Bagaimana Startup AI Atheni Berencana Mengakhiri 'Penggunaan AI di Permukaan' dengan Suntikan Dana Pra-Awal £350.000

Perkakas AI kini ada di mana-mana, tetapi integrasi yang sesungguhnya masih sulit dipahami oleh banyak organisasi. Meskipun survei umum menunjukkan bahwa hingga 88% perusahaan telah mengadopsi AI setidaknya dalam satu fungsi, sebagian besar dari penggunaan tersebut masih dangkal—37% organisasi menerapkan AI dengan sedikit atau tanpa perubahan pada proses bisnis yang mendasarinya . Masalah "penggunaan AI di permukaan" inilah yang coba dipecahkan oleh startup baru asal Inggris bernama Atheni.

Didirikan oleh Mackenzie Howe dan Louise Ballard, Atheni adalah perusahaan adopsi AI yang baru saja mengamankan pendanaan pra-awal sebesar £350.000 untuk meningkatkan platform mereka . Dukungan finansial ini datang dari angel investor terkemuka Alex Chesterman OBE—pengusaha di balik Zoopla dan Cazoo—bersama dengan dukungan dari lembaga pemerintah Innovate UK .

Masalahnya: Bergerak Melampaui Penggunaan AI di Permukaan

Tesis perusahaan ini adalah bahwa banyak organisasi membeli lisensi AI tetapi gagal mencapai keuntungan yang berarti karena karyawan tidak pernah mengintegrasikan alat-alat tersebut ke dalam rutinitas harian mereka. Para pendiri Atheni mengembangkan metodologi untuk mengatasi hal ini selama dua tahun bekerja langsung dengan klien, membantu tim menanamkan AI ke dalam alur kerja reguler dan menggunakannya untuk meningkatkan pengambilan keputusan .

Skala tantangan tercermin dalam data pasar yang lebih luas. Kurangnya keahlian tetap menjadi hambatan utama untuk adopsi AI, dikutip oleh sekitar 70% perusahaan yang mempertimbangkan tetapi tidak mengadopsi AI, menurut survei industri . Atheni bertujuan untuk menjembatani kesenjangan itu dengan memprodukkan pendekatan mereka yang telah terbukti.

Cara Kerja Atheni Accelerator

Pusat dari penawaran Atheni adalah Atheni Accelerator, sebuah program berbasis browser yang dirancang untuk memberikan panduan yang dipersonalisasi dan langsung dalam pekerjaan kepada para karyawan . Alih-alih sesi pelatihan yang abstrak, platform ini menanamkan dukungan AI khusus peran langsung ke dalam tugas sehari-hari.

Aspek-aspek kunci dari Accelerator ini meliputi:

• Panduan khusus peran: Bantuan yang disesuaikan yang menemui karyawan di tempat mereka bekerja.
• Metrik adopsi yang terukur: Alat bagi organisasi untuk melacak apakah AI benar-benar digunakan dan bagaimana pengaruhnya terhadap alur kerja.
• Metodologi yang dapat diskalakan: Versi produk dari model keterlibatan klien selama dua tahun yang awalnya dikembangkan oleh para pendiri .

Tujuannya adalah untuk memindahkan tim dari penggunaan AI yang sporadis dan eksperimental ke integrasi yang konsisten dengan kualitas keputusan yang terukur.

Angka Adopsi: Yang Kami Tahu dan Tidak Tahu

Sementara liputan pers Atheni menyebutkan hasil uji coba di berbagai lingkungan—termasuk pendidikan lanjutan di South Wales, pendidikan eksekutif, jasa profesional, dan badan perdagangan manufaktur besar—tidak ada persentase adopsi spesifik atau hasil kuantitatif yang dipublikasikan .

Ini adalah kekosongan yang perlu diperhatikan. Sebagai konteks, lanskap adopsi AI yang lebih luas menunjukkan variasi yang signifikan di setiap sektor. Perusahaan teknologi memimpin sekitar 88–92% adopsi, sementara sektor pendidikan tertinggal di sekitar 34% . Sampai Atheni merilis metrik platform mereka sendiri, mustahil untuk mengukur apakah Accelerator secara berarti mengangkat angka adopsi di atas garis dasar industri ini.

Sektor Target dan Apa Selanjutnya

Dengan pendanaan baru ini, Atheni berencana untuk terus mengembangkan platform mereka dan meningkatkan Accelerator. Perusahaan saat ini berkonsentrasi pada tiga sektor :

• Pendidikan (termasuk pendidikan lanjutan dan eksekutif)
• Manufaktur
• Jasa keuangan teregulasi

Tidak ada peta jalan produk atau jadwal ekspansi yang terperinci di luar pembangunan platform saat ini yang dipublikasikan. Namun, pilihan sektor yang mereka incar patut dicatat: pendidikan dan manufaktur secara historis merupakan pengadopsi AI yang lebih lambat, yang berarti hasil klien Atheni di area ini—jika dan ketika dipublikasikan—akan menjadi ujian penting bagi metodologi mereka.

Gambaran Besar

Fokus Atheni pada adopsi daripada pengembangan alat menempatkan mereka dalam kategori yang berbeda. Sementara sebagian besar startup AI membangun kemampuan baru, Atheni mencoba memastikan bahwa alat yang sudah ada benar-benar digunakan. Ini sejalan dengan titik sakit perusahaan yang lebih luas: 69% organisasi masih bereksperimen dengan atau menjalankan pilot AI terbatas, dan hanya 23% yang telah mencapai penyebaran operasional dengan dampak finansial yang terukur .

Sebagai perusahaan pra-awal kecil tanpa data kinerja yang dipublikasikan, Atheni masih harus banyak membuktikan. Tetapi dukungan dari operator berpengalaman seperti Alex Chesterman dan fokusnya yang jelas pada masalah yang tersebar luas dan terukur memberinya fondasi yang patut untuk diawasi.