Laurel está construindo a primeira plataforma de tempo de IA do mundo para abordar a relação causal entre indústrias que não podem vincular com precisão o investimento de tempo aos resultados de negócios. Este artigo é de Leo, um artigo escrito por Deep Thinking Circle, compilado, compilado e escrito por techflow. (Sinopse: Quando o mundo corre para a IA, por que a Apple ainda está parada?) Laurel está usando IA para resolver um ponto problemático da indústria de trilhões de dólares: tornar o tempo dos trabalhadores do conhecimento visível, mensurável e otimizado. Você já se perguntou por que a indústria de manufatura pode calcular o custo de produção de um carro com grande precisão, e a indústria de varejo pode rastrear com precisão o inventário de cada item, mas escritórios de advocacia, escritórios de contabilidade e empresas de consultoria ignoram seu recurso mais importante: o tempo humano? Essa pergunta me incomodou por muito tempo, até que eu soube sobre a rodada de financiamento de US$ 100 milhões da Série C da Laurel. A empresa está usando IA para resolver um ponto problemático do setor de trilhões de dólares: tornar o tempo dos trabalhadores do conhecimento visível, mensurável e otimizado. Eu me aprofundei e descobri que Laurel não estava apenas fazendo algo tão simples quanto rastrear o tempo. Eles estão construindo a primeira plataforma de tempo de IA do mundo para tentar resolver o que o fundador Ryan Alshak chama de "desafio de inteligência de tempo" – a incapacidade das indústrias baseadas no conhecimento de vincular com precisão o investimento de tempo aos resultados de negócios. Na era da IA, quantificar e compreender o capital humano deixou de ser a cereja no topo do bolo para ser uma necessidade empresarial de "vida ou morte". A rodada foi liderada pelo IVP, com participação da GV (Google Ventures) e 01A, e novos investidores também incluíram celebridades como DST Global, Kevin Weil da OpenAI, Alexis Ohanian, CTO do GitHub, Vladimir Fedorov e outros. A dor e o despertar da contabilidade de seis minutos A raiz do problema pode ser rastreada até a forma como a indústria de serviços profissionais trabalhou por décadas. Advogados, contadores e consultores precisam registrar suas horas de trabalho em incrementos de seis minutos para que os clientes possam pagar por hora. Ryan Alshak experimenta essa dor agudamente como advogado: "É como em uma noite movimentada de sábado, quando sou um chef cozinhando para 500 clientes, mas ao mesmo tempo me pedindo para acompanhar cada ingrediente que uso, o que é perturbador e desumanizante." Compreendo a frustração. Imagine que você acabou de concluir uma análise jurídica complexa e seus pensamentos estão mais claros, mas então você tem que parar e lembrar: Quanto tempo eu passei apenas olhando para as informações? Quantos minutos foram necessários para escrever este memorando? O que foi discutido na chamada com o cliente? Essa interrupção forçada não só afeta a eficiência, mas também faz com que os profissionais se sintam como trabalhadores da fábrica sendo monitorados em vez de especialistas que prestam serviços intelectuais. O momento de epifania de Alshak veio simples: "Por que eu deveria dizer à máquina o que eu fiz no trabalho em vez de deixar a máquina me lembrar o que eu fiz?" Por trás dessa pergunta aparentemente simples está uma visão contraintuitiva: advogados, contadores e consultores realmente têm um problema de subfaturamento porque esquecem muito do trabalho que já foi feito. Se você pode fazer mais lucros para o comprador (negócio) e economizar tempo para o usuário (profissional), esta é a base perfeita para construir uma empresa. Este ponto de dor é muito mais comum do que eu pensava. De acordo com Laurel, o profissional médio recupera mais de 28 minutos de tempo faturável por dia, que antes eram perdidos devido à falta de registros. Com uma taxa horária média de US$ 375, isso significa que cada profissional gera um adicional de US$ 175 por dia para a empresa. Para uma grande empresa com centenas de profissionais, este número é bastante impressionante. Quatro chaves para a IA redefinir o rastreamento de tempo A solução de Laurel parece intuitiva, mas é um desafio técnico extremamente complexo de construir. Aprendi que, para realmente automatizar cronogramas de ponta a ponta, há quatro questões técnicas principais que precisam ser abordadas, cada uma com um limite técnico bastante alto. O primeiro desafio é o rastreamento da pegada digital. Laurel deve ser capaz de se integrar com todos os programas digitais usados pelos usuários, incluindo Slack, Microsoft Outlook, Zoom e outras ferramentas de trabalho. Somente quando a IA consegue "ver" todas as atividades de trabalho dos profissionais em todas as plataformas é que ela pode reconstruir com precisão suas trajetórias de trabalho. É como instalar um sistema de vigilância onipresente, mas completamente insensível no ambiente de trabalho digital do usuário, capaz de gravar cada clique, cada edição de documento e cada telefonema. O segundo nível é a integração profunda de aplicações de IA. Laurel usa uma variedade de técnicas de IA para processar essas pegadas digitais: algoritmos de agrupamento de dados categorizam o trabalho relacionado, modelos de aprendizado de máquina atribuem trabalho a clientes e projetos relevantes, a IA generativa cria descrições de trabalho e, finalmente, codifica e classifica o trabalho por meio de aprendizado de máquina. Em vez de simplesmente aplicar uma interface ChatGPT, construímos um sistema de IA otimizado para fluxos de trabalho de serviços profissionais. O terceiro elo é o delicado equilíbrio da colaboração homem-robô. Um calendário de rascunho é gerado para usuários que podem adicionar, excluir ou editar conteúdo. Este design "human-in-the-loop" garante precisão e permite que a IA aprenda e melhore continuamente. Cada interação do usuário torna o sistema mais inteligente, o que cria um ciclo positivo. O quarto passo é a integração perfeita com os sistemas de faturamento existentes. Assim que o usuário confirmar o agendamento, o sistema enviará automaticamente os dados para o sistema de faturamento da empresa, deixando a gestão de back-office inalterada. Desta forma, a experiência de trabalho dos profissionais passou de "preencher o horário" para "auditar o horário", o que reduz muito a carga psicológica. A engenhosidade de todo o processo é que ele não força o usuário a mudar seus hábitos de trabalho, mas funciona silenciosamente em segundo plano e, no final, requer apenas a confirmação final do usuário. Esta filosofia de design incorpora um pensamento profundo sobre o produto: a melhor tecnologia deve ser invisível, deve tornar as coisas complexas simples, não adicionar uma nova carga de aprendizagem ao utilizador. De perdedora da tecnologia jurídica a pioneira na era da IA, o sucesso de Laurel não foi fácil, na verdade, ela passou por um renascimento completo. A empresa foi originalmente fundada em 2016 sob o nome de "Time by Ping", mas teve dificuldades em seus primeiros anos. Alshak reconhece candidamente dois problemas principais: o foco excessivo no mercado único legal e a falta de maturidade da tecnologia de processamento de linguagem natural na época. O ponto de virada veio em 2022, quando Alshak ganhou acesso antecipado ao OpenAI GPT-3, ele tomou uma decisão ousada: suspender todo o trabalho e refatorar completamente o produto. Este é um movimento extremamente raro em círculos de startups, e a maioria das pessoas lhe dirá "nunca reconstruir, continuar iterando". Mas Alshak escolheu um caminho que vai contra a sabedoria convencional, que eu acho que exemplifica o verdadeiro espírito empreendedor – uma vontade de assumir grandes riscos para uma visão maior. Quando o ChatGPT foi lançado em novembro de 2022, a perceção da IA em todo o mercado virou de cabeça para baixo...
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
O nicho de IA super pequeno no exterior "financiou 100 milhões de dólares", como a Laurel analisa a causalidade temporal?
Laurel está construindo a primeira plataforma de tempo de IA do mundo para abordar a relação causal entre indústrias que não podem vincular com precisão o investimento de tempo aos resultados de negócios. Este artigo é de Leo, um artigo escrito por Deep Thinking Circle, compilado, compilado e escrito por techflow. (Sinopse: Quando o mundo corre para a IA, por que a Apple ainda está parada?) Laurel está usando IA para resolver um ponto problemático da indústria de trilhões de dólares: tornar o tempo dos trabalhadores do conhecimento visível, mensurável e otimizado. Você já se perguntou por que a indústria de manufatura pode calcular o custo de produção de um carro com grande precisão, e a indústria de varejo pode rastrear com precisão o inventário de cada item, mas escritórios de advocacia, escritórios de contabilidade e empresas de consultoria ignoram seu recurso mais importante: o tempo humano? Essa pergunta me incomodou por muito tempo, até que eu soube sobre a rodada de financiamento de US$ 100 milhões da Série C da Laurel. A empresa está usando IA para resolver um ponto problemático do setor de trilhões de dólares: tornar o tempo dos trabalhadores do conhecimento visível, mensurável e otimizado. Eu me aprofundei e descobri que Laurel não estava apenas fazendo algo tão simples quanto rastrear o tempo. Eles estão construindo a primeira plataforma de tempo de IA do mundo para tentar resolver o que o fundador Ryan Alshak chama de "desafio de inteligência de tempo" – a incapacidade das indústrias baseadas no conhecimento de vincular com precisão o investimento de tempo aos resultados de negócios. Na era da IA, quantificar e compreender o capital humano deixou de ser a cereja no topo do bolo para ser uma necessidade empresarial de "vida ou morte". A rodada foi liderada pelo IVP, com participação da GV (Google Ventures) e 01A, e novos investidores também incluíram celebridades como DST Global, Kevin Weil da OpenAI, Alexis Ohanian, CTO do GitHub, Vladimir Fedorov e outros. A dor e o despertar da contabilidade de seis minutos A raiz do problema pode ser rastreada até a forma como a indústria de serviços profissionais trabalhou por décadas. Advogados, contadores e consultores precisam registrar suas horas de trabalho em incrementos de seis minutos para que os clientes possam pagar por hora. Ryan Alshak experimenta essa dor agudamente como advogado: "É como em uma noite movimentada de sábado, quando sou um chef cozinhando para 500 clientes, mas ao mesmo tempo me pedindo para acompanhar cada ingrediente que uso, o que é perturbador e desumanizante." Compreendo a frustração. Imagine que você acabou de concluir uma análise jurídica complexa e seus pensamentos estão mais claros, mas então você tem que parar e lembrar: Quanto tempo eu passei apenas olhando para as informações? Quantos minutos foram necessários para escrever este memorando? O que foi discutido na chamada com o cliente? Essa interrupção forçada não só afeta a eficiência, mas também faz com que os profissionais se sintam como trabalhadores da fábrica sendo monitorados em vez de especialistas que prestam serviços intelectuais. O momento de epifania de Alshak veio simples: "Por que eu deveria dizer à máquina o que eu fiz no trabalho em vez de deixar a máquina me lembrar o que eu fiz?" Por trás dessa pergunta aparentemente simples está uma visão contraintuitiva: advogados, contadores e consultores realmente têm um problema de subfaturamento porque esquecem muito do trabalho que já foi feito. Se você pode fazer mais lucros para o comprador (negócio) e economizar tempo para o usuário (profissional), esta é a base perfeita para construir uma empresa. Este ponto de dor é muito mais comum do que eu pensava. De acordo com Laurel, o profissional médio recupera mais de 28 minutos de tempo faturável por dia, que antes eram perdidos devido à falta de registros. Com uma taxa horária média de US$ 375, isso significa que cada profissional gera um adicional de US$ 175 por dia para a empresa. Para uma grande empresa com centenas de profissionais, este número é bastante impressionante. Quatro chaves para a IA redefinir o rastreamento de tempo A solução de Laurel parece intuitiva, mas é um desafio técnico extremamente complexo de construir. Aprendi que, para realmente automatizar cronogramas de ponta a ponta, há quatro questões técnicas principais que precisam ser abordadas, cada uma com um limite técnico bastante alto. O primeiro desafio é o rastreamento da pegada digital. Laurel deve ser capaz de se integrar com todos os programas digitais usados pelos usuários, incluindo Slack, Microsoft Outlook, Zoom e outras ferramentas de trabalho. Somente quando a IA consegue "ver" todas as atividades de trabalho dos profissionais em todas as plataformas é que ela pode reconstruir com precisão suas trajetórias de trabalho. É como instalar um sistema de vigilância onipresente, mas completamente insensível no ambiente de trabalho digital do usuário, capaz de gravar cada clique, cada edição de documento e cada telefonema. O segundo nível é a integração profunda de aplicações de IA. Laurel usa uma variedade de técnicas de IA para processar essas pegadas digitais: algoritmos de agrupamento de dados categorizam o trabalho relacionado, modelos de aprendizado de máquina atribuem trabalho a clientes e projetos relevantes, a IA generativa cria descrições de trabalho e, finalmente, codifica e classifica o trabalho por meio de aprendizado de máquina. Em vez de simplesmente aplicar uma interface ChatGPT, construímos um sistema de IA otimizado para fluxos de trabalho de serviços profissionais. O terceiro elo é o delicado equilíbrio da colaboração homem-robô. Um calendário de rascunho é gerado para usuários que podem adicionar, excluir ou editar conteúdo. Este design "human-in-the-loop" garante precisão e permite que a IA aprenda e melhore continuamente. Cada interação do usuário torna o sistema mais inteligente, o que cria um ciclo positivo. O quarto passo é a integração perfeita com os sistemas de faturamento existentes. Assim que o usuário confirmar o agendamento, o sistema enviará automaticamente os dados para o sistema de faturamento da empresa, deixando a gestão de back-office inalterada. Desta forma, a experiência de trabalho dos profissionais passou de "preencher o horário" para "auditar o horário", o que reduz muito a carga psicológica. A engenhosidade de todo o processo é que ele não força o usuário a mudar seus hábitos de trabalho, mas funciona silenciosamente em segundo plano e, no final, requer apenas a confirmação final do usuário. Esta filosofia de design incorpora um pensamento profundo sobre o produto: a melhor tecnologia deve ser invisível, deve tornar as coisas complexas simples, não adicionar uma nova carga de aprendizagem ao utilizador. De perdedora da tecnologia jurídica a pioneira na era da IA, o sucesso de Laurel não foi fácil, na verdade, ela passou por um renascimento completo. A empresa foi originalmente fundada em 2016 sob o nome de "Time by Ping", mas teve dificuldades em seus primeiros anos. Alshak reconhece candidamente dois problemas principais: o foco excessivo no mercado único legal e a falta de maturidade da tecnologia de processamento de linguagem natural na época. O ponto de virada veio em 2022, quando Alshak ganhou acesso antecipado ao OpenAI GPT-3, ele tomou uma decisão ousada: suspender todo o trabalho e refatorar completamente o produto. Este é um movimento extremamente raro em círculos de startups, e a maioria das pessoas lhe dirá "nunca reconstruir, continuar iterando". Mas Alshak escolheu um caminho que vai contra a sabedoria convencional, que eu acho que exemplifica o verdadeiro espírito empreendedor – uma vontade de assumir grandes riscos para uma visão maior. Quando o ChatGPT foi lançado em novembro de 2022, a perceção da IA em todo o mercado virou de cabeça para baixo...