Atheni levanta rodada pré-seed de £350 mil para combater o 'uso raso' de IA no trabalho

O problema: ir além da IA superficial

A tese da empresa é que muitas organizações compram licenças de IA, mas não conseguem obter retorno relevante porque os funcionários nunca integram as ferramentas na sua rotina diária. Os fundadores da Atheni desenvolveram uma metodologia para enfrentar essa questão ao longo de dois anos de trabalho direto com clientes, ajudando equipes a incorporar IA nos fluxos de trabalho e a utilizá-la para melhorar a tomada de decisão .

A dimensão do desafio aparece nos dados de mercado. A falta de expertise é a principal barreira para a adoção de IA, apontada por cerca de 70% das empresas que consideraram a tecnologia mas não a implementaram, segundo pesquisas do setor . A Atheni quer preencher essa lacuna ao transformar em produto sua abordagem já testada.

Como funciona o Atheni Accelerator

A peça central da oferta da Atheni é o Atheni Accelerator, um programa que roda no navegador e foi projetado para fornecer orientação personalizada e integrada ao trabalho . Em vez de treinamentos genéricos e pontuais, a plataforma leva o suporte em IA diretamente para as tarefas do dia a dia, respeitando o contexto de cada função.

Entre os principais aspectos do Accelerator estão:

• Orientação por função: assistência sob medida que encontra o profissional onde ele realmente trabalha.
• Métricas de adoção mensuráveis: ferramentas para que as organizações acompanhem se a IA está de fato sendo usada e como isso afeta os fluxos de trabalho.
• Metodologia escalável: uma versão em produto do modelo de engajamento de dois anos que os fundadores criaram no trabalho direto com clientes .

O objetivo é levar as equipes do uso esporádico e experimental da IA a uma integração consistente que realmente melhore a qualidade das decisões.

Taxas de adoção: o que se sabe e o que falta

A cobertura da imprensa menciona que a Atheni tem resultados de testes em contextos variados — incluindo ensino profissionalizante no País de Gales, educação executiva, serviços profissionais e uma grande entidade do setor industrial —, mas nenhuma porcentagem específica de adoção ou resultado quantitativo foi divulgado publicamente .

Essa é uma lacuna importante. Para efeito de comparação, o cenário mais amplo de adoção de IA mostra variações significativas por setor. Empresas de tecnologia lideram com algo entre 88% e 92% de adoção, enquanto o setor de educação fica bem atrás, na casa dos 34% . Até que a Atheni publique métricas próprias da plataforma, ainda não é possível avaliar se o Accelerator eleva as taxas de adoção acima dessas referências de mercado.

Setores-alvo e próximos passos

Com o novo aporte, a Atheni planeja continuar o desenvolvimento da plataforma e escalar o Accelerator. A empresa está concentrando seus esforços iniciais em três setores :

• Educação (incluindo ensino profissionalizante e educação executiva)
• Manufatura
• Serviços financeiros regulados

Não foi divulgado publicamente um roadmap detalhado de produto ou um cronograma de expansão além da atual construção da plataforma. No entanto, a escolha dos setores chama a atenção: educação e manufatura são historicamente os que adotam IA de forma mais lenta, o que significa que os resultados da Atheni com esses clientes — quando e se publicados — serão um teste importante da eficácia da metodologia.

O cenário mais amplo

O foco da Atheni em adoção, e não em desenvolvimento de novas ferramentas, a coloca em uma categoria distinta. Enquanto a maioria das startups de IA cria novas funcionalidades, a Atheni está tentando garantir que as ferramentas que já existem sejam de fato utilizadas. Isso se alinha com as principais dores do mundo corporativo: 69% das organizações ainda estão experimentando ou executando pilotos limitados de IA, e apenas 23% chegaram a implantações operacionais com impacto financeiro mensurável .

Como uma empresa pequena em estágio pré-seed e sem dados de desempenho publicados, a Atheni ainda tem muito a provar. Mas o respaldo de um operador experiente como Alex Chesterman e o foco claro em um problema generalizado e mensurável dão à startup uma base que vale a pena acompanhar.