تکنولوژی

جمع‌آوری سرمایه 16 میلیون دلاری Dust برای دستیاران هوش مصنوعی متصل به داده‌های داخلی شرکت‌ها

استارتاپ فرانسوی Dust موفق به جمع‌آوری 16 میلیون دلار سرمایه‌گذاری سری A به رهبری Sequoia Capital شده است. این استارتاپ به شرکت‌ها امکان ایجاد و اشتراک‌گذاری دستیاران هوش مصنوعی سفارشی را برای افزایش کارایی می‌دهد. برخلاف ابزارهایی مانند ChatGPT، دستیاران Dust به داده‌ها و مستندات داخلی شرکت‌ها متصل هستند. این دستیاران می‌توانند وظایف مختلفی را در تیم‌های پشتیبانی، منابع انسانی، مهندسی و فروش انجام دهند. همچنین Dust یک API برای ایجاد اتصالات سفارشی فراهم می‌کند.

استارتاپ فرانسوی Dust موفق به جمع‌آوری 16 میلیون دلار سرمایه‌گذاری سری A به رهبری Sequoia Capital شده است. با Dust، شرکت‌ها می‌توانند دستیاران هوش مصنوعی سفارشی ایجاد کرده و با کارکنان خود به اشتراک بگذارند تا بتوانند موثرتر کار کنند.

اما چیزی که Dust را منحصر به فرد می‌کند، تفاوت‌های آن با سایر شرکت‌های فعال در حوزه دستیاران سازمانی یا هوش مصنوعی است. برخلاف ابزارهایی مانند ChatGPT، دستیاران Dust به داده‌ها و مستندات شرکت‌ها متصل هستند. به عنوان مثال، هنگام ایجاد یک دستیار جدید در Dust، می‌توانید آن را به صفحات Notion، مستندات ذخیره شده در Google Drive، مکالمات Intercom یا Slack متصل کنید.

در عین حال، برخلاف بسیاری از استارتاپ‌های هوش مصنوعی که بر روی دستیاران سازمانی کار می‌کنند، Dust باور دارد که شرکت‌ها باید چندین دستیار هوش مصنوعی داشته باشند - نه فقط یک دستیار. هر دستیار می‌تواند برای انجام مجموعه‌ای خاص از وظایف و حل مشکلات معمول که یک تیم خاص با آن مواجه است، مفید باشد.

از نظر عملی، تیم‌های پشتیبانی می‌توانند از یک دستیار Dust استفاده کنند که از محتوای پایگاه دانش و تعاملات پشتیبانی گذشته آگاه است. به این ترتیب، اعضای جدید تیم پشتیبانی می‌توانند سوالی به دستیار @supportExpert بپرسند و پاسخ مناسبی دریافت کنند.

تیم‌های منابع انسانی می‌توانند دستیار هوش مصنوعی ایجاد کنند که بتواند به سوالات مربوط به سیاست‌های شرکت پاسخ دهد - بدون نیاز به جستجوی پایگاه داده پیچیده Notion. همچنین می‌توانند دستیار دیگری ایجاد کنند که بتواند توصیفات شغلی را بر اساس توصیفات شغلی گذشته تدوین کند. این به شرکت کمک می‌کند و زمان تیم منابع انسانی را آزاد می‌کند.

برای تیم‌های مهندسی و داده، موارد استفاده واضح هستند. به عنوان مثال، یک دستیار Dust می‌تواند از ساختارهای پایگاه داده شرکت آگاه باشد. می‌توانید به @SQLbuddy در زبان ساده انگلیسی بگویید تا درخواست SQL را روی پایگاه مشتریان شما بنویسد.

یک مثال دیگر: تیم‌های فروش می‌توانند پیش‌نویس ایمیل‌ها را بر اساس داده‌های CRM و زمینه کلی پشت یک مشتری بالقوه ایجاد کنند. و اگر نیاز به ایجاد اتصالات خود یا ادغام دستیاران Dust در ابزار دیگری داشته باشید، شرکت یک API ارائه می‌دهد.

بدون ابداع دوباره چرخ، Dust تمرکز خود را بر ایجاد محصولی قرار داده است که برای همه کار کند. چند سال پس از راه‌اندازی ChatGPT، بیشتر مردم اکنون با دستیاران هوش مصنوعی آشنا هستند (بسیاری از آنها حتی با وجود اینکه مغایر قوانین شرکت است از آن برای کار استفاده می‌کنند). آنها می‌دانند چگونه مکالمه را شروع کنند، با جزئیات بیشتر پیگیری کنند و از دستیار هوش مصنوعی بخواهند پاسخ خود را بازنویسی کند.

استفاده از Dust تفاوت زیادی ندارد زیرا شرکت‌ها در حال ساخت دستیاران گفتگو با این پلتفرم هستند. کارکنان سپس می‌توانند به رابط وب Dust بروند یا مستقیماً با دستیاران در Slack تعامل داشته باشند - به این ترتیب، آنها می‌توانند در میانه مکالمه @-mention شوند. Dust اساساً می‌خواهد هوش مصنوعی مولد را به ابزار ارتباط داخلی تبدیل کند که همه هر روز از آن استفاده می‌کنند.

این استارتاپ اکنون سالانه 1 میلیون دلار درآمد تکرارشده دارد و برخی از شرکت‌های فناوری دیر مرحله‌ای مانند Watershed، Alan، Qonto، Pennylane و PayFit از آن به شدت استفاده می‌کنند.

استارتاپ بانکداری تجاری Qonto تخمین می‌زند که 75٪ از تیم 1,600 نفره آن به صورت ماهیانه از دستیاران Dust استفاده می‌کنند. در Alan ، یک یونیکورن بیمه سلامت فرانسوی، 80٪ از شرکت به صورت هفتگی از دستیاران هوش مصنوعی استفاده می‌کنند. یونیکورن فناوری حسابداری Pennylane 86 دستیار سفارشی با Dust ایجاد کرده است.

علاوه بر Sequoia Capital، برخی از سرمایه‌گذاران موجود استارتاپ نیز دوباره سرمایه‌گذاری می‌کنند، مانند XYZ, GG1, Connect Ventures, Seedcamp و Motier Ventures.

داشتن رویکردی مشتری‌محور همچنین به این معنی است که Dust مدل بنیادین خود را ایجاد نمی‌کند. هنگام ساخت یک دستیار، می‌توانید مدل زبان بزرگ مورد نظر خود را برای آن دستیار انتخاب کنید. Dust دارای یکپارچه‌سازی‌هایی با OpenAI (GPT)، Anthropic (Claude)، Mistral و Google برای مدل‌های Gemini است.

استارتاپ‌های زیادی در حال کار روی پلتفرم‌های سازمانی برای ساختن دستیاران یا عوامل هوش مصنوعی هستند. برخی نام‌هایی که به ذهن می‌رسند عبارت‌اند از Brevian ، Tektonic AI ، Ema ، Kore.ai و Glean . حتی Atlassian، غول نرم‌افزار سازمانی پشت Jira و Confluence، دستیار هوش مصنوعی خود را به نام Rovo راه‌اندازی کرده است. بیایید ببینیم آیا Dust روش مناسب بازار برای استراتژی ساده خود پیدا کرده است یا خیر.

توسط
Tech Crunch
منبع
Tech Crunch
نمایش بیشتر

اخبار مرتبط

بازگشت به بالا