Stripe-ի Kai-ը՝ գիտելիքի AI հարթակ՝ աշխատակիցների 83%-ի օգտագործմամբ

Stripe-ը հրապարակել է իր ներքին գիտելիքի AI հարթակ Kai-ի մանրամասները։ Հարթակը նախատեսված է ոչ ինժեներական թիմերի համար, որպեսզի նրանք ստանան coding agents-ի տված լծակը. ապրիլյան գործարկումից երկու շաբաթ անց ընկերության մեծ մասն օգտագործում էր Kai-ը, այսօր աշխատակիցների 83%-ը շաբաթական ակտիվ օգտատեր է։

Վաճառքի ներկայացուցիչները, ֆինանսական վերլուծաբանները և տեխնիկական մենեջերները մնում էին ետևում. ոչ մի գործիք չէր բավարարում Stripe-ի տվյալների անվտանգության պահանջները և չէր ծածկում նրանց աշխատանքը՝ հարցումներից մինչև համապատասխանության ստուգումներ։

Ինչու գիտելիքի աշխատանքը այլ ճարտարապետություն է պահանջում

Ծրագրավորման խնդիրներն ունեն միատեսակ ձև՝ խմբագրել ֆայլեր, գործարկել թեստեր, անել commit, ուստի մեկ agent ճարտարապետությունը բավարարում է։ Գիտելիքի աշխատանքը հակառակն է՝ յուրաքանչյուր խնդիր պահանջում է այլ գործիքներ, այլ տվյալներ և ավարտվածի այլ սահմանում։

Kai-ից առաջ երկու ուղի կար՝ NoCode Agent Builder, որով ստեղծվել է ավելի քան 4 000 agent, և coding agents, որոնք բերեցին անվտանգության ռիսկեր։ Այստեղից ծնվեցին երեք պահանջ՝ ընդլայնել փորձաքննությունը առանց կենտրոնացման, հանդիպել օգտատիրոջը նրա աշխատավայրում և ապահովել սահմանափակումներ, որոնք կոդում չկան։ Stripe-ի սկզբունքներից մեկը՝ երկու անկապ հաճախորդների տվյալները չպետք է հայտնվեն մեկ վերլուծության մեջ։

API-ներ, AgentStudio և կատարման միջավայր

Kai-ը արտադրանք չէ, հարթակ է. surface-agnostic API-ները սպասարկում են վեբ հավելվածն ու Slack-ը, ներքին գործիքները ներկառուցում են նույն agent-ը, իսկ Chrome-ի ընդլայնումները ցույց են տալիս Kai-ը վեբ գործիքներում։ AgentStudio-ն թույլ է տալիս ոլորտների տերերին կառավարել իրենց skills-երն ու գործիքները։

Կատարման շերտը հիմնական պրիմիտիվները՝ agent harness-ը, sandbox-ը և հասանելիության վերահսկումը, կիսում է Stripe-ի արտադրանքային agent-ների հետ։ Harness-ը կառուցված է LangChain-ի deepagents-ի վրա և աշխատում է Kubernetes-ում. յուրաքանչյուր սեսիա ունի իր sandbox-ը և վիրտուալ ֆայլային համակարգը, մեկը հասել է 932 քայլի։ Kai-ը միացված է ավելի քան 1 000 գործիքի։

Արդյունքներ և ինչ է սպասվում

GTM-ի նոր աշխատակիցները Kai-ն օգտագործում են 2.7 անգամ ավելի հաճախ. վաճառքի մենեջերները կրկնակի ակտիվություն են ցույց տալիս, ստեղծում են 17%-ով ավելի հնարավորություններ, 26%-ով ավելի եկամտի հնարավորություններ և փակում են 39%-ով ավելի գործարքներ։ Ընդհանուր առմամբ Kai-ը տարեկան 25 000 ժամ ադմինիստրատիվ աշխատանքից տեղափոխել է եկամուտ ստեղծող աշխատանքի։

Stripe-ում ասում են, որ դեռ չեն հաղթել՝ պլանում են վիճակի ավելի լավ կառավարում, ցիկլ, որտեղ Kai-ը skills-երի բարելավումներ է առաջարկում տերերին, և համագործակցության գործիքներ։