הבעיה: הידע של החברה מפוזר בכל מקום

בארגון טיפוסי, המידע העסקי אינו נמצא במאגר אחד מסודר. הוא עשוי להיות מפוזר בשרשורי מייל, מסמכים, אפליקציות ענן ומערכות פנימיות. כאשר כלי AI מקבל גישה חלקית בלבד למידע הזה, הוא מתקשה לספק תשובות שמותאמות באמת לחברה — ולא רק תשובות כלליות.

הפיצול הזה עלול להקשות על עובדים למצוא מידע, להשאיר ידע ארגוני חשוב אצל עובדים ותיקים בלבד, ולגרום לכך שתהליכים עתירי ידע ימשיכו להתבצע באופן ידני. amber מבקשת לחבר בין המערכות הללו, כך שהידע לא יישאר כאוסף של "איים" נפרדים שאינם מדברים זה עם זה.

כך פועלת שכבת הנתונים של amber

בלב הפלטפורמה נמצאת שכבת AI Data Layer קניינית. לפי החברה והדיווחים על סבב הגיוס, היא מחברת מידע שמגיע מ:

• מיילים
• מסמכים עסקיים
• אפליקציות ענן
• מערכות פנימיות של החברה

המטרה אינה רק לאנדקס קבצים. השכבה אמורה גם לארגן את המידע ולהוסיף לו הקשר ארגוני, כדי שמערכות AI יוכלו לזהות קשרים בין פריטי ידע שונים לפני שהן משתמשות בהם כדי לענות על שאלות או לסייע בביצוע משימות.

מבחינת העובדים, המשמעות עשויה להיות דרך אחידה יותר לאתר מידע פנימי, במקום לחפש בנפרד בכל כלי. בין השימושים שהחברה מציינת: שימור ידע ארגוני, סיוע בקליטת עובדים חדשים, מציאת תשובות ואוטומציה של תהליכים עתירי ידע.

עם זאת, מדובר ביעדים ובשימושים שהפלטפורמה נועדה לתמוך בהם. הודעות הגיוס הזמינות אינן מציגות מדדים בלתי תלויים לגבי רמת הדיוק, קיצור זמני הקליטה או היקף האוטומציה בפועל.

מהחיפוש והצ׳אט — לתהליכים יזומים

החזון ארוך הטווח של amber חורג ממערכת שממתינה לכך שעובד יקליד שאלה או יפעיל משימה. החברה שואפת לבנות מערכות שמבינות את ההקשר הארגוני ואת כוונת המשתמש, מזהות משימות רלוונטיות באופן יזום, ובהמשך גם מבצעות אותן באופן אוטונומי.

לכן שכבת הנתונים היא רכיב מרכזי באסטרטגיה של החברה: מערכת AI לא יכולה לפעול בצורה אמינה בין תהליכים עסקיים אם אינה יודעת איזה מידע קשור למה, מה משמעותו בתוך הארגון וכיצד הוא מתחבר לבקשת המשתמש. הגישה של amber היא להכין ולארגן את הידע הארגוני לפני שמפעילים עליו יכולות של חיפוש, סיוע או ביצוע תהליכים.

עבור חברות קטנות ובינוניות, הערך שמציעה amber אינו בהכרח מודל AI חזק יותר, אלא תשתית שאמורה להפוך את הידע הקיים שלהן לזמין עבור AI בצורה מובנית ובהקשר הנכון.

לאן יופנו 7 מיליון האירו?

לפי amber, ההון החדש ישמש לארבעה יעדים עיקריים:

1. התרחבות באירופה, בתחילה באזור בנלוקס.
2. הגדלת הצוות והרחבת פעילות החברה.
3. המשך פיתוח פלטפורמת ה-AI ושכבת ה-AI Data Layer.
4. העמקת האינטגרציות עם מערכות עסקיות וארגוניות.

הגיוס מעניק ל-amber משאבים להתרחב מעבר לבסיסה באאכן, ובמקביל לקדם את המעבר מחיבור וארגון של ידע עסקי אל AI שמסוגל לתמוך בתהליכים יזומים ואוטונומיים יותר.

השורה התחתונה

ההימור של amber הוא שהאתגר הבא של AI ארגוני אינו מסתכם ביכולות של המודל. הבעיה נמצאת גם בידע העסקי המפוצל והמנותק שהמודל צריך להבין כדי לעבוד בתוך חברה מסוימת.

באמצעות שכבת ה-AI Data Layer, החברה מנסה לחבר את הידע הזה בין מערכות העבודה היומיומיות, לארגן אותו ולהוסיף לו הקשר ארגוני. כעת, עם גיוס של 7 מיליון אירו מ-Ventech ומ-NRW.Venture, היא מתכננת להתרחב באירופה, לשפר את הפלטפורמה ולבנות את הבסיס ל-AI שיוכל לא רק לסייע בתהליכים עתירי ידע — אלא בעתיד גם לזהות ולהשלים אותם בעצמו.

הבעיה: הידע של החברה מפוזר בכל מקום

בארגון טיפוסי, המידע העסקי אינו נמצא במאגר אחד מסודר. הוא עשוי להיות מפוזר בשרשורי מייל, מסמכים, אפליקציות ענן ומערכות פנימיות. כאשר כלי AI מקבל גישה חלקית בלבד למידע הזה, הוא מתקשה לספק תשובות שמותאמות באמת לחברה — ולא רק תשובות כלליות.

הפיצול הזה עלול להקשות על עובדים למצוא מידע, להשאיר ידע ארגוני חשוב אצל עובדים ותיקים בלבד, ולגרום לכך שתהליכים עתירי ידע ימשיכו להתבצע באופן ידני. amber מבקשת לחבר בין המערכות הללו, כך שהידע לא יישאר כאוסף של "איים" נפרדים שאינם מדברים זה עם זה.

כך פועלת שכבת הנתונים של amber

בלב הפלטפורמה נמצאת שכבת AI Data Layer קניינית. לפי החברה והדיווחים על סבב הגיוס, היא מחברת מידע שמגיע מ:

• מיילים
• מסמכים עסקיים
• אפליקציות ענן
• מערכות פנימיות של החברה

המטרה אינה רק לאנדקס קבצים. השכבה אמורה גם לארגן את המידע ולהוסיף לו הקשר ארגוני, כדי שמערכות AI יוכלו לזהות קשרים בין פריטי ידע שונים לפני שהן משתמשות בהם כדי לענות על שאלות או לסייע בביצוע משימות.

מבחינת העובדים, המשמעות עשויה להיות דרך אחידה יותר לאתר מידע פנימי, במקום לחפש בנפרד בכל כלי. בין השימושים שהחברה מציינת: שימור ידע ארגוני, סיוע בקליטת עובדים חדשים, מציאת תשובות ואוטומציה של תהליכים עתירי ידע.

עם זאת, מדובר ביעדים ובשימושים שהפלטפורמה נועדה לתמוך בהם. הודעות הגיוס הזמינות אינן מציגות מדדים בלתי תלויים לגבי רמת הדיוק, קיצור זמני הקליטה או היקף האוטומציה בפועל.

מהחיפוש והצ׳אט — לתהליכים יזומים

החזון ארוך הטווח של amber חורג ממערכת שממתינה לכך שעובד יקליד שאלה או יפעיל משימה. החברה שואפת לבנות מערכות שמבינות את ההקשר הארגוני ואת כוונת המשתמש, מזהות משימות רלוונטיות באופן יזום, ובהמשך גם מבצעות אותן באופן אוטונומי.

לכן שכבת הנתונים היא רכיב מרכזי באסטרטגיה של החברה: מערכת AI לא יכולה לפעול בצורה אמינה בין תהליכים עסקיים אם אינה יודעת איזה מידע קשור למה, מה משמעותו בתוך הארגון וכיצד הוא מתחבר לבקשת המשתמש. הגישה של amber היא להכין ולארגן את הידע הארגוני לפני שמפעילים עליו יכולות של חיפוש, סיוע או ביצוע תהליכים.

עבור חברות קטנות ובינוניות, הערך שמציעה amber אינו בהכרח מודל AI חזק יותר, אלא תשתית שאמורה להפוך את הידע הקיים שלהן לזמין עבור AI בצורה מובנית ובהקשר הנכון.

לאן יופנו 7 מיליון האירו?

לפי amber, ההון החדש ישמש לארבעה יעדים עיקריים:

1. התרחבות באירופה, בתחילה באזור בנלוקס.
2. הגדלת הצוות והרחבת פעילות החברה.
3. המשך פיתוח פלטפורמת ה-AI ושכבת ה-AI Data Layer.
4. העמקת האינטגרציות עם מערכות עסקיות וארגוניות.

הגיוס מעניק ל-amber משאבים להתרחב מעבר לבסיסה באאכן, ובמקביל לקדם את המעבר מחיבור וארגון של ידע עסקי אל AI שמסוגל לתמוך בתהליכים יזומים ואוטונומיים יותר.

השורה התחתונה

ההימור של amber הוא שהאתגר הבא של AI ארגוני אינו מסתכם ביכולות של המודל. הבעיה נמצאת גם בידע העסקי המפוצל והמנותק שהמודל צריך להבין כדי לעבוד בתוך חברה מסוימת.

באמצעות שכבת ה-AI Data Layer, החברה מנסה לחבר את הידע הזה בין מערכות העבודה היומיומיות, לארגן אותו ולהוסיף לו הקשר ארגוני. כעת, עם גיוס של 7 מיליון אירו מ-Ventech ומ-NRW.Venture, היא מתכננת להתרחב באירופה, לשפר את הפלטפורמה ולבנות את הבסיס ל-AI שיוכל לא רק לסייע בתהליכים עתירי ידע — אלא בעתיד גם לזהות ולהשלים אותם בעצמו.