צוות Arato צילום: אייל טואג.
צוות Arato צילום: אייל טואג.

Arato גייסה 10 מיליון דולר כדי לעזור לארגונים להבין איך מערכות AI יתנהגו בעולם האמיתי

חברת Arato, שמפתחת פלטפורמה לבחינת מערכות AI באמצעות סימולציות משתמשים, השלימה גיוס סיד של 10 מיליון דולר. את הסבב הובילה קרן TLV Partners, בהשתתפות Jibe Ventures, רגו ראגוראם, שותף באנדריסן הורוביץ ולשעבר מנכ"ל VMware, ומריאנה טסל, לשעבר CTO של Intuit.

בן פלמון |
נושאים בכתבה AI

Arato פיתחה פלטפורמה אוטונומית לבחינת מערכות AI. הפלטפורמה לומדת את יישום ה-AI של הארגון ומייצרת עשרות אלפי תרחישים שמדמים התנהגות אנושית אמיתית. הסימולציות מתבצעות דרך הממשק הקיים של המוצר, כולל אינטראקציות בטקסט, בקול, בתמונה או במידע עסקי, בלי צורך בגישה לקוד או באינטגרציה מורכבת.

אראטו מנתחת את תוצאות הסימולציות כדי להראות כיצד יישומי AI מתנהגים בפועל: אילו דפוסים חוזרים על עצמם, היכן מופיעות בעיות, אילו סיכונים עלולים להיווצר ובאילו מצבים נדרש תיקון. הניתוח מציג תחילה תמונה רחבה של מגמות והתנהגויות חוזרות, ובהמשך מאפשר לבדוק שיחה או תשובה בודדת כדי להבין מה השתבש ומה חומרת הבעיה.

הפלטפורמה משמשת שכבת AI Assurance לפני העלייה לפרודקשן וגם באופן שוטף לאחר מכן. היא מספקת לצוותי מוצר ופיתוח ביטחון מבוסס דאטה לגבי נקודות החוזק והחולשה של יישום ה-AI, ההשפעה שלו על חוויית המשתמש, עמידה בדרישות רגולציה ואבטחה והצעדים שנדרשים כדי להביא אותו לרמת מוכנות עסקית.

אימוץ AI בארגונים יצר אתגר חדש לצוותי מוצר ופיתוח. בניגוד לתוכנה מסורתית, שבה אפשר לכסות מראש חלק גדול מהתרחישים הצפויים, ביישומי AI מספר האינטראקציות האפשריות גדל בצורה משמעותית, וכל משתמש יכול להוביל את האינטראקציה לכיוון אחר. כתוצאה מכך, ארגונים רבים משיקים כיום כלי AI בלי שיש להם דרך אמיתית לדעת כיצד הם יתפקדו מול משתמשים אמיתיים.

במוצרים כאלה, הבעיה היא לא עצם קיומן של טעויות, אלא היכולת להבין מראש באילו מצבים הן צפויות להתרחש, מה חומרתן ומה ההשפעה שלהן על המשתמשים ועל העסק. הצורך הזה הופך משמעותי עוד יותר כאשר AI נכנס לענפים מפוקחים ולסביבות עסקיות קריטיות, וכאשר מסגרות רגולציה וממשל AI, כמו חוק ה-AI האירופי, מסגרת ניהול סיכוני ה-AI של NIST והצעת החוק הקנדית AIDA, מעצבות את הציפיות לאופן ניהול סיכוני AI בארגונים. Arato נועדה לספק לארגונים את התשובות האלה עוד לפני ההשקה וגם באופן שוטף לאחר מכן.

בין הארגונים המשתמשים בפתרון של אראטו נמצאות חברות SaaS ארגוניות, פלטפורמות אונליין ומסחר דיגיטלי, ארגונים בענפים מפוקחים כמו בנקאות וביטוח, וחברות תעשייה שמטמיעות AI כחלק מתהליכי הליבה העסקיים שלהן. באחד המקרים, חברה תעשייתית גלובלית שמפעילה סוכן AI לתמיכה בטכנאי שטח בסביבות תפעול מורכבות נדרשה בעבר לכשלושה חודשים וכ-500 שעות עבודה של מומחים כדי לוודא את רמת הדיוק והאמינות של המערכת לפני שחרור גרסאות חדשות. אראטו מאפשרת לה לקצר את תהליך האימות, להאיץ את קצב שחרור הגרסאות, להפחית בכ-80% את הזמן הידני הנדרש ולהגיע לחיסכון מוערך של כ-5 מיליון דולר בשלוש שנים.

אראטו הוקמה בשנת 2024 על ידי שחר ארז, מנכ"ל החברה, חיליק פז, CTO, וטל סלמונה, VP R&D. שלושת המייסדים עובדים יחד יותר משני עשורים. במהלך השנים הם שיתפו פעולה במרקיורי וב-VMware, וצברו ניסיון בפיתוח מערכות לבדיקות תוכנה, ניטור יישומים וכלי ניהול לתשתיות ענן. ארז ופז הקימו בשנת 2019 את Stoke, שפיתחה פלטפורמה לניהול והעסקה של עובדים ופרילנסרים ברחבי העולם, ונרכשה על ידי Fiverr בשנת 2021 תמורת 95 מיליון דולר. אראטו מעסיקה כיום 23 עובדים, כולם בישראל.

"שנים רבות עולם התוכנה התמקד בשאלה האם מערכת עובדת או לא. בעידן ה-AI השאלה החשובה יותר היא האם היא מוכנה לשימוש עסקי בעולם האמיתי", אמר שחר ארז, מנכ"ל ומייסד משותף של Arato. "נדרשת עוד כברת דרך עד שמערכות מבוססות AI יעמדו בציפיות של לקוחות, במיוחד כשלא מדובר בכלים כלליים כמו ChatGPT אלא ביישומים עסקיים קריטיים. כל ארגון שמטמיע AI יודע שהמערכת לא תעמוד בציפיות ב-100% מהמקרים; השאלה היא באיזו תדירות היא תטעה, באילו מצבים, ומה פוטנציאל הנזק למשתמשים ולעסק. ארגונים רבים משיקים כיום AI כדי לומר שיש להם AI, אבל זה לא יוכל להחזיק לאורך זמן. השלב הבא יהיה להביא את המערכות האלה לרמת בגרות שבה הן פותרות בעיה עסקית ומייצרות ערך. Arato מאפשרת למדוד את זה באופן שיטתי לפני שהלקוחות מגלים את הבעיות בעצמם."

איתן בק, מייסד ושותף-מנהל ב-TLV Partners, הוסיף: "ה-AI עובר משלב הניסויים אל תוך תהליכי עבודה עסקיים קריטיים, אבל לרוב הארגונים עדיין אין דרך אמינה להבין כיצד המערכות הללו יתנהגו כשהן יפגשו משתמשים אמיתיים. Arato מתמודדת עם בעיה שתהפוך מרכזית יותר ככל שאימוץ ה-AI יתרחב: לתת לצוותי מוצר ופיתוח את הבסיס העובדתי שהם צריכים כדי לדעת אם יישום AI מוכן לפרודקשן. אנחנו מכירים את שחר, חיליק וטל שנים, והשקענו גם בחברה הקודמת שהקימו, Stoke. הניסיון שלהם בבדיקות תוכנה, ניטור, תשתיות ענן ובניית חברות הופך אותם לצוות המדויק לבניית שכבת ה-Assurance החדשה למערכות AI ארגוניות."

הוספת תגובה

תגובות לכתבה:

הגב לכתבה

השדות המסומנים ב-* הם שדות חובה