周美魏原文来源：深思SenseAI
图片来源：由无界 AI生成
在企业内部让 agents 成为同事，甚至构建一个团队。近日，一个来自澳大利亚的初创公司 Relevance AI 完成 1000 万美金 A 轮融资，帮助企业低代码构建多 agents AI 团队。值得一提的是，过去三个月内，约有 6000 家公司已经注册使用了 Relevance AI，并运行了超过 25 万个任务，包括回答客户咨询、管理外部销售、进行市场研究等。-澳大利亚融资活动
对于初期阶段的 AI Agent 产品，关键在于确保输出结果的准确性和可预测性，这通常依赖于标准操作流程（SOP）。然而，面对任务复杂度的提升，SOP 的局限性显现，无法应对更高级别的复杂任务。因此，该公司计划推出多 Agent 系统，表明解决复杂任务的需求日益依赖于多 Agent 结构的深入探索和实验。此类 AI Agent 公司产品面临的主要挑战是如何在保持输出准确性的同时，使多个 Agent 能够灵活地应对日益复杂的场景任务。-澳大利亚融资活动
追求完全自动化的工作流并非目标，主要因为目前的大型模型能力尚不完善，无法高概率准确完成工作任务。即便大模型达到通用人工智能（AGI）水平，将所有任务决策完全依赖于大模型仍不理想。任务通常需要人的实时反馈和持续迭代，而不仅仅是简单的流水线操作。-澳大利亚融资活动
AI Native 产品分析
Relevance AI
-168移民澳大利亚
1. 产品：Relevance AI
2. 创立时间：2020年
3. 团队：Daniel Vassilev、Jacky Koh，Daniel Palmer
4. 产品简介： Relevance AI 是一个平台，能允许用户：
使用自然语言培训 Agent，使他们成为您的同事
使用无代码构建器将专业知识转化为工具
与其他系统连接
在许多 Agent 中进行协调和委派
监控和管理任务输出
5. 融资情况：
2021 年 12 月，种子轮融资 3 百万澳币
2023 年 12 月，A 轮融资 1 千 5 百万澳币
01 愿景与使命
许多公司已经开始使用生成式 AI 工具，如 OpenAI 的 ChatGPT，这些工具被证明可以提高员工的工作表现，与未使用这些工具的工作者相比，提升幅度高达 40%。然而，只有拥有庞大工程团队的企业才能构建自己的 AI 工作力量。面对这一挑战，澳大利亚的初创公司 Relevance AI 提出了解决方案，旨在帮助各种规模的公司通过其基于 SaaS 的低代码平台构建定制 AI Agent，以实现任何用例或功能的最大化生产力。-澳大利亚融资活动
我们的使命是让团队只受他们想法的限制，而不是他们的规模 - 从资深行业玩家到雄心勃勃的新人。我们消除了复杂性，并使 AI Agent 能够自主工作，完成详细的工作流程或完成复杂任务，具有公司可以信赖的准确性和可预测性。-澳大利亚融资活动
——Daniel Vassilev：Relevance AI 联合创始人
在阐述公司的使命时，Relevance AI 的联合创始人 Daniel Vassilev 强调：“我们希望使团队的限制仅在于他们的想法，而非规模，无论是行业老手还是新兴挑战者。”他进一步指出，公司致力于简化技术现金条件优先难题，使 AI 代理能够独立工作，精确且可预测地完成复杂的工作流程和任务。-澳大利亚融资活动
这种愿景的实现得益于最近的 A 轮融资，Relevance AI 筹集了一笔重要资金。这些资金将主要用于进一步开发其低代码平台，使企业能够构建和部署定制 AI 代理，从而自动化重复性任务。-澳大利亚融资活动
过去三个月内，约有 6000 家公司注册使用 Relevance AI，并运行了超过 25 万个任务，包括回答客户咨询、管理外部销售或进行市场研究等。这些数字不仅证明了 Relevance AI 平台的强大能力，也显示出公司与科技、零售和快速消费品行业知名企业的紧密合作。-澳大利亚融资活动
Vassilev 进一步解释公司的市场战略：“我们首先专注于销售和客服支持团队等领域，因为这些领域以文本为基础，并且具有显著的投资回报率（ROI）。”
Relevance AI 推出的 AI 工具和 AI Agent 正是为了满足这些领域的需求，用户可以将这些工具和代理集成到现有工作流程中，以自动化重复任务，并利用 AI 代理完成从研究到市场营销再到销售的整个流程。-澳大利亚融资活动
展望未来，Relevance AI 对 AI 技术现金条件优先在各行各业的应用充满信心。公司预测：“到 2025 年，每个团队至少会雇用一名 AI 代理，而到 2030 年，将有完整的 AI 团队支持他们。”-澳大利亚融资活动
Vassilev 强调了 Relevance AI 的目标客户群——那些希望将重复性工作自动化的公司和团队。与传统的聊天界面不同，Relevance AI 专注于基于任务的结果，并提供一种委派工作而非单纯对话的体验。此外，他指出，许多应用程序可以从 Relevance AI 的平台中受益，自动化执行重复性任务。例如，产品经理可以使用 AI 代理帮助制定规格和进行研究，工程师可以借助 AI 进行代码审查。公司也正在探索涉及图像和音频的多模态用例。-澳大利亚融资活动
目前，公司有 19 名员工，计划到 2024 年中期将员工人数增加到约 30 人，并计划明年在旧金山设立办事处，以扩大其在美国的业务。
02 场景与用例
场景一：销售场景下的个性化推广
个性化外联：AI 的个性化功能极大提高了外联活动的效率。通过一键实现规模化个性化，它不仅能将回应率提升高达 8 倍，还能显著增加转化率。这种方法在拥挤的收件箱中脱颖而出，更容易吸引潜在客户的注意，从而增强推广活动的有效性。-澳大利亚融资活动
社交媒体和电子邮件互动：利用 AI 优化的个性化策略，可以将 LinkedIn 连接率提升 2 倍，电子邮件回复率增加 8 倍，同时将客户退订率减少 3 倍。这些显著的提升不仅意味着更高效的客户接触，还增强了市场推广的影响力。-澳大利亚融资活动
规模化的人性化和个性化数据自动化抓取：AI 智能地识别和提取关键细节，包括从 LinkedIn、文档、网站、Google、新闻等独特来源抓取数据，超越了传统的{职位}、{地点}和{公司}信息，使得信息更加突出。-澳大利亚融资活动
一键个性化成千上万条信息：告别繁琐的单一外联过程，AI 个性化技术现金条件优先能够一键处理成千上万条信息，实现广泛的观众连接，同时保持个性化信息的高质量。
完全控制个性化内容：用户可完全自主定制个性化内容的每个方面，从语调和风格到内容本身，甚至可以串联多个提示，使用最新的 AI 模型，而超越 OpenAI的限制。
与销售工具的集成：这种 AI 个性化技术现金条件优先可以无缝集成进现有的销售工具堆栈，如销售智能、潜在客户数据库、LinkedIn 自动化和电子邮件自动化等。这种集成不仅提升了效率，还确保了技术现金条件优先与现有销售流程的兼容性，为销售团队提供了强大的支持。-澳大利亚融资活动
场景二：客服场景下的客户体验
Relevance AI 的引入，特别是在行动洞察的获取方面，标志着从客户反馈中提取信息的转变。传统的方法往往是缓慢、手动、成本高昂且带有偏见。而 Relevance AI 则提供了一种快速、自动化、经济高效的方案，能够从任何来源处理逐字的客户反馈，提供规模化的行动性洞察。这一转变意味着，与繁琐的手动分析开放式反馈的过程相比，现在可以更轻松地获得深入洞察。-澳大利亚融资活动
Relevance AI 的无代码 AI 功能使得数分钟内即可获取可操作的洞察，而非数周。用户可以即时对反馈进行分类和深入分析，并分析比较情感和情绪。
在反馈分析的自动化方面：
有洞察力的AI分析：AI 理解文本的含义，能够找到不同上下文之间的联系，避免了传统关键词匹配和手动业务规则的局限。它能从所有反馈中生成 AI 摘要，并通过语义搜索和过滤器进行深入分析。-澳大利亚融资活动
无需培训或标记：用户可以在几分钟内实现从零到八成的价值，得益于预训练的、尖端的 AI
模型，这一过程既节省时间又易于操作。
端到端的无代码平台：Relevance AI支持从多个来源拖放任何文本或音频数据，或通过预建集成建立连接。它能够处理数据，构建可定制的图表、报告和仪表板，支持上传和分析任何非结构化或结构化数据，并分享仪表板或导出结果。-澳大利亚融资活动
Relevance AI的强大功能不仅限于数据分析，它还助力用户清理数据，编写复杂查询，运行模型，并创建精美的仪表板和应用程序。这包括语义搜索、AI标签自动化、自动分类、AI助手“Ask Relevance”用于总结洞察、智能规则结合、情感分析和图像搜索。-澳大利亚融资活动
此外，Relevance AI 与关键数据工具的无缝集成大幅提升了其易用性和功能性。它与Qualtrics、Q Software、Survey Monkey、Medallia、SPSS和Kapiche等平台的集成，提供了从客户反馈到数据分析的一系列解决方案。-澳大利亚融资活动
03 相较于 OpenAI API 的优势
从单一提示到 LLM 链的无缝过渡
Relevance AI 使用户能够从单一提示开始，轻松过渡到更复杂的 LLM 链以应对高级用例。用户可以添加其他变换，如 API 请求和 JS 代码执行，使 AI 链更强大、更多样化。从简单的提示开始，逐渐构建复杂的模型以满足特定需求。相比之下，OpenAI API 在整合高级用例时更具挑战性，需要更多的开发时间。-澳大利亚融资活动
增强的监控和成本跟踪
Relevance AI 提供优越的监控和成本跟踪能力，使用户可以轻松掌握AI链的使用和费用，确保预算内优化性能。而在 OpenAI API 中，需要依赖多个工具才能达到同样的洞察水平。-澳大利亚融资活动
简化的协作和共享
Relevance AI 通过使协作和共享 AI 链变得简单，促进团队合作。团队可以一起创建和部署更有效的提示和模型，确保实现业务目标，并让非技术现金条件优先团队成员参与其中。对于需要多个团队成员参与的复杂项目，Relevance AI 是改变游戏规则的工具。与此相比，OpenAI API 的协作目前还依赖于电子邮件、Slack 和截图。-澳大利亚融资活动
直观的 Notebook 体验
Relevance AI 的 Notebook 功能专为快速实验提示而设计。测试不同的提示并查看实时结果，帮助用户精炼模型并提高其准确性。而在 OpenAI API 中，实验提示更耗时且用户体验较差。-澳大利亚融资活动
更优的质量控制
Relevance AI 的质量控制功能确保 LLM 输出符合特定模式，匹配预期输出并避免错误，确保模型产生准确结果。而在 OpenAI API 中，用户需要自行构建必要的检查来确保输出的准确性。-澳大利亚融资活动
简化的版本控制
使用 Relevance AI 的无缝版本控制功能，可以轻松管理 AI 链的不同版本，这在测试各种模型或提示更改时极具价值。OpenAI API 则留给用户自行构建和跟踪这些更改，使版本控制更具挑战。-澳大利亚融资活动
轻松的 LLM 切换
Relevance AI 允许用户轻松在不同的 LLM 之间切换，使用户能够实验并找到最适合特定用例的 LLM。不限于单一 LLM，为 AI 链提供了更大的灵活性和控制权。而在 OpenAI API 中，切换 LLM 更具挑战性，尤其是如果依赖外部工具来管理模型。-澳大利亚融资活动
参考材料
版权声明
本文仅代表作者观点，不代表xx立场。
本文系作者授权xx发表，未经许可，不得转载。
评论列表
发表评论