مایسا AI با ۲۵ میلیون دلار برای حل نرخ شکست ۹۵ درصدی هوش مصنوعی وارد عمل می‌شود

بر اساس یک گزارش اخیر از ابتکار NANDA دانشگاه MIT، ۹۵٪ از پروژه‌های آزمایشی هوش مصنوعی مولد در شرکت‌ها با شکست مواجه می‌شوند. اما به‌جای انصراف کامل از این فناوری، پیشرفته‌ترین سازمان‌ها در حال آزمایش سیستم‌های عامل هوش مصنوعی هستند که می‌توانند یاد بگیرند و تحت نظارت باشند.

اینجاست که مایسا AI وارد عمل می‌شود. این استارتاپ یک ساله، تمام رویکرد خود را بر این پایه استوار کرده که اتوماسیون سازمانی نیازمند عامل‌های هوش مصنوعی پاسخگو است، نه جعبه‌های سیاه مبهم. با جذب سرمایه ۲۵ میلیون دلاری از شرکت سرمایه‌گذاری خطرپذیر اروپایی Creandum، اکنون مایسا استودیو را راه‌اندازی کرده که یک پلتفرم مدل‌بی‌طرف خودخدمت است که به کاربران کمک می‌کند کارگران دیجیتال را راه‌اندازی کنند که با زبان طبیعی قابل آموزش هستند.

هرچند این ممکن است آشنا به نظر برسد — شبیه به پلتفرم‌های کدگذاری حس‌دار مانند Cursor و Lovable حمایت‌شده توسط Creandum — مایسا ادعا می‌کند که رویکردش اصولاً متفاوت است. «به جای استفاده از هوش مصنوعی برای ایجاد پاسخ‌ها، از هوش مصنوعی برای ایجاد فرآیندی استفاده می‌کنیم که باید اجرا شود تا به پاسخ برسد — چیزی که ما آن را 'زنجیره کار' می‌نامیم،» مدیرعامل مایسا، دیوید ویلایلون به TechCrunch گفت.

معمار اصلی پشت این فرآیند، هم‌بنیان‌گذار و مدیر علمی مایسا، مانوئل رومرو است که قبلاً با ویلایلون در استارتاپ هوش مصنوعی اسپانیایی Clibrain کار کرده است. در ۲۰۲۴، این دو نفر گرد هم آمدند تا راه‌حلی برای توهمات بسازند، پس از اینکه «دیدند که نمی‌توانید به هوش مصنوعی تکیه کنید»، ویلایلون گفت.

این زوج نسبت به هوش مصنوعی شکاک نیستند، اما فکر می‌کنند که برای انسان‌ها امکان‌پذیر نیست که «سه ماه کار انجام‌شده در پنج دقیقه» را بررسی کنند. برای رسیدگی به این مشکل، مایسا از سیستمی به نام HALP، که مخفف پردازش LLM با افزوده انسانی است، استفاده می‌کند. این روش سفارشی مانند دانش‌آموزانی است که در تخته‌سیاه انجام می‌دهند — از کاربران درباره نیازهایشان می‌پرسد درحالی که کارگران دیجیتال هر مرحله را که قرار است دنبال کنند، ترسیم می‌کنند.

مایسا همچنین واحد پردازش دانش (KPU) را توسعه داده است، سیستمی قطعی طراحی‌شده برای محدود کردن توهمات. اگرچه مایسا از این چالش فنی و نه یک مورد استفاده خاص شروع کرد، به زودی متوجه شد که شرط‌بندی‌اش بر روی قابلیت اطمینان و پاسخ‌گویی با شرکت‌هایی طنین انداخته است که امیدوارند از هوش مصنوعی برای کارهای حیاتی بهره‌برداری کنند. به عنوان مثال، مشتریانی که در حال حاضر از مایسا در تولید استفاده می‌کنند شامل یک بانک بزرگ و همچنین شرکت‌هایی در بخش‌های خودروسازی و انرژی هستند.

به‌خدمت‌گرفتن این مشتریان سازمانی، مایسا امیدوار است که خود را به عنوان شکلی پیشرفته‌تر از اتوماسیون فرآیند رباتیک (RPA) که بهره‌وری را بدون نیاز به قوانین پیش‌تعریف شده جامد باز می‌کند، معرفی کند. برای تامین نیازهای آن‌ها، استارتاپ همچنین به آن‌ها امکان ارائه خدمات در ابر امن خود یا از طریق پیاده‌سازی در محل را نیز ارائه می‌دهد.

TechCrunch