高中就开始创业,三个澳洲青年想为你打造“AI同事”

关注
ee
北京移动互联网
面向女生的新一代场景社交
最近融资:|2016-01-06
我要联系
2个软件500万用户

来源丨创业邦(ID:ichuangyebang)

作者丨李霜霜

编辑丨海腰

如何让一个10人以内的公司达到大型团队的劳动量?答案在于构建AI Agent团队。澳大利亚初创公司Relevance AI致力于通过SaaS低代码平台,帮助各类规模的公司为各类应用场景定制人工智能代理,从而极大提升生产力。

据睿兽分析数据,2020年,Relevance AI由Daniel Vassilev、Daniel Palmer、Jacky Koh在悉尼创立。

2023年12月14日,Relevance AI获得1000万美元融资,领投方是悉尼VC King River Capital,Insight Partners、Galileo Venture、Peak XV的Surge也参与其中。截至目前,公司共获得2轮融资,共计1300万美元。

图片

Relevance AI的创始人Daniel Vassilev表示,他们的目标是:无论规模大小,让各类公司都能自由构建自己的人工智能团队。“到2025年,每个团队都将至少有一位人工智能代理,到2030年,会扩充为成熟的人工智能团队提供支持。”

图片

让AI员工按SOP工作

据行业专家分析,在AI Agent产业链中,Relevance AI位于智能体运营(Agent Ops)的模块插件层。与Langchain、Fixie AI类似,Relevance AI提供技能库和插件工具,利用低代码技术降低开发环节的工作量,提升行业软件竞争力。行业专家认为,其在用户体验和“用低代码轻松创建智能体链”方面的能力颇具优势。

该公司着眼于企业级应用,用例集中于市场销售、市场分析、客户支持。Daniel Vassilev对此表示:“因为这些领域往往基于文本,并有显著的投资回报率(ROI)。”

图片

图源Relevance AI官网

Insight Partners的MD兼投资者George Mathew认为:“Relevance AI能够使企业自动执行重复性、耗时的任务,从而提高生产率。”

具体来看,Relevance AI的服务主要分为2类,技能和工具,即人工智能代理和人工智能工具。用户可以在主页的Tool页面选取AI工具使用,涵盖集成、知识整合、营销、运营、研究、销售等方面的80种prompt工具,减少重复性任务。

此外,Relevance AI提供了5个AI Agent模板,包办从市场开发、营销到销售的工作流程,其示例用于及时改进、市场销售、行业研究、客户支持和游戏模拟等场景。当前,Relevance AI的旗舰AI Agent是一个BDR代理,可以帮助用户规模化处理高度个性化的推广活动,全天候培养潜在客户并预约会议。其中,多个AI Agent跨工具协同工作,由一个代理经理(Agent Manager)来领导。

用户也可以在自行创建代理,从而简化工作流程,过程仅需5分钟。

图片

图片来自Relevance AI用户界面

在Relevance AI创建AI Agent的过程可以当做在对AI员工做“入职培训”。例如,市场研究公司导入市调结果进知识库,制定好任务导向,AI Agent便能做总结和分析并报告其活动端口。

Palmer表示:“当前,AI Agent和LLMs面临的巨大挑战是让它们的行为可预测,而在Relevance AI中客户可以为Agent绘制流程图指导其行为,就像给新员工制定SOP。”下一步,Relevance AI计划让AI Agent提高外联活动效率,如访问邮件、WhatsApp等,提升有效客户接触。

据介绍,Relevance AI在OpenAI、Google、Meta和Anthropic的LLM之间切换,并用SOC 2 Type2认证保证安全。

Palmer称,“Relevance AI最强大的功能之一就是无代码生成器,在这里客户可以使用托管的Python和JavaScript或API创建从LLM到复杂函数的任何内容。”。

Relevance AI称,在过去3个月内,约有6000家公司签约合作,运行超25万项任务。主要客户包含Descript、Roku、Myob、Redis等。该公司采用订阅制,根据个人、团队、企业提供从19美元/月—599美元/月的不同报价,用户使用积分在平台内按需使用工具库。

图片

高中开始创业,2个软件500万用户

Relevance AI创始人Daniel Vassilev擅长从火热应用中抓住商机。Vassilev小学就开始学习编程,童年时期的他在游戏里做了一个程序,能让树木砍伐这一重复无聊的举动实现自动化,从而获得更高经验。做出实用的程序出售供大家使用,“技术改变生活”的感觉令他着迷。

Vassilev在8年级的数学课上认识了他未来的联合创始人Jacky Koh(华人,中文名许志强),涉及质量、数字和统计的问题对他们二人都有吸引力,也让他们从玩伴成为商业伙伴。

图片

Relevance AI创始团队,从左至右为Daniel Vassilev、Daniel Palmer、Jacky Koh,图源官网

2014年正值他们的高中时期,从小生长在创业环境中的Jacky Koh向Vassilev偶然提及了自己的创业想法,并鼓励他直接放手去做:“既然你可以造出来,为什么不试试呢?”仅2周的时间,Vassilev把想法变为应用Audio Pocket,该应用支持用户在后台播放YouTube类流媒体背景音,在9个月内吸引了100万用户。Vassilev将它作为一个测试的产品进行商业化,并签下了一些广告。直到2016年,iOS10版本开始支持后台播放视频,他们关闭了该项目。

2016年,由Niantic和任天堂合作开发的早期AR游戏《Pokémon GO》上线澳大利亚、美国、新西兰,成为现象级火爆手游。Vassilev和Jacky Koh商量了想将宝可梦定位在地图上的想法和意义。“先不讨论意义,去做就行了”,Jacky Koh再次鼓动犹豫中的Vassilev。6小时,Vassilev制作出了《Poke Where》iOS版本和安卓版提交审核。第二天醒来他们发现,安卓版就已经有20000名用户。在接下来的两个月内,该软件吸引了400万名用户,在App Store里曾达到每日总排行第一。

图片

《Poke Where》用户超400万,图源Jacky Koh领英

刚上大一,Vassilev就开始关注悉尼的大学孵化项目。他与Jacky Koh共同创立了Vylar公司,负责运营Audio Pocket、Poke Where、Haptic Keyboard等软件。两人住在孵化器的办公室里,一个人扩大服务器规模满足用户需求,另一个人接下广告赚钱,积累产品运营的经验。

在这个过程中,他们实际接触到用机器学习人工智能的方法处理数据,跳出了学术理论的约束。Vassilev从中发现机遇,当业务和用户数据日益数字化后,大数据对企业来说不仅仅是数字,而且是评论反馈,有利于做出更明智的决策。

2019年,Jacky Koh担任了DSAI(澳大利亚数据科学与人工智能协会)的主席及IAG(澳大利亚国际航空航天局)机器学习主管,他在和社区交流过程中认识到多数企业分析数据的痛点。

2020年初,两人再次碰头交流,探讨了诸如“帮企业改进使用机器学习的方式能做到什么程度?”“机器学习相比我们最初构建应用时又进步了多少?”等问题。结合之前做实用的应用程序经验,他们意识到这次构思的产品能够为企业提供真正的价值,并且面向全球客户。

“虽然我们并非挚友,但我们的技能非常互补。最重要的是,我和Jacky合作的项目都取得了成功,这是一个已知的事实。”2020年3月,Vassilev、Jacky和大学校友Daniel Palmer的帮助下创立Relevance AI。

创立初期,他们选定了B2B市场作为目标,打出“大规模分析客户反馈数据的最快方法”这一口号。Vassilev选择先开发产品,用约1个月时间打磨了搜索匹配用例用以产品展示,Jacky则研究处理结构数据的技术以解决企业痛点。在使用量增加后,结合客户反馈改进技术,给企业痛点提供解决方案相应增多。当前,Relevance AI已能提供知识检索、网站抓取、谷歌主题搜索等工具用例。

Vassilev表示,Relevance AI的产品不像从前开发的应用可以两周完成,也不能只是坐等用户增长。实际上,其产品建设约用了一年时间,同时决定接受风投用以获客。“对Relevance AI来说最好的反馈是,客户在没有任何安全保障的情况下将数据交给了我们,这表明即使我们的产品并不完美,但他们的使用体验并不差。”2021年,Relevance AI通过17人团队实现了170万美元的收入。

产品完成时,澳大利亚风投Galileo Ventures已经注意到了Relevance AI,同时为其引荐了Insight Partners。2021年12月,Relevance AI完成了来自Insight Partners、Archangel Ventures的300万美元种子轮融资。值得一提的是,Insight Partners很少参与初创早期,其种子期轮次投资概率仅为2.66%。去年年底,Insight Partners再次加码其1000万美元的A轮融资,Galileo Ventures也参与其中。

图片

将人类的计划能力赋予AI Agent

Jacky在接受《福布斯》采访时表示:“目前,人工智能的重点是提高个人效率,人类正在使用AI作为co-pilot执行单个任务的一小部分,但如果我们要实现人工智能的真正潜力,企业需要具有不同专业的人工智能Agent团队。”

从办公活动到生活场景,将爆发数以万计的新应用,庞大的开发数量中也将有非技术人员用低代码形式构建,帮助企业用低代码构建多AI Agents团队,市场不可谓不大。根据咨询机构Gartner的市场分析,预计到2024年低代码应用程序开发将占总数的65%,到2025年全球低代码收入将达到290亿美元。

在ChatGPT推出后,创建智能链的市场已有众多创业公司涌现。去年11月,OpenAI首届开发者大会上,Sam Altman就抛出过GPT Store即将上线的消息。独角兽Adept AI在去年3月融资3.5亿美元,目标是试图为每个人建立一个最好的人工智能队友,被英伟达、微软等多家巨头看好。

在未来,AI智能体参与人类生活的各个领域。A16z发博文《对B2B生成式人工智能应用而言,“少”是否意味着“多”》指出,综合可用信息将是第二次浪潮的目标。因为涉及B2B应用时,客户会围绕时间和质量进行成本效益评估。第一次浪潮Wave1(GenAI)是“从提示词到长内容生成”,胜任重复性、低风险工作还算可以,而观点却不靠谱。第二次浪潮Wave2(SynthAI)是“从海量信息到洞察力”,人工智能不再集中于眼花缭乱的功能,而是聚焦于功能创造价值。

图片

图源A16z博客文章For B2B Generative AI Apps, Is Less More?

Relevance AI产品设计遵循了Vassilev的实用主义原则。例如, AI Tools的定位实际上是把用户的常用prompt变成模板,而AI Agents则整合了市面上的RPA(流程自动化)工具和AI技术,以解决重复性工作,并将手动客户反馈转化为可操作的AI洞察。从这些方面来看,该公司正处于从Wave1向Wave2迈进的阶段。

Daniel Palmer是创始团队成员之一,也是Relevance AI的产品前端负责人。他表示,向Agent提炼的第一批认知能力是知识储备。在2023年跨年之际,他给出了下一步期许:“我们正在研究下一组认知能力。人类拥有的核心技能之一就是思考未来、计划某种行动甚至安排某种行动的能力。现在,我们将这种能力赋予AI Agents。”

图片

本文为创业邦原创,未经授权不得转载,否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问,请联系editor@cyzone.cn。

反馈
联系我们
推荐订阅