Kai від Stripe: внутрішня AI-платформа, якою щотижня користуються 83% працівників

Stripe опублікувала деталі внутрішньої платформи знань Kai, яку створила, щоб дати неінженерним командам ті самі можливості, які coding agents дали розробникам. За два тижні після квітневого запуску нею користувалася більшість компанії, а сьогодні 83% співробітників — щотижневі активні користувачі.

Представники з продажів, фінансові аналітики та технічні менеджери залишалися осторонь: жоден наявний інструмент не відповідав вимогам Stripe до безпеки даних і не покривав їхні задачі — запити до сховищ даних чи підготовку перевірок на відповідність.

Чому робота зі знаннями потребує іншої архітектури

Задачі з кодом мають однакову форму — редагувати файли, запускати тести, робити commit — тож одна архітектура агента працює добре. Робота зі знаннями — протилежність: кожна задача потребує інших інструментів, даних і власного визначення готовності.

До Kai було два шляхи: NoCode Agent Builder, за допомогою якого створили понад 4 000 агентів, і coding agents, що принесли ризики безпеки. Звідси три вимоги: масштабувати експертизу без централізації, бути поруч із користувачем там, де він працює, і забезпечувати запобіжники, яких немає в коді. Один із незмінних принципів Stripe: дані двох не пов'язаних контекстів клієнтів ніколи не мають потрапляти в один аналіз.

API, AgentStudio та середовище виконання

Kai — це платформа, а не продукт: surface-agnostic API обслуговують вебзастосунок і інтеграцію зі Slack, внутрішні інструменти вбудовують того самого агента, а розширення Chrome показують Kai у сторонніх вебінструментах. AgentStudio дає власникам доменів змогу створювати, тестувати й моніторити свої skills.

Рівень виконання поділяє базові примітиви — harness агента, sandbox, оркестрацію процесів і контроль доступу — з продуктовими агентами Stripe. Harness побудований на deepagents від LangChain і працює на Kubernetes: кожна сесія має власний sandbox і віртуальну файлову систему, а одна з них сягнула 932 ходів. Kai підключений до понад 1 000 інструментів, зокрема Zoom.

Результати та що далі

Нові співробітники GTM користуються Kai у 2,7 раза частіше; менеджери з продажів, які його використовують, демонструють удвічі більшу активність, створюють на 17% більше можливостей, на 26% більше можливостей для доходу та закривають на 39% більше угод. Загалом Kai перевів 25 000 годин на рік з адміністративної роботи в роботу, що генерує дохід.

У Stripe кажуть, що ще не перемогли: попереду краще управління станом, цикл, у якому Kai аналізує власні трейси й пропонує покращення skills власникам, та інструменти спільної роботи.