Aquant公司今日宣布推出全新的智能体AI平台,这是其现有产品的升级版本,旨在帮助服务组织创建、集成和部署针对其独特运营需求和挑战定制的AI智能体。
该平台专为复杂设备服务领域而设计,致力于解决服务团队面临的两难选择:要么采用刚性的预定义垂直解决方案,要么尝试强行适配缺乏深度服务专业知识的通用AI平台。智能体AI平台通过提供融入领域专业知识的水平化平台,成功弥合了这一gap。
Aquant用户可以获得构建、部署和集成针对其独特服务需求定制的AI智能体的灵活性。据该公司介绍,组织可以使用其预构建的智能体,如故障排除、知识搜索、零件识别、物联网和呼叫辅助等,以实现即时效果。
该平台还允许用户使用专业工具、数据模型和深度领域专业知识构建定制智能体,或者将内部开发的智能体引入并集成到平台中。Aquant的智能体可以融入现有的企业AI生态系统,提供广泛的兼容性,确保组织无需彻底改造其当前基础设施。
Aquant联合创始人兼总裁Assaf Melochna表示:"每个服务团队都面临独特挑战,刚性的AI解决方案很少能匹配现实世界运营的复杂性。通过智能体AI平台,我们正在消除障碍,为组织提供部署专门针对其设备、流程和客户定制的AI的自由,同时充分利用我们技术中内置的无与伦比的领域专业知识。"
该平台专门为解决现代服务环境的复杂性而构建,将深度领域专业知识直接嵌入其架构中。该产品提供内置的服务特定术语、错误代码和工作流程,使组织能够比使用通用工具更快、更有效地部署定制AI智能体。
它设计用于简便集成,无论公司是从零开始还是在成熟的AI生态系统中运营。它支持跨语音接口、客户关系管理和企业资源规划系统、协作工具、离线环境和新兴渠道的多渠道部署,确保AI在工作发生的任何地方都能访问。
此外,该平台具有检索增强对话层,通过提供以结果为导向的智能来增强有效性,产生不仅相关而且与关键业务绩效指标保持一致的响应。
Melochna补充道:"我们的愿景是让AI真正为负责复杂设备服务的团队工作,不仅仅作为回答问题的工具,而是作为能够推动创新和竞争优势的灵活、强大的引擎。这个平台为我们的客户提供了解决当今挑战和发明服务未来的工具。"
Aquant是一家获得风险投资支持的公司,已在四轮融资中筹集了1.31亿美元。该公司的投资者包括Qumra Capital Management Ltd.、Insight Partners LP、Pitango Venture Capital Ltd.、Lightspeed Venture Partners LP、Angular Ventures、Claltech和SE Ventures。
Q&A
Q1:Aquant智能体AI平台主要解决什么问题?
A:该平台主要解决服务团队面临的两难选择问题:要么采用刚性的预定义垂直解决方案,要么尝试强行适配缺乏深度服务专业知识的通用AI平台。智能体AI平台通过提供融入领域专业知识的水平化平台,帮助组织创建、集成和部署针对其独特运营需求定制的AI智能体。
Q2:智能体AI平台有哪些预构建的功能?
A:该平台提供多种预构建的智能体功能,包括故障排除、知识搜索、零件识别、物联网和呼叫辅助等,组织可以直接使用这些功能实现即时效果。同时,用户还可以使用专业工具构建定制智能体,或将内部开发的智能体集成到平台中。
Q3:这个平台如何与现有企业系统集成?
A:该平台设计用于简便集成,支持跨语音接口、客户关系管理和企业资源规划系统、协作工具、离线环境和新兴渠道的多渠道部署。Aquant的智能体可以融入现有的企业AI生态系统,提供广泛的兼容性,确保组织无需彻底改造其当前基础设施。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。