Кратко
Coworker.ai запускает OM2 — унифицированный уровень организационной памяти, который собирает данные из более чем 50 корпоративных платформ и преобразует их в предварительно вычисленные факты с учетом прав доступа. Вместо того чтобы заново выстраивать контекст для каждого ИИ-запроса с нуля, OM2 повторно использует структурированную информацию между сессиями, заявляя о 9-кратном сокращении затрат на токены и ускорении ответа на 64%. В сочетании с оптимизированной маршрутизацией моделей общая экономия средств может достигать 51x.
Каждый раз, когда типичный корпоративный ИИ-агент запускается для ответа на внутренний вопрос, он сталкивается с серьезной амнезией.
Чтобы сделать ИИ полезным, компании вынуждены участвовать в дорогостоящем и повторяющемся цикле: просеивать тысячи документов, тредов в Slack и записей в CRM, а затем силой загружать их в окно промпта для создания контекста.
Это подход «грубой силы» к извлечению данных, который, по оценкам, поглощает более 50% бюджетов корпоративного ИИ на токены.
Чтобы решить эту проблему, Coworker AI сегодня запускает OM2 — унифицированный уровень организационной памяти, созданный для масштабной оптимизации доступа ИИ к корпоративным данным.
Вместо того чтобы восстанавливать контекст компании с нуля для каждой отдельной сессии, OM2 непрерывно собирает данные из более чем 50 корпоративных платформ и превращает их в живой нейронный граф с учетом прав доступа.
Предварительный расчет корпоративного мозга для 9-кратного снижения расхода токенов
Традиционный корпоративный ИИ полагается на извлечение данных на уровне документов, подтягивая огромные массивы текста каждый раз, когда сотрудник задает вопрос. OM2 от Coworker.ai использует более точечный подход. По мере поступления новой информации в компанию — будь то успешно закрытая сделка в Salesforce, изменение продуктовой стратегии в Slack или принятое решение в стенограмме встречи — OM2 извлекает ее в виде дискретных, предварительно вычисленных фактов.
Эти факты точно отражают, кто участвовал в процессе, что было решено и какие аккаунты затронуты. Поскольку эта структурированная информация вычисляется один раз и используется повторно для разных запросов, ИИ не приходится заново выводить контекст для каждого промпта.
По заявлению компании, только этот структурный сдвиг обеспечивает 9-кратное сокращение расходов на токены и ускоряет время ответа на 64%, при этом в 84,5% случаев пользователи отдают предпочтение качеству получаемых ответов.
Уход от привязки к конкретным вендорам и резкое сокращение затрат
Coworker также борется с универсальным использованием моделей («one-size-fits-all»), раздувающим счета предприятий. Задействуя фирменный механизм оптимизированной маршрутизации (Optimized Routing Engine), OM2 динамически распределяет задачи. Он направляет простые запросы на извлечение данных более дешевым и быстрым моделям, в то время как для сложных задач рассуждения резервирует передовые модели. В сочетании с предварительно вычисленным слоем контекста Coworker заявляет, что экономия затрат может достичь поразительных 51х.
Что особенно важно, эта архитектура обеспечивает компаниям подлинный суверенитет данных. Вместо того чтобы запирать свои институциональные знания внутри закрытой экосистемы одного вендора, OM2 действует как агностический уровень интеллекта. Через протокол контекста моделей (Model Context Protocol, MCP) или нативные приложения он подключается напрямую к инструментам, которые команды уже используют: Claude, ChatGPT, Gemini, Perplexity или созданным на заказ внутренним агентам.
«Расходы на токены стремительно растут, и большая часть ИИ все еще не понимает, как быть эффективной внутри реальной компании,» — отметил Алекс Калдер (Alex Calder), соучредитель и генеральный директор Coworker.ai. — «OM2 непрерывно обучается и понимает ваш бизнес, при этом строго соблюдая права доступа на каждом узле. Именно так мы добиваемся 9-кратной экономии еще до того, как в игру вступает маршрутизация. И в отличие от большей части индустрии ИИ, мы не заинтересованы в том, чтобы вы сжигали больше токенов. Мы заинтересованы в том, чтобы помочь вам тратить меньше.»
Безопасность и реальное влияние
В корпоративном секторе аналитика ценна ровно настолько, насколько надежны ее ограничения безопасности; младший инженер, делающий запрос к агенту, не должен случайно наткнуться на дискуссии генерального директора о слияниях и поглощениях (M&A).
OM2 решает эту задачу, встраивая политики доступа непосредственно в каждый факт и связь внутри графа. Платформа работает на изолированной инфраструктуре с одним арендатором (single-tenant), соответствующей стандартам SOC 2, GDPR и CASA Tier 2, и гарантирует, что пользователи и агенты извлекают только те узлы, на просмотр которых у них есть явные полномочия.
Ранние пользователи уже используют платформу для устранения разрозненности данных. В компании RapidSOS команда операционной деятельности выручки (Revenue Operations) раньше тратила часы на ручное сопоставление записей Salesforce с разрозненными журналами коммуникаций для проверки данных. «Теперь ответ уже готов — актуальный и правильный, в тот самый момент, когда мы задаем вопрос,» — отметила Анна Уорин (Anna Waring), директор по операциям и системам выручки в RapidSOS.
При поддержке известных инвесторов из Кремниевой долины, включая Рамтина Найми (Ramtin Naimi) и бывшего старшего вице-президента Google Джеффа Хубера (Jeff Huber), Coworker.ai делает ставку на прагматичный сдвиг в ландшафте ИИ. В то время как разработчики базовых моделей гонятся за созданием все более крупных контекстных окон, Coworker доказывает, что ключевой прорыв для бизнеса заключается не обязательно в большем мозге, а в лучшей памяти.
Опубликовано 3 сентября 2026 - 08:00 Наверх
