Blog
Betaworks支持AI代理新創企業，以自動化日常任務為目標
Betaworks支持AI代理新創企業，以自動化日常任務為目標
April 17, 2024
重點摘要：
- Betaworks最新的「Camp」培育計劃支持了九家AI代理新創企業，他們致力於處理當今更為繁瑣的任務，不是通過另一個LLM，而是透過一系列代理型模型來自動化日常任務。
- Betaworks CEO John Borthwick認為，即使代理型AI還處於萌芽期，但一些客戶已準備好接受它的當前狀態，並且隨著時間的推移，這些產品最終會跨越到主流。
- Betaworks Camp提供了實用幫助，選定的公司在主題中獲得產品、戰略和聯繫方面的幫助，並在演示日上獲得資金支持。
新聞內文：
Betaworks正在擁抱AI趨勢，但不是透過又一個LLM，而是透過一系列代理型模型來自動化日常任務，儘管這些任務並不那麼容易定義。該投資者最新的「Camp」培育，並為九家AI代理新創企業提供資金支持，他們希望這些企業能處理當今更為繁瑣的任務。許多這些公司的用例聽起來很有前途，但是AI往往難以兌現承諾。你會信任一個嶄新的AI幫你整理郵件嗎？從網頁中提取和結構化訊息呢？有人會介意AI 在任何地方安排會議嗎？
這些服務還有一個尚未建立的信任元素，這與大多數改變我們行為方式的技術相同。向MapQuest詢問路線感覺很奇怪。現在GPS導航是一個日常工具。但是AI代理處於這個階段嗎？Betaworks CEO兼創辦人John Borthwick認為是。（披露：前TechCrunch編輯兼Disrupt主持人Jordan Crook離開TC加入了該公司）。
他告訴TechCrunch：「你正觸及我們花了很多時間思考的事情。儘管代理型AI 還處於萌芽期（關於代理成功率等問題仍然存在），但自Camp開始以來，我們已經看到了巨大的進步」。
Borthwick解釋說，雖然技術將繼續改進，但一些客戶已準備好接受它的當前狀態。
他說：「從歷史上看，我們看到，即使對於更高風險的任務，如果產品『足夠好』，客戶也會採取一個信任的跨越。原始的「Bill.com」，儘管在OCR和電子郵件掃描方面做了一些有趣的事情，卻並不總是做得對，但使用者仍然信任它處理價值數千美元的交易，因為它讓一個可怕的任務變得不那麼可怕。隨著時間的推移，透過高度交流的界面設計，這些客戶的反饋循環創造了一個更好、更可靠的產品」。
「目前，Camp中產品的早期用戶大多是開發人員、創辦人和早期科技採用者，這個群體一直願意耐心測試並提供反饋，這些產品最終會跨越到主流」。
Betaworks Camp是一個為期三個月的加速器，選定的公司在選定的主題中獲得產品、戰略和聯繫方面的實用幫助，然後在5/ 7日的展示日上獲得了50萬美元的支票，由Betaworks本身、Mozilla Ventures、Differential Ventures和 Stem AI提供。但在新創企業展示其產品之前，它們必須在演示日上展示自己的東西。
我們提前看了陣容。以下是我最感興趣的三個。
因此，與其讓後端工程師建立一個自定義腳本來執行某項任務，您可以用常用語言示範或描述它。比如「把我們今天收到的所有簡歷放在Dropbox的其中一個文件夾裡，並按申請人的名字重新命名它們，然後在『Slack』中直接給我分享連結」。一旦您調整了這個工作流程，它就可以成為處理這個流程的新方法。自動化佔用了我們80%時間20%任務是該公司的目標。它是否能以負擔得起的方式實現這一目標，可能才是真正的問題。（Twin拒絕就其模型和培訓過程的性質進行詳細說明）。
「Skej」目的在改善找到適合兩個或更多人的會議時間的繁瑣過程。您只需在電子郵件或Slack主題中抄送機器人，它將開始調和每個人的可用性和偏好。如果它可以使用日程表，它將檢查這些日程表；如果有人說他們寧願在週四的下午，它會配合；您可以說一些人優先；等等。任何與熟練行政助理合作的人都知道，他們是無可替代的，但每個EA都希望在那些只是一堆「這樣如何？不行？這樣如何？」的任務上花費更少的時間。
作為一個厭世主義者，我並不會遇到這個排程問題，但我欣賞其他人可能會遇到這個問題，而且他們也希望有一種「設置並忘記」的解決方案，他們只需順從結果即可。這在當今的AI代理的能力範圍內，它們主要的任務是理解自然語言，而不是填寫表格。
「Jsonify」是網站抓取器的進化，可以從相對非結構化的內容中提取數據。這已經做了很長一段時間，但提取訊息的引擎從來沒有那麼聰明。如果是一個大型、扁平的文件，它們工作得很好；如果是在網站標籤中或一些設計不良的視覺清單中，目的是讓人點擊，它們可能會失敗。Jsonify使用當今視覺AI模型更好地解析和整理可能對簡單爬蟲不可使用的數據的改進理解。
所以你可以在特定區域搜索 Airbnb 選項，然後讓 Jsonify 將它們全部轉儲到一個結構化列表中，包括價格、距離機場的距離、評分、隱藏費用等各種欄位。然後你可以去Vacasa做同樣的事情，提取相同的數據。也許是同一個地方（我最近這樣做節省了約150美元，但我希望我可以自動化這個過程）。或者，你知道，做專業的事情。
但是LLMs的不確定性是否使它們成為一個可疑的工具？創辦人Paul Hunkin 說：「我們已經建立了一個相當健壯的警戒線和交叉檢查系統。我們在運行時使用了一些不同的模型來理解頁面，這提供了一些驗證。我們使用的LLMs經過了對我們的用例的細化調整，所以即使沒有警戒線層，它們通常也是相當可靠的。通常我們看到95%以上的提取準確率，這取決於用例」。
我可以看到其中任何一個對於任何技術先進的企業都可能有用。其他團隊中的其他產品可能更加技術性或情境性。以下是剩下的六個：
Resolvd AI：雲端工作流程的代理自動化。感覺有用，直到定製集成追上它。
Floode：一個AI郵件整理工具，讀取你的電子郵件並找到重要的內容，同時準備適當的回覆和操作。
Extensible AI：你的AI退化了嗎？請問你的醫生是否可擴展你部署的正確測試和日誌記錄基礎設施？。
Opponent：一個虛擬角色，供孩子進行廣泛的互動和遊戲。在倫理和法律上感覺像是一個雷區，但某人必須走過這個雷區。
High Dimensional Research：是一個基礎架構。一個用於網路AI代理的框架，採用按需付費模式，因此如果你公司的實驗失敗了，你只需要支付一些錢。
Mbodi：機器人的生成式AI，在這個領域，訓練數據相對稀缺。我以為這是一個非洲詞，但其實它只是「具體化」。
毫無疑問地，AI代理將在不久的將來越來越自動化的軟體工作流程中發揮一定作用，但該角色的性質和程度尚未確定。顯然，即使其中一些產品尚未準備好大規模推出市場，Betaworks也希望儘早佔據先機。
你將能夠在5/7看到這些公司展示他們的產品。
新聞原址： https://techcrunch.com/2024/04/16/betaworks-bets-on-ai-agents-in-latest-camp-cohort/