Skan AI привлекает $63 млн для наблюдения за реальной работой офисных сотрудников и создания копирующих их ИИ-агентов

Компания Skan AI объявила в среду о привлечении 63 миллионов долларов финансирования в рамках раунда, который совместно возглавили Cathay Innovation и Dell Technologies Capital. Полученные средства пойдут не на создание очередной языковой модели. Они будут направлены на формирование базы данных о том, как сотрудники крупных компаний выполняют свою работу на практике. Skan собирает эти данные, наблюдая за их работой.

Авинаш Мисра (Avinash Misra), соучредитель и генеральный директор компании, прибегнул к метафоре. По его словам, все гоняются за созданием моделей, хотя более сложная проблема кроется в другом. «Все одержимы созданием лучшего автомобиля, — сказал он. — Мы считаем, что более перспективная возможность заключается в создании лучшей навигационной системы».

За чем именно следит программное обеспечение

Механика процесса важнее красивых метафор. Skan устанавливает ПО на рабочие столы сотрудников и делает скриншоты. Эти изображения считываются прямо на машине и остаются на ней. «На аналитическую платформу передаются исключительно обезличенные и абстрактные метаданные», — заявляет компания в своем руководстве по конфиденциальности.

За пределы компьютера уходит не запись, а текстовый список: данные об использовании приложений и паттернах переключения между ними, распределение времени по процессам, а также последовательности рабочих процессов и пути принятия решений. Перед отправкой куда-либо Skan заменяет идентификаторы сотрудников токенами. На странице безопасности Skan указано, что личные сообщения и пароли никогда не перехватываются.

Цифры масштабны, и все они принадлежат Skan

По данным компании, выручка выросла более чем на 300% в годовом исчислении. Чистый коэффициент удержания долларов (NDR) в среднем составляет 150%. Система обработала более 25 миллиардов рабочих сигналов. Клиентами компании являются четверть участников списка Fortune 50, семь из десяти крупнейших банков США и три из пяти крупнейших страховых компаний.

В качестве примера приводится подробный кейс крупного банка. Skan зафиксировала 11,2 миллиона переключений контекста среди 1 500 финансовых специалистов. Сообщается, что это позволило выявить операционные издержки на сумму 37 миллионов долларов. Агенты, созданные на основе этих наблюдений, снизили стоимость одной транзакции на 32% и увеличили пропускную способность на 41%. Заявленный результат — 18 миллионов долларов ежегодной экономии.

Слой наблюдения — это слой обучения

Одна фраза в пресс-релизе объясняет суть всего бизнеса, хотя ее не произносит ни один топ-менеджер: «То, что начиналось как 11,2 миллиона наблюдений за человеческим трудом, стало контекстом для выполнения этой работы искусственным интеллектом».

Таков этот цикл. Наблюдать за тем, как люди выполняют свою работу. Превратить наблюдение в модель этой работы. Направить на эту модель ИИ-агента. Персонал предоставляет спецификацию, а агент — реализацию.

Все это не является принципиально новой категорией, меняются лишь формулировки. Технологии майнинга процессов и задач уже целое десятилетие продают корпоративную прозрачность. Компания UiPath построила публичный бизнес на автоматизации всего, что удавалось обнаружить с помощью такой видимости. Разница лишь в том, что теперь оказывается на выходе: не скрипт, а агент.

Почему выбран именно такой момент

Skan ссылается на данные Gartner, описывая нишу, на которую нацелен продукт. Согласно исследованию, только 8% предприятий внедрили ИИ-агентов в производственные процессы, причем 95% ранних внедрений потребуют полного перепроектирования. Этот документ находится за платной подпиской, поэтому проверить его независимым образом нельзя.

Мисра рассматривает всю проблему как вопрос данных, а не самих моделей. «Вы не сможете исправить проблему с исходными данными на последующих этапах, — написал он в своем блоге. — Эту проблему не решат ни лучшие модели, ни лучшие промпты».

Что остается за кадром анонса

Все приведенные цифры исходят от самой компании. Skan заявляет о 500 миллионах долларов совокупной ценности для клиентов, однако не называет независимых аудиторов. Заявленные приросты производительности за счет ИИ демонстрируют скромные результаты при тщательной проверке. Одно широко известное исследование показало, что 95% организаций вообще не получили измеримой отдачи.

Куда более заметным упущением является отсутствие прямых определений происходящего. Банки и страховые компании массово закупают средства наблюдения за экранами собственных сотрудников. Канадский банк TD Bank свернул развертывание системы мониторинга после возражений персонала против слежки на рабочем месте. Компания Meta в июне приостановила программу сбора данных о нажатиях клавиш для обучения ИИ.

Европа как полигон для испытаний

Две компании, участвующие в инвестиционном раунде, имеют европейские корни. Cathay Innovation, один из соорганизаторов раунда, — французская компания. Британская группа Mitie, управляющая объектами недвижимости и насчитывающая 75 000 сотрудников, предоставила отзыв клиента. Ее технический директор Сиджо Джозеф (Cijo Joseph) поблагодарил Skan за «беспрецедентную операционную прозрачность».

Европа — это также место, где вопросы согласия сотрудников стоят наиболее остро. В руководстве по конфиденциальности Skan упоминается мюнхенское подразделение Allianz как пример внедрения, получившего полное одобрение производственного совета (works council). Это весомый аргумент против скептиков. Впрочем, это версия самой Skan, а не Allianz, который тем временем объявил о сокращении 1 800 сотрудников.

Проверить эти результаты можно будет через год. Skan утверждает, что агенты, созданные на основе наблюдения за работой, уже запущены в продакшн в крупнейших банках. К этому времени в следующем году либо эти агенты продолжат работу, либо они пополнят те самые 95%, которые потребовалось переделывать. Другой вопрос не имеет сроков давности: что работодатель станет делать с исчерпывающей записью того, как работают его сотрудники, после того как агенты ее усвоят?