Französisches Startup Staub hat in einer von Sequoia Capital geleiteten Finanzierungsrunde der Serie A 16 Millionen US-Dollar aufgebracht. Mit Dust können Unternehmen benutzerdefinierte KI-Assistenten erstellen und sie mit ihren Mitarbeitern teilen, damit diese effizienter arbeiten können.
Interessant bei Dust sind jedoch die Unterschiede zu anderen Unternehmen, die an Enterprise-Agenten oder KI-Assistenten im Allgemeinen arbeiten. Im Gegensatz zu einem verbraucherorientierten Tool wie ChatGPT sind Dust-Assistenten mit den Daten und Dokumenten eines Unternehmens verbunden. Wenn Sie beispielsweise einen neuen Assistenten in Dust erstellen, können Sie ihn mit Notion-Seiten, in Google Drive gespeicherten Dokumenten, Intercom-Konversationen oder Slack verknüpfen.
Gleichzeitig ist Dust, anders als die meisten KI-Startups, die an Enterprise-Agenten arbeiten, der Ansicht, dass Unternehmen mehrere KI-Assistenten haben sollten – nicht nur einen. Jeder Assistent könnte nützlich sein, um einen bestimmten Aufgabensatz auszuführen und einige allgemeine Probleme zu lösen, mit denen ein bestimmtes Team konfrontiert ist.
Praktischer ausgedrückt können Supportteams einen Dust-Assistenten verwenden, der sowohl den Inhalt der Wissensdatenbank als auch frühere Supportinteraktionen kennt. Auf diese Weise können neue Teammitglieder im Supportteam dem @supportExpert-Assistenten eine Frage stellen und eine relevante Antwort erhalten.
HR-Teams können einen KI-Assistenten erstellen, der Fragen zu Unternehmensrichtlinien beantworten kann – ohne dass eine komplizierte Notion-Datenbank durchsucht werden muss. Sie können auch einen anderen Agenten erstellen, der Stellenbeschreibungen auf der Grundlage früherer Stellenbeschreibungen erstellen kann. Auch dies stärkt das Unternehmen insgesamt und gibt dem HR-Team mehr Zeit.
Für Engineering- und Datenteams sind die Anwendungsfälle ziemlich unkompliziert. Ein Dust-Assistent kann beispielsweise die Datenbankschemata des Unternehmens kennen. Sie können @SQLbuddy in einfachem Englisch bitten, eine SQL-Abfrage für Ihren Kundenstamm zu schreiben.
Ein letztes Beispiel: Vertriebsteams können E-Mail-Entwürfe auf der Grundlage von CRM-Daten und dem allgemeinen Kontext eines potenziellen Kunden erstellen. Und wenn Sie eigene Konnektoren erstellen oder Dust-Assistenten in ein anderes Tool integrieren müssen, bietet das Unternehmen eine API an.
Anstatt das Rad neu zu erfinden, konzentriert sich Dust darauf, ein Produkt zu entwickeln, das für alle funktioniert. Ein paar Jahre nach der Einführung von ChatGPT sind die meisten Menschen mit dem KI-Assistenten vertraut (viele verwenden ihn sogar für die Arbeit, obwohl dies gegen die Unternehmensrichtlinien verstößt). Sie wissen, wie man ein Gespräch beginnt, weitere Details nachfragt und den KI-Assistenten bittet, seine Antwort neu zu formulieren.
Die Verwendung von Dust ist nicht viel anders, da Unternehmen mit der Plattform Konversationsassistenten entwickeln. Mitarbeiter können dann auf die Weboberfläche von Dust zugreifen oder direkt in Slack mit Assistenten interagieren – auf diese Weise können sie mitten in einem Gespräch @-erwähnt werden. Dust möchte generative KI im Wesentlichen in ein internes Kommunikationstool verwandeln, das jeder täglich nutzt.
Das Startup generiert mittlerweile einen jährlichen wiederkehrenden Umsatz von 1 Million US-Dollar und wird von einigen Technologieunternehmen im Spätstadium intensiv genutzt, darunter Watershed, Alan, Qonto, Pennylane und PayFit.
Das Business-Banking-Startup Qonto schätzt, dass 75 % seines 1.600-köpfigen Teams monatlich Dust-Assistenten verwenden. Bei Alan, einem französischen Unicorn im Bereich Krankenversicherung, nutzen 80 % des Unternehmens wöchentlich KI-Assistenten. Das Buchhaltungs-Tech-Unicorn Pennylane hat mit Dust 86 benutzerdefinierte Assistenten erstellt.
Neben Sequoia Capital investieren auch einige der bestehenden Investoren des Startups erneut, etwa XYZ, GG1, Connect Ventures, Seedcamp und Motier Ventures.
Ein kundenorientierter Ansatz bedeutet auch, dass Dust kein eigenes Basismodell erstellt. Wenn Sie einen Assistenten erstellen, können Sie das große Sprachmodell auswählen, das Sie für diesen Assistenten verwenden möchten. Dust verfügt über Integrationen mit OpenAI (GPT), Anthropic (Claude), Mistral und Google für seine Gemini-Modelle.
Es gibt eine ganze Reihe von Startups, die an Unternehmensplattformen für den Aufbau von KI-Agenten arbeiten. Einige Namen, die mir in den Sinn kommen, sind Brevian, Tektonic AI, Ema, Kore.ai und Glean. Sogar Atlassian, der Unternehmenssoftware-Riese hinter Jira und Confluence, hat seinen KI-Teamkollegen Rovo auf den Markt gebracht. Mal sehen, ob Dust mit seiner einfachen Onboarding-Strategie die richtige Markteinführungsmethode gefunden hat.