Оглавление

Пока большинство корпоративных пилотов генеративного ИИ терпят неудачу, появляются компании, которые предлагают радикально иной подход — вместо слепого доверия к «черным ящикам» они строят системы с полной подотчетностью и контролем каждого шага. Стартап Maisa AI, основанный всего год назад, получил $25 миллионов посевного финансирования на развитие платформы, которая должна исправить катастрофическую статистику провалов.

Проблема масштаба: почему корпоративные ИИ-проекты терпят неудачу

Согласно недавнему отчету инициативы MIT NANDA, ошеломляющие 95% пилотных проектов генеративного ИИ в компаниях заканчиваются провалом. Основные причины — непредсказуемость моделей, галлюцинации и невозможность аудита принятых решений. Для регулируемых отраслей вроде банкинга или энергетики это абсолютно неприемлемо.

Технологический подход Maisa: цепочка работ вместо черного ящика

Основатели Maisa AI Дэвид Вильялон и Мануэль Ромеро (ранее работавшие вместе в испанском стартапе Clibrain) предлагают принципиально иную парадигму. Вместо генерации ответов их система строит полностью прозрачный процесс достижения результата.

В отличие от популярных платформ для «интуитивного программирования» вроде Cursor, которые генерируют код по описанию, Maisa фокусируется на построении воспроизводимых и проверяемых рабочих процессов. Это особенно критично для предприятий, где ошибка ИИ может стоить миллионов.

Ключевые технологические компоненты платформы:

  • HALP (Human-Augmented LLM Processing) — методология, где ИИ-агенты работают как ученики у доски: они заранее описывают каждый шаг своего плана и получают подтверждение от человека
  • KPU (Knowledge Processing Unit) — детерминированная система для минимизации галлюцинаций и обеспечения точности обработки информации
  • Поддержка различных моделей машинного обучения через подход, не зависящий от конкретной модели
Интерфейс конструктора цифровых работников Maisa AI для создания автоматизированных сотрудников
Источник: techcrunch.com

Бизнес-модель и конкурентное преимущество

В то время как потребительские ИИ-платформы гонятся за миллионами пользователей, Maisa сознательно выбирает корпоративный сегмент с его строгими требованиями к безопасности и аудиту. Текущие клиенты включают крупный банк, производителей автомобилей и энергетические компании.

Стартап предлагает два варианта развертывания:

  1. Облачное решение в защищенной инфраструктуре Maisa
  2. Локальная установка для максимального контроля данных

Недавний запуск Maisa Studio — это шаг к расширению аудитории через платформу самообслуживания, но с сохранением фокуса на корпоративных стандартах качества.

Фундаментальное отличие Maisa от конкурентов вроде CrewAI — акцент на систему аудита и возможность точно определить, где и почему произошла ошибка. В корпоративном мире это часто важнее, чем скорость или креативность.

Перспективы и вызовы

Привлечение $25 млн от европейского фонда Creandum при участии Forgepoint Capital International и Banco Santander свидетельствует о серьезном интересе к решению проблем доверия к ИИ в регулируемых отраслях.

Планы компании амбициозны: увеличение команды с 35 до 65 человек к началу 2026 года и масштабирование для обслуживания текущего листа ожидания. Однако главный вызов — не технологический, а культурный: убедить предприятия, что ИИ может быть надежным партнером, а не источником рисков.

По материалам TechCrunch