Компания Marble Cognition вышла на рынок с pre-seed раундом на $3,75 млн для создания ИИ-агентов, которые сначала наблюдают за работой сотрудников, а затем берут рутинные задачи на себя. Раунд возглавили Heartcore и Seedcamp, среди бизнес-ангелов — руководители из McKinsey, Mistral AI и член совета директоров Datadog. Мюнхенский стартап делает ставку на наблюдение до автоматизации как на недостающее звено корпоративного внедрения ИИ. Такая постановка важна, потому что агенты уже распространены, но мало компаний могут точно описать собственные процессы для автоматизации.
Как Marble фиксирует работу перед автоматизацией
Компанию основали немецкие ИИ-инженеры Felix Rosner и Christophe Schmit, которые считают агентов уже массовым инструментом, используемым почти каждым предприятием в том или ином виде. Сейчас основное применение связано с написанием программного кода, а Marble нацелена на детальный операционный контекст, показывающий, что именно нужно строить и автоматизировать. По данным стартапа, более 90% бизнес-процессов существует в запутанных письмах, разрозненных таблицах и знаниях сотрудников, а не в четких схемах. При этом исследование McKinsey, упомянутое в сообщении, оценивает теоретический потенциал автоматизации в 57% рабочих часов в США, до которого большинство компаний далеко.
Marble фиксирует процессы в источнике через специальное настольное приложение, которое наблюдает за работой сотрудников в разных инструментах. Оно делает снимки экрана, записывает клики и нажатия клавиш, а затем превращает эти данные в структурированную карту процесса, понятную ИИ-агентам и похожую на код. Компания заявляет, что данные обезличиваются и могут проверяться до попадания в модели ИИ. Обработка может выполняться в частном облаке клиента или в локальной инфраструктуре. Система также распознает использование компьютера в нерабочих целях и исключает такие эпизоды, например просмотр Facebook в обеденный перерыв.
Подход отвечает на давнее узкое место проектов автоматизации, где выявление и описание процессов занимает основную часть усилий. Партнер Seedcamp Reshma Sohoni, ранний инвестор UiPath, назвал картирование выполнения работы сложной частью автоматизации. Marble занимает именно этот пробел, предоставляя контекст для программ ИИ-трансформации. Основатели противопоставляют это внедрениям, которые исходят из предполагаемых схем и требуют постоянных исправлений. В итоге продукт подается как базовый слой: сначала фиксация реального исполнения, затем передача работы автономным системам.
Что это меняет для покупателей автоматизации
После картирования Marble внедряет системы под названием Coworkers, которые выполняют выбранные повторяющиеся процессы от начала до конца в существующем стеке программ. Люди остаются в контуре там, где нужны важные решения, а агенты готовят работу для проверки, а не действуют полностью самостоятельно. Среди ранних клиентов компания называет EGYM, Mutares и Enam. Для небольших компаний такая модель снижает потребность во внутренних аналитиках процессов и разработчиках ботов. Для крупных организаций это способ стандартизировать исполнение между командами без замены действующих приложений.
В одном из описанных внедрений в финансовой компании США при поддержке прямых инвестиций Coworkers готовили предложения по урегулированию для проверки людьми. Время обработки обращений сократилось на 90%, а сотрудники стали обрабатывать примерно на 50% больше требований без найма дополнительного персонала. Эти цифры относятся к одному клиентскому кейсу, а не гарантируют результат в других отраслях. Покупателям следует проверить, при каком объеме процессов, качестве данных и доле исключений получен эффект. Важные вопросы касаются роста нагрузки на проверку, выявления ошибок и объема интеграции с каждой унаследованной системой.
Проверкой станет способность Marble превратить пилоты в повторяемые внедрения за пределами первых названных клиентов и одного кейса в финансах. Стоит следить за новыми раскрытыми заказчиками, измеренной экономией времени и сохранением Coworkers в промышленной эксплуатации через шесть-двенадцать месяцев. Расширение списка поддерживаемых приложений и подтвержденные проверки безопасности для частного облака и локального размещения тоже укажут на зрелость. Если эти признаки появятся, автоматизация с предварительным наблюдением может стать практичной категорией закупок для операционных руководителей.
