Laurel está construyendo la primera plataforma de tiempo de IA del mundo para abordar la relación causal entre las industrias que no pueden vincular con precisión la inversión en tiempo con los resultados comerciales. Este artículo es de Leo, un artículo escrito por Deep Thinking Circle, recopilado, compilado y escrito por techflow. (Sinopsis: Cuando el mundo se precipita hacia la IA, ¿por qué Apple sigue quieta?) Laurel está utilizando la IA para resolver un problema de la industria de un billón de dólares: hacer que el tiempo de los trabajadores del conocimiento sea visible, medible y optimizado. ¿Alguna vez se ha preguntado por qué la industria manufacturera puede calcular el costo de producción de un automóvil con gran precisión, y la industria minorista puede rastrear con precisión el inventario de cada artículo, pero los bufetes de abogados, las firmas de contabilidad y las empresas de consultoría ignoran su recurso más importante: el tiempo humano? Esta pregunta me molestó durante mucho tiempo hasta que me enteré de la ronda de financiación Serie C de 100 millones de dólares de Laurel. La compañía está utilizando la IA para resolver un punto débil de la industria de un billón de dólares: hacer que el tiempo de los trabajadores del conocimiento sea visible, medible y optimizable. Profundicé y descubrí que Laurel no solo estaba haciendo algo tan simple como el seguimiento del tiempo. Están construyendo la primera plataforma de tiempo de IA del mundo para tratar de resolver lo que el fundador Ryan Alshak llama el "desafío de la inteligencia del tiempo": la incapacidad de las industrias basadas en el conocimiento para vincular con precisión la inversión en tiempo con los resultados comerciales. En la era de la IA, cuantificar y comprender el capital humano ha pasado de ser la guinda del pastel a ser una necesidad empresarial de "vida o muerte". La ronda fue liderada por IVP, con la participación de GV (Google Ventures) y 01A, y entre los nuevos inversores también se encontraban celebridades como DST Global, Kevin Weil de OpenAI, Alexis Ohanian, el CTO de GitHub, Vladimir Fedorov, entre otros. El dolor y el despertar de la contabilidad de seis minutos La raíz del problema se remonta a la forma en que la industria de servicios profesionales ha funcionado durante décadas. Los abogados, contadores y consultores deben registrar sus horas de trabajo en incrementos de seis minutos para que los clientes puedan pagar por hora. Ryan Alshak experimenta este dolor de manera aguda como abogado: "Es como un sábado por la noche cuando soy un chef que cocina para 500 clientes, pero al mismo tiempo me pide que lleve un registro de cada ingrediente que uso, lo cual es a la vez distractor y deshumanizante". Puedo entender la frustración. Imagina que acabas de completar un análisis legal complejo y tus pensamientos están en su punto más claro, pero luego tienes que detenerte y recordar: ¿Cuánto tiempo pasé mirando la información? ¿Cuántos minutos te llevó escribir este memorándum? ¿Qué se discutió en la llamada con el cliente? Esta interrupción forzada no solo afecta la eficiencia, sino que también hace que los profesionales se sientan como trabajadores de fábrica que están siendo monitoreados en lugar de expertos que brindan servicios intelectuales. El momento de epifanía de Alshak fue simple: "¿Por qué debería decirle a la máquina lo que hice en el trabajo en lugar de dejar que la máquina me recuerde lo que hice?" Detrás de esta pregunta aparentemente simple se esconde una idea contraintuitiva: los abogados, contadores y consultores en realidad tienen un problema de subfacturación porque olvidan gran parte del trabajo que ya se ha realizado. Si puede obtener más ganancias para el comprador (negocio) y ahorrar tiempo para el usuario (profesional), esta es la base perfecta para construir una empresa. Este punto de dolor es mucho más común de lo que pensaba. Según Laurel, el profesional promedio recupera más de 28 minutos de tiempo facturable por día, que anteriormente se perdieron debido a la falta de registros. A una tarifa promedio por hora de $375, eso significa que cada profesional genera $175 adicionales por día para la empresa. Para una gran empresa con cientos de profesionales, este número es bastante asombroso. Cuatro claves para que la IA redefina el seguimiento del tiempo La solución de Laurel suena intuitiva, pero es un desafío técnico extremadamente complejo de construir. He aprendido que para automatizar realmente los horarios de principio a fin, hay cuatro problemas técnicos clave que deben abordarse, cada uno de los cuales tiene un umbral técnico bastante alto. El primer reto es el seguimiento de la huella digital. Laurel debe ser capaz de integrarse con todos los programas digitales utilizados por los usuarios, incluidos Slack, Microsoft Outlook, Zoom y otras herramientas de trabajo. Solo cuando la IA puede "ver" todas las actividades laborales de los profesionales en todas las plataformas, puede reconstruir con precisión sus trayectorias laborales. Es como instalar un sistema de vigilancia ubicuo pero completamente insensible en el entorno de trabajo digital del usuario, capaz de registrar cada clic, cada edición de documentos y cada llamada telefónica. El segundo nivel es la integración profunda de las aplicaciones de IA. Laurel utiliza una variedad de técnicas de IA para procesar estas huellas digitales: los algoritmos de agrupación de datos categorizan el trabajo relacionado, los modelos de aprendizaje automático asignan el trabajo a clientes y proyectos relevantes, la IA generativa crea descripciones de trabajo y, finalmente, codifica y clasifica el trabajo a través del aprendizaje automático. En lugar de limitarnos a aplicar una interfaz de ChatGPT, construimos un sistema de IA optimizado para los flujos de trabajo de servicios profesionales. El tercer eslabón es el delicado equilibrio de la colaboración entre humanos y robots. Se genera un borrador de calendario para los usuarios que pueden agregar, eliminar o editar contenido. Este diseño "human-in-the-loop" garantiza la precisión y permite que la IA aprenda y mejore continuamente. Cada interacción del usuario hace que el sistema sea más inteligente, lo que crea un ciclo positivo. El cuarto paso es la integración perfecta con los sistemas de facturación existentes. Una vez que el usuario confirma el horario, el sistema enviará automáticamente los datos al sistema de facturación de la empresa, dejando la gestión de back-office sin cambios. De esta manera, la experiencia laboral de los profesionales ha pasado de "rellenar el horario" a "auditar el horario", lo que reduce en gran medida la carga psicológica. El ingenio de todo el proceso es que no obliga al usuario a cambiar sus hábitos de trabajo, sino que funciona silenciosamente en segundo plano, y al final solo requiere la confirmación final del usuario. Esta filosofía de diseño encarna un profundo pensamiento de producto: la mejor tecnología debe ser invisible, debe simplificar las cosas complejas, no agregar una nueva carga de aprendizaje al usuario. De perdedora de la tecnología legal a pionera en la era de la IA, el éxito de Laurel no ha sido fácil, de hecho, ha experimentado un renacimiento completo. La compañía se fundó originalmente en 2016 bajo el nombre de "Time by Ping", pero tuvo problemas en sus primeros años. Alshak reconoce con franqueza dos problemas principales: el excesivo enfoque en el mercado único legal y la falta de madurez de la tecnología de procesamiento del lenguaje natural en ese momento. El punto de inflexión llegó en 2022, cuando Alshak obtuvo acceso anticipado a OpenAI GPT-3, tomó una decisión audaz: suspender todo el trabajo y refactorizar completamente el producto. Este es un movimiento extremadamente raro en los círculos de startups, y la mayoría de la gente te dirá "nunca reconstruyas, sigue iterando". Pero Alshak ha elegido un camino que va en contra de la sabiduría convencional, que creo que ejemplifica el verdadero espíritu empresarial: la voluntad de asumir grandes riesgos por una visión más amplia. Cuando se lanzó ChatGPT en noviembre de 2022, la percepción de la IA en todo el mercado dio un vuelco...
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
La ruta de IA ultranicho en el extranjero "financió 100 millones de dólares", ¿cómo analiza Laurel la causalidad temporal?
Laurel está construyendo la primera plataforma de tiempo de IA del mundo para abordar la relación causal entre las industrias que no pueden vincular con precisión la inversión en tiempo con los resultados comerciales. Este artículo es de Leo, un artículo escrito por Deep Thinking Circle, recopilado, compilado y escrito por techflow. (Sinopsis: Cuando el mundo se precipita hacia la IA, ¿por qué Apple sigue quieta?) Laurel está utilizando la IA para resolver un problema de la industria de un billón de dólares: hacer que el tiempo de los trabajadores del conocimiento sea visible, medible y optimizado. ¿Alguna vez se ha preguntado por qué la industria manufacturera puede calcular el costo de producción de un automóvil con gran precisión, y la industria minorista puede rastrear con precisión el inventario de cada artículo, pero los bufetes de abogados, las firmas de contabilidad y las empresas de consultoría ignoran su recurso más importante: el tiempo humano? Esta pregunta me molestó durante mucho tiempo hasta que me enteré de la ronda de financiación Serie C de 100 millones de dólares de Laurel. La compañía está utilizando la IA para resolver un punto débil de la industria de un billón de dólares: hacer que el tiempo de los trabajadores del conocimiento sea visible, medible y optimizable. Profundicé y descubrí que Laurel no solo estaba haciendo algo tan simple como el seguimiento del tiempo. Están construyendo la primera plataforma de tiempo de IA del mundo para tratar de resolver lo que el fundador Ryan Alshak llama el "desafío de la inteligencia del tiempo": la incapacidad de las industrias basadas en el conocimiento para vincular con precisión la inversión en tiempo con los resultados comerciales. En la era de la IA, cuantificar y comprender el capital humano ha pasado de ser la guinda del pastel a ser una necesidad empresarial de "vida o muerte". La ronda fue liderada por IVP, con la participación de GV (Google Ventures) y 01A, y entre los nuevos inversores también se encontraban celebridades como DST Global, Kevin Weil de OpenAI, Alexis Ohanian, el CTO de GitHub, Vladimir Fedorov, entre otros. El dolor y el despertar de la contabilidad de seis minutos La raíz del problema se remonta a la forma en que la industria de servicios profesionales ha funcionado durante décadas. Los abogados, contadores y consultores deben registrar sus horas de trabajo en incrementos de seis minutos para que los clientes puedan pagar por hora. Ryan Alshak experimenta este dolor de manera aguda como abogado: "Es como un sábado por la noche cuando soy un chef que cocina para 500 clientes, pero al mismo tiempo me pide que lleve un registro de cada ingrediente que uso, lo cual es a la vez distractor y deshumanizante". Puedo entender la frustración. Imagina que acabas de completar un análisis legal complejo y tus pensamientos están en su punto más claro, pero luego tienes que detenerte y recordar: ¿Cuánto tiempo pasé mirando la información? ¿Cuántos minutos te llevó escribir este memorándum? ¿Qué se discutió en la llamada con el cliente? Esta interrupción forzada no solo afecta la eficiencia, sino que también hace que los profesionales se sientan como trabajadores de fábrica que están siendo monitoreados en lugar de expertos que brindan servicios intelectuales. El momento de epifanía de Alshak fue simple: "¿Por qué debería decirle a la máquina lo que hice en el trabajo en lugar de dejar que la máquina me recuerde lo que hice?" Detrás de esta pregunta aparentemente simple se esconde una idea contraintuitiva: los abogados, contadores y consultores en realidad tienen un problema de subfacturación porque olvidan gran parte del trabajo que ya se ha realizado. Si puede obtener más ganancias para el comprador (negocio) y ahorrar tiempo para el usuario (profesional), esta es la base perfecta para construir una empresa. Este punto de dolor es mucho más común de lo que pensaba. Según Laurel, el profesional promedio recupera más de 28 minutos de tiempo facturable por día, que anteriormente se perdieron debido a la falta de registros. A una tarifa promedio por hora de $375, eso significa que cada profesional genera $175 adicionales por día para la empresa. Para una gran empresa con cientos de profesionales, este número es bastante asombroso. Cuatro claves para que la IA redefina el seguimiento del tiempo La solución de Laurel suena intuitiva, pero es un desafío técnico extremadamente complejo de construir. He aprendido que para automatizar realmente los horarios de principio a fin, hay cuatro problemas técnicos clave que deben abordarse, cada uno de los cuales tiene un umbral técnico bastante alto. El primer reto es el seguimiento de la huella digital. Laurel debe ser capaz de integrarse con todos los programas digitales utilizados por los usuarios, incluidos Slack, Microsoft Outlook, Zoom y otras herramientas de trabajo. Solo cuando la IA puede "ver" todas las actividades laborales de los profesionales en todas las plataformas, puede reconstruir con precisión sus trayectorias laborales. Es como instalar un sistema de vigilancia ubicuo pero completamente insensible en el entorno de trabajo digital del usuario, capaz de registrar cada clic, cada edición de documentos y cada llamada telefónica. El segundo nivel es la integración profunda de las aplicaciones de IA. Laurel utiliza una variedad de técnicas de IA para procesar estas huellas digitales: los algoritmos de agrupación de datos categorizan el trabajo relacionado, los modelos de aprendizaje automático asignan el trabajo a clientes y proyectos relevantes, la IA generativa crea descripciones de trabajo y, finalmente, codifica y clasifica el trabajo a través del aprendizaje automático. En lugar de limitarnos a aplicar una interfaz de ChatGPT, construimos un sistema de IA optimizado para los flujos de trabajo de servicios profesionales. El tercer eslabón es el delicado equilibrio de la colaboración entre humanos y robots. Se genera un borrador de calendario para los usuarios que pueden agregar, eliminar o editar contenido. Este diseño "human-in-the-loop" garantiza la precisión y permite que la IA aprenda y mejore continuamente. Cada interacción del usuario hace que el sistema sea más inteligente, lo que crea un ciclo positivo. El cuarto paso es la integración perfecta con los sistemas de facturación existentes. Una vez que el usuario confirma el horario, el sistema enviará automáticamente los datos al sistema de facturación de la empresa, dejando la gestión de back-office sin cambios. De esta manera, la experiencia laboral de los profesionales ha pasado de "rellenar el horario" a "auditar el horario", lo que reduce en gran medida la carga psicológica. El ingenio de todo el proceso es que no obliga al usuario a cambiar sus hábitos de trabajo, sino que funciona silenciosamente en segundo plano, y al final solo requiere la confirmación final del usuario. Esta filosofía de diseño encarna un profundo pensamiento de producto: la mejor tecnología debe ser invisible, debe simplificar las cosas complejas, no agregar una nueva carga de aprendizaje al usuario. De perdedora de la tecnología legal a pionera en la era de la IA, el éxito de Laurel no ha sido fácil, de hecho, ha experimentado un renacimiento completo. La compañía se fundó originalmente en 2016 bajo el nombre de "Time by Ping", pero tuvo problemas en sus primeros años. Alshak reconoce con franqueza dos problemas principales: el excesivo enfoque en el mercado único legal y la falta de madurez de la tecnología de procesamiento del lenguaje natural en ese momento. El punto de inflexión llegó en 2022, cuando Alshak obtuvo acceso anticipado a OpenAI GPT-3, tomó una decisión audaz: suspender todo el trabajo y refactorizar completamente el producto. Este es un movimiento extremadamente raro en los círculos de startups, y la mayoría de la gente te dirá "nunca reconstruyas, sigue iterando". Pero Alshak ha elegido un camino que va en contra de la sabiduría convencional, que creo que ejemplifica el verdadero espíritu empresarial: la voluntad de asumir grandes riesgos por una visión más amplia. Cuando se lanzó ChatGPT en noviembre de 2022, la percepción de la IA en todo el mercado dio un vuelco...