پیوستن ابزارهای هوش مصنوعی به بدنه سازمان‌های بزرگ، بر خلاف تصور عمومی، به یک کابوس پیچیده و پرهزینه تبدیل شده است. بسیاری از شرکت‌ها مجبورند برای راه‌اندازی این سیستم‌ها به ارتش متخصصی به نام «مهندسان استقرار پیشتاز» (Forward-Deployed Engineers) متکی شوند. حالا استارتاپ جدیدی به نام June با سرمایه اولیه ۲۰ میلیون دلار آمده تا ثابت کند خود هوش مصنوعی می‌تواند بزرگ‌ترین مانعِ پیاده‌سازی‌اش را در دنیای نرم‌افزارهای سازمانی حل کند.
حل چالش داده‌های قدیمی؛ کلید موفقیت ایجنت‌های سازمانی
تیم بنیان‌گذار June شامل افرات راپوپورت (Efrat Rapoport) و سه هم‌بنیان‌گذار دیگر است که پیش از این استارتاپ Bonobo AI را تأسیس کرده و آن را به سیلزفورس (Salesforce) فروخته بودند. آن‌ها پس از سال‌ها فعالیت در پروژه هوش مصنوعی سیلزفورس متوجه شدند که شرکت‌های بزرگ برای استفاده از هوش مصنوعی با یک مانع ساختاری بزرگ روبرو هستند: بدهی فنی و داده‌های پراکنده.
سرمایه‌گذاران سرشناسی مانند مارک بنیوف (مدیرعامل سیلزفورس)، مایکل دل، آرون لِوی و جورج کورتز بدون حتی دیدن فایل ارائه (Deck)، جذب ایده پلتفرم June شدند. راپوپورت چالش‌های اصلی سازمان‌ها را این‌گونه تشریح می‌کند:
- داده‌های سازمان‌ها روی پلتفرم‌های مختلفی مثل Salesforce، ServiceNow، Databricks و Workday تکه‌تکه شده‌اند.
- فرآیندهای کاری با سال‌ها بدهی فنی پیچیده شده‌اند و یک ایجنت هوش مصنوعی نمی‌داند چطور با فیلدهای تکراری دیتابیس کار کند.
- پاسخ فعلی صنعت هوش مصنوعی به این چالش، صرفاً استخدام نیروهای انسانی بیشتر است؛ مشکلی که June قصد دارد آن را خودکار کند.
پلتفرم June چطور ادغام هوش مصنوعی را خودکار می‌کند؟
عملکرد پلتفرم June به این صورت است که ابتدا تمام سیستم‌های موجود سازمان را اسکن کرده تا فرآیندهای کسب‌وکار و گلوگاه‌های اصلی را شناسایی کند. سپس یک نقشه راه گام‌به‌گام برای اصلاح داده‌ها و ساخت ایجنت‌های بهینه‌شده ارائه می‌دهد.
به عنوان نمونه، پل آکینماده (مدیر ارشد استراتژی در شرکت CMG)، پس از هفته‌ها بن‌بست در ادغام مدل Claude Code با سیستم سیلزفورس سازمانش، از پلتفرم June استفاده کرد. او می‌گوید این ابزار بدون نیاز به ساعت‌ها جلسه با مهندسان مشاوره، توانست نمای شفافی از نحوه پیاده‌سازی ایمن ایجنت‌ها ارائه دهد و مشکل را بلافاصله حل کند.
ویژگی‌های کلیدی ابزار June برای سازمان‌ها عبارتند از:
- پاکسازی خودکار داده‌ها: شناسایی و حذف داده‌ها و فیلدهای تکراری در دیتابیس‌های پیچیده.
- نقشه راه گام‌به‌گام: ارائه دستورالعمل‌های دقیق برای اتصال منابع داده به ایجنت‌ها.
- حذف وابستگی به مشاوران: بی‌نیازی از تیم‌های گران‌قیمتِ مهندسی استقرار (FDEs).
سوالات متداول
استارتاپ June دقیقا چه مشکلی را حل می‌کند؟
این استارتاپ روند پیاده‌سازی و اتصال ایجنت‌های هوش مصنوعی به سیستم‌های قدیمی و داده‌های پراکنده سازمان‌ها را خودکار و ساده می‌کند.
سرمایه‌گذاران اصلی استارتاپ June چه کسانی هستند؟
این استارتاپ در دور pre-seed مبلغ ۲۰ میلیون دلار به رهبری صندوق Time Ventures متعلق به مارک بنیوف و با مشارکت چهره‌هایی مثل مایکل دل جذب کرده است.
مهندسان FDE چیستند و چرا June جایگزین آن‌ها می‌شود؟
مهندسان استقرار پیشتاز (FDE) متخصصانی هستند که برای راه‌اندازی دستی هوش مصنوعی وارد شرکت‌ها می‌شوند. پلتفرم June با خودکارسازی فرآیند آماده‌سازی داده‌ها، نیاز به این متخصصان گران‌قیمت را برطرف می‌کند.