הסטארט-אפ הישראלי Superwise.ai השלים סבב גיוס של 4.5 מיליון דולר
הגיוס הובל על ידי קרן ההשקעות קאפרי ונצ'רס וקרן ההשקעות F2 Capital והכספים ישמשו לשם קידום הפיתוח והשווק של פלטפורמת ה-AI Assurance שבנתה החברה
Superwise.ai הישראלית הודיעה השבוע על השלמת סבב גיוס Seed של 4.5 מיליון דולר, הגיוס הובל על ידי קרן ההשקעות קאפרי ונצ'רס וקרן ההשקעות F2 Capital.
כספי הגיוס ישמשו כדי להרחיב את פיתוח פלטפורמת ניטור הבינה המלאכותית שיצרה החברה, ושנקראת AI Assurance, ולקידום שיווק הפלטפורמה, בעיקר בשוק האמריקני.
פלטפורמת התוכנה כשירות (SaaS) שיצרה החברה מאפשרת לצוותים עסקיים ותפעוליים לקבל לידיהם בעלות על מודלים של בינה מלאכותית, ולסמוך על התפעול והמסקנות של תהליכים המוּנעים מבינה מלאכותית. הפלטפורמה של Superwise.ai משמשת כבר בפועל מספר לקוחות, המסוגלים כעת לאתר ולפתור כל בעיה במודלים של בינה מלאכותית בזמן אמת, במקום לחכות ולגלות עליה רק כאשר רואים את הנזק בתוצאות העסקיות.
את החברה הקימו עופר רזון, המנכ"ל, ואורן רזון, ה-CTO, שניהם בעלי ניסיון רב בהובלה עסקית וטכנולוגית של מוצרים ופתרונות בינה מלאכותית ו-Big Data בחברות בינלאומיות מובילות.
לפני שהקימו את החברה, אורן היה מנכ"ל-שותף בחברת שירותים מובילה בתחום, ובמהלך עבודתו עם עשרות ארגונים בארץ ובעולם זיהה את ההזדמנות בחוסר הטכנולוגי והתהליכי שקיים בשוק עבור חברות שמאמצות בינה מלאכותית ומשתמשות בה בצורה אופרטיבית.
"אמון בתפוקות המערכות הנשענות על בינה מלאכותית הוא חשוב מאוד", אמר עופר רזון, מייסד שותף ומנכ"ל החברה, "עם זאת, יישומי בינה מלאכותית מתנהגים הרבה פעמים כקופסה שחורה, מה שהופך את המעקב אחרי הביצועים שלהם למשימה כמעט בלתי אפשרית", הוסיף.
רזון הוסיף ואמר כי "אם אתה מנהל סניף של בנק ואת ההחלטות על גובה אישורי ההלוואות ללקוחות שלך לוקחת מערכת בינה מלאכותית בצורה לא שקופה, אתה עלול למצוא את עצמך מגלה בשלב מסוים שהמערכת יצאה מאיפוס ואישרה הלוואות לא טובות. הבעיה היא שלרוב תגלה זאת כשהנזק כבר נעשה, באיחור של כמה חודשים – כאשר תראה שחלה עלייה באחוז ההלוואות האבודות לבנק. הסיבה לבעיות אלה נעוצה בתלות הגבוהה של מערכות הבינה המלאכותית ביציבות הנתונים עליהם הן עובדות, כך ששינויים שנובעים מנסיבות עסקים (לדוגמה – הופעה של סגמנטים חדשים בשוק), או טכניות (שינויים בממשקים של המערכות המזינות), עלולים לגרום למצב של Garbage In Garbage Out, כשבוחנים את איכות קבלת ההחלטות. העניין הוא ששינויים כאלה תמיד קורים, ולרוב הם אינם מתגלים בזמן. אנחנו נדע להתריע על זה בזמן אמת, להראות מה הגורם לטעויות אלו ואפילו להמליץ על התיקון האיכותי ביותר".
תגובות
(0)