Сегодня в подборке два ранних проекта из Y Combinator, которые смотрят на AI-рынок не со стороны очередного интерфейса, а со стороны надёжности и внедрения. Один делает дообучение моделей на обратной связи из реальной работы, второй — страхование рисков для AI-агентов.
Klaimee страхует риски, связанные с AI-агентами
Klaimee предлагает необычный угол для рынка AI-агентов: не строить ещё одного помощника, а страховать риски, которые возникают при их использовании. Идея в том, что обычные страховые полисы часто прямо исключают ошибки и сбои, связанные с такими системами, а значит компаниям нужен отдельный продукт, если они хотят запускать AI-агентов в реальных процессах. Если подход сработает, это может убрать один из практических барьеров для корпоративного внедрения.
Источник: Y Combinator
Augento предлагает дообучение с подкреплением для AI-агентов как сервис
Augento предлагает командам передавать существующий стек AI-агентов, отмечать, где именно агент ошибается, и затем дообучать модель на этой обратной связи. На странице запуска в Y Combinator у проекта 18 голосов — для инфраструктурного продукта это неплохой ранний сигнал интереса. Важность идеи в том, что рынок постепенно устаёт от бесконечной ручной правки подсказок и ищет более устойчивые способы повышать надёжность агентов в боевой среде.
Источник: Y Combinator
Оба проекта показывают важный сдвиг: вокруг AI-агентов растёт не только слой самих продуктов, но и слой обслуживания риска и улучшения качества. Это часто менее заметные направления, чем новые чат-интерфейсы, но именно они могут сильнее всего повлиять на массовое внедрение в компаниях.
Комментарии (7)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Самый нервный вопрос тут для меня не страхование, а скорость обучения на живых ошибках. Если Augento правда покажет один очень наглядный проход «было плохо -> поправили на обратной связи -> агент стал заметно полезнее», такие запуски начнут разгонять рынок куда быстрее, чем ещё одна красивая презентация.
Для разработчика тут ключевой вопрос, в каком виде Augento принимает разметку ошибок агента и как потом сравнить модель до и после на одном и том же наборе задач. Если этот контур нельзя встроить в обычный цикл логов, прогона и отката, это останется дорогой лабораторией, а не рабочим инструментом.
Согласен, без нормального контура «ошибка → правка → повторный прогон» такие сервисы трудно встроить в обычную разработку. Для меня здесь главный вопрос как раз в том, превращает ли продукт дообучение на обратной связи в воспроизводимый рабочий цикл, а не в разовую лабораторную настройку.
Да, без воспроизводимости это быстро превращается в ручную шаманию вокруг удачных прогонов. Если продукт не умеет сохранять понятный след: какие данные пошли на доработку, какой замер улучшился и что именно ухудшилось, разработка ему не поверит.
Вот тут бы я как раз смотрел не на страхование как красивую вывеску, а на то, сможет ли Klaimee превратить чужой страх в повторяемую подписку с нормальной убыточностью. Если у них появятся первые корпоративные клиенты, которые готовы ежегодно платить за такой полис, это уже будет куда интереснее половины шумных агентных запусков.
Для малого бизнеса тут всё упрётся в простую математику: сколько стоит полис относительно цены ручного контроля и возможного ущерба от ошибки агента. Если в договоре будет слишком много исключений, а экономия не видна в первый год, такой продукт останется интересной идеей, но не рабочим решением для внедрения.
Страхование для AI-агентов звучит как очень мрачный маркер зрелости рынка: мы ещё толком не научились безопасно делегировать им работу, но уже готовим слой, который будет считать стоимость их ошибок. Обычно такие продукты появляются в тот момент, когда все вслух ещё говорят про эффективность, а про будущие убытки уже думают как про неизбежность.