Ema完成3600万美元融资，为企业打造通用AI员工

总部位于旧金山的人工智能代理初创公司Ema宣布，作为A轮融资的一部分，它正在额外筹集3600万美元。这家由前谷歌和Okta员工创立的公司，其总融资额达到了6100万美元，本轮融资由Accel和Section 32领投。

Ema表示，将使用这笔资金进一步开发其专有技术，使企业能够配置和部署无代码AI代理——Ema称之为“通用AI员工”，这些代理能够处理各种跨职能任务。Ema的首席执行官兼联合创始人Surojit Chatterjee告诉VentureBeat：“Ema的目标是帮助自动化人类员工今天执行的大部分平凡任务，让他们在企业中做更有价值的事情。我们构建了Ema作为一个通用AI员工。Ema可以转变角色，承担组织中的任何角色——从客户支持、员工体验、销售和市场营销到法律和合规。”

Ema几个月前刚刚从隐秘状态中出现，并且已经看到显著的增长，其AI员工已经被部署在金融科技、法律、医疗保健和电子商务等领域的组织中。新的资金是公司技术栈的又一次信任投票，但不会很快轻松取胜。在过去的一年左右，这个领域出现了几家供应商，利用基础模型的力量，为企业配备了现成的AI代理。

Ema带来了什么？

在OpenAI的ChatGPT于2022年底出现之前，企业通过在其堆栈中部署基于流程的聊天机器人来自动化基本任务，如客户支持。

这些产品完成了工作，但未能提供客户期望的所需答案，因为它们没有上下文知识和学习能力。

然而，当大型语言模型（LLMs）出现时，这些聊天机器人的体验得到了全新的升级。最终，这转化为了强大的AI代理的概念——由LLM驱动的系统，不仅能提供可靠的答案，还能在多个企业应用程序中采取复杂行动，处理任何类型的数据。

想象一下，一个客户支持的AI代理实际上可以在你的请求下取消你的订单，而不是引导你到页面上取消它。

有了通用AI员工的概念，Ema正在提供这种体验，并为企业提供了一个可以承担组织中任何角色的代理系统，从处理客户服务和技术支持到为销售和市场营销提供支持。

无代码代理平台和AI员工模板

核心上，公司提供了一个无代码代理平台，用户可以访问预构建的AI员工模板库。

一旦用户为给定用例选择了代理，平台就会运行一个引导式对话，允许他们快速微调和部署最终确定的AI员工（或Ema角色），以便做出决策、制定计划、编排企业工作流程——同时与人类无缝协作。

Chatterjee说：“Ema使企业客户能够通过指定目标、资源和约束来创建定制的角色。这种定制水平以前是AI专家和数据科学家的领域。现在，通过几次引导对话和简单的配置，企业可以比以前更快地创建和部署针对组织内特定角色定制的新AI员工。这种能力不仅扩大了Agentic AI的范围——它还使其民主化。”

在引擎盖下，Ema的代理部署体验由一个生成工作流引擎驱动，这是一个小型的transformer模型，生成工作流和相关的编排代码，选择适当的代理和设计模式。在配置代理时，引擎允许用户使用200多个连接器的库将所需的数据源和应用程序连接起来。

这样，部署的AI员工就具有上下文意识（涵盖文档、日志、数据、代码和政策）以及跨系统采取行动的能力。

为确保代理部署后准确工作，公司利用了一个超过2T参数的专家混合模型，称为EmaFusion。它结合了100多个公共LLMs和特定领域的自定义模型，以最低的成本实现最大准确性。

Chatterjee还确认，用户有选择插入任何私人自定义模型的选项，这些模型是在他们自己的数据上训练的，以指导他们的AI员工的行为。此外，公司已经实施了强大的数据保护和安全算法，以确保所有进入代理的企业数据保持私密和安全。

Chatterjee解释说：“我们已经实施了安全的红action和去标识敏感数据的强大系统，严格的版权侵犯检查（在文档生成案例中），数据在传输和静态时的端到端加密，全面的审计日志记录，实时监控，输出可解释性和频繁的渗透测试。我们还完全符合顶级国际标准。”

在竞争激烈的市场中扩大目标

虽然首席执行官没有分享确切的收入或客户细节，但他确实指出，自2024年3月从隐秘状态出现以来，使用Ema的公司数量已经增加了两倍——在金融科技、法律、医疗保健、电子商务和保险等行业。

首席执行官说：“Ema已经被企业雇佣来担任多个角色，例如Envoy Global和TrueLayer，Moneyview，在这些角色中，Ema的表现已经达到或超过了人类的表现。”

作为下一步，首席执行官表示，公司将使用这笔资金进一步开发其技术，并扩大其市场推广团队