Arga đã hoàn tất vòng gọi vốn hạt giống trị giá 10 triệu USD để xây dựng các môi trường sandbox "bản sao kỹ thuật số" (digital-twin), cho phép các nhà phát triển huấn luyện các tác nhân AI doanh nghiệp bằng học tăng cường (reinforcement learning) ở quy mô lớn. General Catalyst dẫn đầu vòng gọi vốn, cùng với sự tham gia của Box Group, Emergence, Gradient và SV Angel. Nguồn vốn này sẽ cung cấp cho startup nguồn lực để biến các mô phỏng độ trung thực cao thành một phần cốt lõi của ngăn xếp (stack) tác nhân AI đang mới nổi.

Tại sao các tác nhân AI hiện nay thường gặp khó khăn trong môi trường kinh doanh

Các trợ lý AI có khả năng viết mã hoặc soạn thảo email thường thu hút sự chú ý của truyền thông, nhưng các tác nhân có khả năng hoạt động xuyên suốt hệ sinh thái phần mềm của một công ty vẫn thường vấp ngã trước các quy trình làm việc thực tế. Hầu hết các môi trường thử nghiệm hiện nay chỉ cung cấp các điểm cuối API không lưu trạng thái (stateless API endpoints) — những lệnh gọi yêu cầu-phản hồi đơn giản, bỏ qua các trạng thái phức tạp, quyền hạn và logic hướng sự kiện vốn là nền tảng của các công cụ như Salesforce, Workday hay HubSpot. Một tác nhân phải quyết định xem một khách hàng tiềm năng mới trong hệ thống này có khớp với một liên hệ trong hệ thống khác hay không, hoặc phải kích hoạt một chuỗi phê duyệt trên nhiều nền tảng, sẽ không thể được tin cậy nếu nó chỉ mới được rèn luyện qua những lớp trừu tượng sơ sài như vậy.

Các nhà phát triển đang đối mặt với một tình thế tiến thoái lưỡng nan: hoặc phát hành một tác nhân trông có vẻ tốt trong môi trường sandbox nhưng lại thất bại khi xử lý dữ liệu thực tế, hoặc trì hoãn việc triển khai cho đến khi một chế độ thử nghiệm thực tế hơn được xây dựng — một chế độ mà cho đến nay, phần lớn vẫn còn thiếu sót.

Bản sao kỹ thuật số như một hình nhân thử nghiệm va chạm cho phần mềm

Câu trả lời của Arga là sao chép toàn bộ các ứng dụng SaaS, bao gồm cả hệ thống phân cấp quyền hạn, webhook callbacks và các mô hình dữ liệu. Kết quả là một "bản sao kỹ thuật số" (digital twin) — một bản sao ảo hoạt động giống như hệ thống thực tế (production) nhưng có thể được phá bỏ, quay ngược hoặc cấu hình lại chỉ bằng một cú nhấp chuột. Giống như các kỹ sư ô tô sử dụng hình nhân để thử nghiệm va chạm nhằm tìm hiểu cách một chiếc xe thực tế sẽ phản ứng, các nhà phát triển có thể đưa một tác nhân AI vào đối đầu với một phiên bản Salesforce mô phỏng, quan sát nó thực hiện việc đối soát khách hàng tiềm năng, sau đó đặt lại môi trường và chạy kịch bản đó hàng nghìn lần.

Vì bản sao này tồn tại trong một container được kiểm soát, Arga có thể khởi chạy nhiều phiên bản song song, mang lại cho mỗi vòng lặp học tăng cường (RL) một khởi đầu mới. RL — nơi một tác nhân học hỏi thông qua thử và sai và nhận được phần thưởng hoặc hình phạt — cần sự lặp lại khổng lồ để hội tụ về các hành vi đáng tin cậy. Môi trường sandbox của Arga cung cấp chính xác sự lặp lại đó, điều mà các mô hình tạo mã đã có được thông qua trình biên dịch, trình gỡ lỗi và các đường ống CI, nhưng các tác nhân quy trình kinh doanh lại đang thiếu.

Lớp còn thiếu trong ngăn xếp AI doanh nghiệp

Thế giới kỹ thuật phần mềm đã có một hệ sinh thái sandbox trưởng thành: các nhà phát triển đẩy mã vào môi trường thử nghiệm, hoàn tác các thay đổi và sử dụng các trình kiểm tra hiệu năng (profilers) để theo dõi quá trình chạy. Những công cụ đó đã thúc đẩy sự tiến bộ nhanh chóng của các mô hình trợ lý mã nguồn. Arga đang xây dựng một lớp tương tự cho các ứng dụng kinh doanh, một nền tảng có thể biến các tác nhân thử nghiệm thành những nhân sự cấp độ sản xuất.

Yuri Sagalov từ General Catalyst đã tóm tắt logic thị trường khi lưu ý rằng tác động kinh tế của một tác nhân phụ thuộc vào khả năng điều hướng các ứng dụng kinh doanh thực tế của nó. Nếu một AI không thể di chuyển hồ sơ khách hàng từ CRM sang một chiến dịch email một cách đáng tin cậy mà không cần sự giám sát của con người, giá trị của nó sẽ giảm xuống đáng kể. Bằng cách cung cấp một môi trường huấn luyện có độ trung thực cao và có thể lặp lại, Arga đặt mục tiêu hạ thấp ngưỡng "sẵn sàng cho tác nhân".

Ai sẽ là người hưởng lợi, và ai sẽ đối mặt với những thách thức mới

Các doanh nghiệp áp dụng tác nhân AI sẽ thấy quá trình tự động hóa các tác vụ thường nhật nhanh hơn, giảm việc nhập liệu thủ công và có khả năng mở rộng công việc tri thức mà không cần thuê thêm nhân viên. Đối với các nhà phát triển, môi trường sandbox loại bỏ một nguồn rủi ro lớn, cho phép họ lặp lại quy trình nhanh hơn và chứng minh độ tin cậy trước khi triển khai thực tế.

Các nhà đầu tư nhìn thấy một thị trường hiện đang thiếu một mảnh hạ tầng quan trọng. Vòng gọi vốn 10 triệu USD này là tín hiệu cho thấy sự tin tưởng rằng nhu cầu về các tác nhân đáng tin cậy sẽ vượt xa nguồn cung các công cụ để xây dựng chúng.

Cách tiếp cận này không phải không có những rào cản. Việc xây dựng các bản sao trung thực của các nền tảng SaaS liên tục phát triển là một mục tiêu luôn thay đổi; mỗi bản cập nhật API lớn đều có thể yêu cầu một thay đổi tương ứng trong bản sao kỹ thuật số. Các công ty cũng có thể e ngại khi giao phó dữ liệu nhạy cảm cho một mô phỏng của bên thứ ba, ngay cả khi các môi trường đó được cô lập. Cuối cùng, việc chạy các thử nghiệm RL quy mô lớn, ngay cả trong sandbox, có thể rất tốn kém, và các tổ chức sẽ cần chứng minh tính hợp lý của chi phí so với những lợi ích về năng suất dự kiến.

Những điều cần theo dõi tiếp theo

  • Triển khai sản phẩm: Những người dùng tiên phong sẽ cho thấy các bản sao khớp với hành vi thực tế trên môi trường production đến mức nào và các nhà phát triển có thể đạt được sự hội tụ RL có ý nghĩa nhanh đến mức nào.
  • Tích hợp nền tảng: Quan hệ đối tác với các nhà cung cấp SaaS lớn có thể đơn giản hóa quy trình sao chép, cải thiện độ trung thực và mở ra các dòng doanh thu mới cho cả hai bên.
  • Các vòng gọi vốn tiếp theo: Nếu những khách hàng đầu tiên chứng minh được ROI rõ rệt, một vòng gọi vốn lớn hơn có thể đẩy nhanh việc tuyển dụng, mở rộng danh mục các ứng dụng được hỗ trợ và tài trợ cho các hoạt động kỹ thuật cần thiết để giữ cho các bản sao luôn đồng bộ với những thay đổi ở phía thượng nguồn.
  • Sự giám sát về quy định và bảo mật: Khi các tác nhân AI xử lý nhiều quy trình làm việc nhạy cảm hơn, các khung tuân thủ có thể bắt đầu đề cập đến việc sử dụng môi trường mô phỏng để đào tạo, điều này có khả năng định hình cách Arga thiết kế các sandbox của mình.

Điểm mấu chốt

Arga đang lấp đầy khoảng trống vốn đã ngăn cản các tác nhân AI doanh nghiệp tiến xa hơn mức thử nghiệm khái niệm (proof-of-concept). Bằng cách cung cấp một bản sao có độ trung thực cao và có thể thiết lập lại của các phần mềm kinh doanh, startup này mang đến cho các nhà phát triển một môi trường thử nghiệm giàu dữ liệu mà học tăng cường (reinforcement learning) cần để tạo ra các tác nhân đáng tin cậy và sẵn sàng cho môi trường production. Khoản rót vốn hạt giống 10 triệu USD nhấn mạnh cả nhu cầu thị trường được nhận thấy và mức độ rủi ro mà các nhà đầu tư sẵn sàng chấp nhận đối với một giải pháp có thể biến các tác nhân tự hành từ một sự mới lạ thành công cụ làm việc chủ lực của doanh nghiệp hiện đại.