(SeaPRwire) –   Michael Polyani, ahli falsafah, ekonom, dan saintis British-Hungarian, mungkin paling dikenali hari ini kerana mencipta istilah “tacit knowledge” (pengetahuan diam). Pemerhatian besarnya ialah sebahagian besar perkara yang membentuk kepakaran dalam mana-mana bidang tidak pernah ditulis. Dalam sesetengah kes, ia wujud hanya sebagai sejenis intuisi profesional yang malah pakar sendiri tidak dapat menyatakan sepenuhnya. “Kita tahu lebih daripada yang kita dapat ceritakan,” adalah frasa terkenal Polyani.

Hari ini, pengetahuan diam membentangkan cabaran kepada syarikat yang mahu automatiskan alur kerja dengan ejen AI. Sebilangan besar—mungkin malah kebanyakannya—pengetahuan yang diperlukan oleh ejen ini tidak ditulis.

Interloom, sebuah startup berpusat di Munich yang bertujuan untuk mengubah automasi proses perniagaan tradisional untuk era AI, percaya ia boleh menyelesaikan masalah pengetahuan diam. Dan ia baru sahaja mengumpulkan wang modal risiko $16.5 juta untuk membantu mencapai misi itu.

Pembiayaan ini diketuai oleh DN Capital, dengan penyertaan dari Bek Ventures dan pelabur sedia ada Air Street Capital. Syarikat ini sebelum ini mengumumkan putaran benih $3 juta pada Mac 2024.

Interloom tidak mendedahkan penilaiannya selepas pembiayaan baru.

Fabian Jakobi, pengasas dan CEO Interloom, berhujah bahawa gelombang kegembiraan terkini tentang ejen AI mengabaikan kesesakan pengetahuan diam. Kira-kira 70% keputusan operasi tidak pernah didokumenkan secara rasmi, kata beliau. Apabila tiket sokongan yang kompleks tiba di meja kakitangan veteran, mereka tahu cara kerja, pasukan dalaman yang betul untuk dinaik taraf, dan penyelesaian—bukan kerana ia terdapat dalam manual, tetapi kerana mereka telah melihatnya sebelum ini.

“Orang yang paling penting di bank ialah orang yang tahu sama ada dokumentasi itu betul atau tidak,” kata Jakobi kepada . “Mereka selalunya dibayar paling rendah. Tetapi mereka menentukan kualiti.”

Pendekatan Interloom ialah memasukkan berjuta-juta rekod operasi—emel sokongan, tiket perkhidmatan, transkrip panggilan, pesanan kerja—dan menggunakannya untuk membina apa yang dipanggil “context graph” (graf konteks), peta yang dikemaskini berterusan tentang cara masalah sebenarnya diselesaikan dalam organisasi tertentu. Jakobi membandingkan konsep ini dengan Google Maps: sama seperti Google belajar laluan optimum daripada data trafik masa nyata, Interloom memetakan laluan yang diambil oleh pakar operasi untuk menyelesaikan masalah, dan menggunakan peta tersebut untuk membimbing ejen AI dan pekerja baru dengan sama.

Jakobi ialah usahawan bersiri. Beliau sebelum ini mengasaskan Boxplot, yang pada tahun 2021 beliau jual kepada Hyperscience, sebuah syarikat perisian AI berpusat di New York yang pakar dalam mengekstrak data daripada dokumen tidak berstruktur.

Perisian Interloom sudahpun beroperasi dengan beberapa perusahaan besar Eropah. Di Commerzbank, Interloom menganalisis berjuta-juta emel sokongan pelanggan dan memeriksanya terhadap dokumentasi dalaman sedia ada—mencari bahawa sebahagian besar daripadanya sama ada bertentangan atau tidak lengkap. Syarikat itu berkata ia mengurangkan jurang antara pengetahuan operasi yang didokumenkan dan sebenar daripada kira-kira 50% kepada 5%. Di Volkswagen, ia sedang memproses tiket sokongan pelanggan. Dan di Zurich Insurance, Interloom memenangi pertandingan AI seluruh syarikat—mengalahkan apa yang Jakobi kata sebanyak 2,000 startup asli AI lain—untuk kes penggunaan underwriting.

Keputusan underwriting di firma insurans, kata Jakobi, mencerminkan selera risiko tertentu syarikat itu, pengalaman terkumpulnya dengan broker dan produk tertentu, dan pengetahuan institusi yang tiada model kegunaan umum miliki.

“Pakar underwriting Zurich tahu bagaimana underwriting perbincangan broker mereka berfungsi jauh lebih baik daripada Accenture,” kata Jakobi, menyasarkan firma perundingan besar yang secara tradisional menguasai kerja proses enterprise.

Hujah yang lebih luas ialah ejen AI, walau seberapa cekap, tidak berguna di dalam syarikat besar tanpa konteks khusus organisasi. Jakobi mentafsirkan ini sebagai masalah “corporate memory” (memori korporat). 

“Dalam perisian, pengkompil memberitahu anda jika kod itu berfungsi,” kata Jakobi. “Kita tidak mempunyai kemewahan itu [dalam domain lain.] Penilaian mesti datang dari pakar manusia.”

Pelabur baru Interloom bersetuju dengan tesis itu. Guy Ward Thomas, rakan kongsi di DN Capital, berkata bahawa “ejen hanya sebaik keputusan pakar yang boleh ia andalkan.” Dan Thomas berkata bahawa DN Capital telah melihat dengan startup ejen AI lain bahawa apabila ejen ini tidak mempunyai konteks yang betul tentang enterprise di mana mereka digunakan, mereka jarang berfungsi dengan baik. “Pengalaman kami dengan ejen AI menegak dan platform suara menunjukkan kepentingan konteks kepada kami,” katanya.

Mehmet Atici daripada Bek Ventures sebelum ini menyokong UiPath, yang pernah menjadi pemimpin dalam gelombang sebelumnya RPA, atau automasi proses robotik. Tetapi RPA bergantung kepada ejen yang sebahagian besarnya dikod secara keras untuk mengikuti alur kerja yang sama dengan cara yang sama setiap kali. “Kami telah melihat potensi transformatif automasi secara langsung dan kami percaya AI kini membuka gelombang baru pengambilalihan pantas dalam enterprise,” kata Atici.

Masa Interloom mungkin sesuai. Apa yang dipanggil “Great Retirement” (Penceraian Besar) melihat kira-kira 10,000 Baby Boomers bersara setiap hari di AS. Bersama mereka keluar dari pintu adalah dekad pengetahuan institusi—seketika syarikat cuba menggunakan AI secara besar-besaran.

Jakobi melihat landskap persaingan dengan cara yang terang-terangan. Saingan terbesarnya, kata beliau, ialah inersia—andaian dalam syarikat besar bahawa operasi akan terus berfungsi seperti yang mereka lakukan selama dekad yang lalu.

Usaha produk seterusnya Interloom ialah apa yang dipanggil secara dalaman “Chief of Staff” (Ketua Staf)—lapisan yang direka untuk memberi pengurus visi masa nyata tentang bagaimana ejen AI mereka berprestasi, lengkap dengan kawalan versi untuk proses yang dikawal oleh ejen.

Tetapi Interloom bukanlah satu-satunya syarikat yang cuba mencipta lapisan pengurusan dan orkestrasi ejen AI. Hampir setiap syarikat yang memasarkan ejen AI, daripada OpenAI kepada ServiceNow kepada Microsoft, telah bekerja pada produk yang serupa.

Jakobi, bagaimanapun, berkata bahawa dia fikir “context graph” Interloom memberikannya kelebihan tersendiri berbanding pemain besar ini, yang katanya jarang mempunyai pandangan merentasi seluruh proses yang kompleks.