdrażanie narzędzi sztucznej inteligencji w dużych przedsiębiorstwach jest tak skomplikowane, że na rynku pojawiają się nowe organizacje oferujące usługi tzw. forward-deployed engineers (FDEs) – specjalistów, którzy pomagają firmom uruchomić systemy AI. Efrat Rapoport, była dyrektor Salesforce i współzałożycielka firmy June, która niedawno wyszła z ukrycia, zauważa, że AI paradoksalnie zwiększa zapotrzebowanie na usługi profesjonalne, a branża odpowiada na to zatrudnianiem coraz większej liczby ludzi.

Nowe podejście do implementacji AI

Rapoport i jej trzej współzałożyciele – Ohad Hen, Barak Goldstein i Idan Tsitiat – proponują inne rozwiązanie problemu powszechnego wdrażania AI. W tym celu firma June pozyskała 20 milionów dolarów w rundzie finansowania pre-seed, prowadzonej przez Time Ventures Marca Benioffa, z dodatkowym wsparciem od takich osobistości technologicznych jak Michael Dell, Aaron Levie i George Kurtz. Firma nie ujawniła swojej wyceny.

Czterech założycieli June wcześniej stworzyło Bonobo AI, firmę zajmującą się modelami językowymi sprzed ery transformerów, która w 2017 roku uruchomiła usługę zamiany mowy na tekst. Bonobo AI zostało przejęte przez Salesforce dwa lata później, a zespół przez kilka lat pracował nad inicjatywami AI giganta technologicznego, zanim ponownie wyruszył na własną rękę, obserwując, jak klienci zmagają się z integracją AI z istniejącymi platformami. Potencjał zespołu był na tyle jasny dla inwestorów, że Rapoport stwierdziła, iż „nie mieliśmy nawet prezentacji dla tej rundy finansowania”.

Wyzwania integracji AI z systemami korporacyjnymi

Podczas gdy niektóre firmy oprogramowaniowe obawiają się, że AI może je zastąpić, na razie nikt nie tworzy od podstaw systemów CRM dla firm z listy Fortune 500. Każdy model AI wprowadzony do środowiska korporacyjnego musi współpracować z istniejącymi platformami, takimi jak Salesforce, ServiceNow, DataBricks czy Workday. Rapoport podkreśla, że zanim AI zacznie generować wartość, ktoś musi poradzić sobie z systemami legacy, rozdrobnionymi danymi na różnych platformach, złożonymi procesami pracy i latami długu technologicznego.

Budowanie szablonu agenta AI jest łatwą częścią, trudnością jest natomiast sprawienie, by działał on z chaosem pod spodem. Rapoport pyta: „Jak agent ma wiedzieć, jak działać, gdy masz 10 zduplikowanych pól [bazy danych], które mówią to samo, a różne zespoły ich używają?”

Jak działa platforma June?

Platforma June skanuje istniejące systemy firmy, aby zrozumieć jej procesy biznesowe, zidentyfikować wąskie gardła, a następnie buduje zoptymalizowane, oparte na agentach procesy, które je zastępują, automatycznie powiadamiając zespoły za pośrednictwem kanałów komunikacyjnych firmy.

Rapoport wyjaśnia: „Dajemy pełną, automatyczną mapę drogową tego, co musi się wydarzyć krok po kroku, aby skutecznie wdrożyć tego agenta w środowisku korporacyjnym, które często jest bardzo złożone. Dajemy przewodnik krok po kroku: 'Usuń te duplikaty. Połącz się z tym źródłem danych.' A potem klikasz 'buduj' przy każdym zadaniu, a June zaczyna to dla ciebie budować w organizacji.”

Paul Akinmade, dyrektor ds. strategii w CMG, dużym amerykańskim kredytodawcy hipotecznym, szybko przeniósł inżynierię oprogramowania swojej firmy na Claude Code, ale napotkał przeszkody w integracji z Salesforce. Jego zespół spędził tygodnie, próbując rozwiązać problem, bez postępów. Akinmade twierdzi, że June zmieniło tę sytuację, dając jego zespołowi jasny obraz tego, gdzie wdrożyć agentów i pozwalając im to zrobić bezpiecznie, jeszcze przed oficjalnym rozpoczęciem współpracy między firmami.

Rapoport postrzega June jako narzędzie uzupełniające FDEs i konsultantów, ale jej klienci mogą być do niego przyciągani z przeciwnego powodu: pozwala im całkowicie uniknąć FDEs. Akinmade, rozważając pilotaż narzędzia w CMG, powiedział Rapoport: „Jeśli twój produkt wymaga FDEs, nie chcę twojego produktu. Już to robiłem i to mnie irytuje. Nie chcę czarnej skrzynki. Nie chcę czegoś, co tylko nieliczni potrafią rozgryźć. Chcę łatwego w użyciu narzędzia.”

Rozwiązanie proponowane przez June adresuje kluczowy problem, z którym boryka się wiele przedsiębiorstw – przepaść między potencjałem sztucznej inteligencji a rzeczywistą zdolnością do jej efektywnego wdrożenia w złożonych, często przestarzałych środowiskach IT. Upraszczając proces integracji i automatyzując identyfikację oraz rozwiązywanie problemów związanych z danymi i procesami, June może znacząco przyspieszyć adopcję AI, czyniąc ją bardziej dostępną i użyteczną dla szerokiego grona firm, które dotychczas były hamowane przez wysokie koszty i złożoność wdrożeń.

Źródło: techcrunch.com