Palona ide okomito, pokreće Vision, Workflow: 4 ključne lekcije za AI graditelje

Izgradnja poduzeća s umjetnom inteligencijom na temelju a "temelj od pokretnog pijeska" je središnji izazov za osnivače danas, prema vodstvu at Palona AI.

Danas, startup sa sjedištem u Palo Altu—koji predvode bivši inženjerski veterani Googlea i Mete—čini odlučujući vertikalni prodor u restoranski i ugostiteljski prostor današnjim lansiranjem Palona Vision i Palona Workflow.

Nove ponude transformiraju multimodalni agentski paket tvrtke u operativni sustav u stvarnom vremenu za rad restorana — uključujući kamere, pozive, razgovore i koordinirano izvršavanje zadataka.

Ova vijest označava strateški zaokret od debija tvrtke početkom 2025., kada se prvi put pojavila s 10 milijuna dolara početnog financiranja izgraditi emocionalno inteligentne prodajne agente za široka poduzeća izravnih potrošača.

Sada, sužavanjem fokusa na a "multimodalni domaći" pristupa za restorane, Palona pruža nacrt za graditelje umjetne inteligencije o tome kako ići dalje "tanki omoti" izgraditi duboke sustave koji rješavaju visoke probleme fizičkog svijeta.

“Gradite tvrtku na temeljima koji su pijesak – ne živi pijesak, već pokretni pijesak”, rekao je suosnivač i tehnički direktor Tim Howes, misleći na nestabilnost današnjeg LLM ekosustava. “Dakle, izgradili smo sloj orkestracije koji nam omogućuje razmjenu modela u pogledu izvedbe, tečnosti i cijene.”

VentureBeat je nedavno osobno razgovarao s Howesom i suosnivačicom i izvršnom direktoricom Mariom Zhang na — gdje drugdje? — restoran u New Yorku o tehničkim izazovima i teškim lekcijama naučenim tijekom njihovog pokretanja, rasta i razvoja.

Nova ponuda: vizija i tijek rada kao ‘digitalni GM’

Za krajnjeg korisnika—vlasnika ili operatera restorana—posljednje izdanje Palone dizajnirano je da funkcionira kao automatizirano "najbolji operativni menadžer" koja nikad ne spava.

Palona Vision koristi sigurnosne kamere u trgovinama za analizu operativnih signala — kao što su duljina čekanja u redu, promet stolova, uska grla pri pripremi i čistoća — bez potrebe za novim hardverom.

Nadzire mjerne podatke ispred kuće kao što su duljina čekanja u redu, okretanje stolova i čistoća, dok istovremeno identificira probleme u kući kao što su usporavanja pripreme ili pogreške pri postavljanju stanice.

Palona Workflow ovo nadopunjuje automatiziranjem operativnih procesa u više koraka. To uključuje upravljanje narudžbama za catering, otvaranje i zatvaranje popisa za provjeru i pripremu hrane. Povezivanjem video signala iz Visiona s podacima prodajnog mjesta (POS) i razinama osoblja, tijek rada osigurava dosljedno izvršenje na više lokacija.

“Palona Vision je kao da svakoj lokaciji dajete digitalnog GM-a”, rekao je Shaz Khan, osnivač Tono Pizzeria + Cheesesteaks, u priopćenju za javnost danom VentureBeatu. “Označava probleme prije nego što eskaliraju i štedi mi sate svaki tjedan.”

Going Vertical: Lessons in Domain Expertise

Palonino putovanje počelo je sa zvjezdanim popisom. Izvršni direktor Zhang prethodno je bio potpredsjednik inženjeringa u Googleu i tehnički direktor Tindera, dok je suosnivač Howes suizumitelj LDAP-a i bivši tehnički direktor Netscapea.

Unatoč ovom pedigreu, prva godina momčadi bila je lekcija o nužnosti usredotočenosti.

U početku je Palona služila modnim i elektroničkim markama, stvarajući "čarobnjak" i "surfer frajer" osobnosti za upravljanje prodajom. Međutim, tim je brzo shvatio da restoranska industrija predstavlja jedinstvenu priliku vrijednu bilijun dolara "iznenađujuće otporan na recesiju" ali "zapanjen" operativnom neučinkovitošću.

"Savjet osnivačima startupa: nemojte se baviti multiindustrijom," Zhang je upozorio.

Palona je vertikalizacijom prešla iz a "tanak" chat sloj za izgradnju a "višeosjetilni informacijski cjevovod" koji obrađuje viziju, glas i tekst u tandemu.

Ta jasnoća fokusa otvorila je pristup vlasničkim podacima o obuci (kao što su pripremne knjige i transkripti poziva) uz izbjegavanje generičkog struganja podataka.

1. Nadogradnja na ‘promjenjivi pijesak’

Kako bi se prilagodila realnosti implementacije umjetne inteligencije u poduzećima 2025. godine — s novim, poboljšanim modelima koji izlaze gotovo svaki tjedan — Palona je razvila patentirani sloj orkestracije.

Umjesto da bude "u paketu" s jednim pružateljem usluga poput OpenAI-a ili Googlea, Palonina arhitektura omogućuje im da zamijene modele na temelju izvedbe i cijene.

Koriste kombinaciju vlasničkih modela i modela otvorenog koda, uključujući Gemini za mjerenje računalnog vida i specifične jezične modele za tečno španjolsko ili kinesko.

Za graditelje, poruka je jasna: Nikada nemojte dopustiti da temeljna vrijednost vašeg proizvoda ovisi o jednom dobavljaču.

2. Od riječi do ‘svjetskih modela’

Lansiranje Palona Vision predstavlja pomak od razumijevanja riječi do razumijevanja fizičke stvarnosti kuhinje.

Dok se mnogi programeri bore spojiti zasebne API-je zajedno, Palonin novi model vizije pretvara postojeće kamere u trgovinama u operativne pomoćnike.

Sustav identificira "uzrok i posljedica" u stvarnom vremenu—prepoznavanje je li pizza nedovoljno pečena "blijedo bež" boju ili upozoravanje upravitelja ako je vitrina prazna.

"Riječima, fizika nije bitna," Zhang je objasnio. "Ali u stvarnosti, bacim slušalicu, uvijek se isključuje… želimo doista shvatiti što se događa u ovom svijetu restorana".

3. ‘Muffin’ rješenje: prilagođena memorijska arhitektura

Jedna od najznačajnijih tehničkih prepreka s kojom se Palona suočila bilo je upravljanje memorijom. U kontekstu restorana, sjećanje je razlika između frustrirajuće interakcije i "čarobni" onaj u kojem se agent sjeća zalogajnice "uobičajeno" redoslijed.

Tim je u početku koristio neodređeni alat otvorenog koda, ali je otkrio da je proizvodio pogreške u 30% slučajeva. "Mislim da savjetodavni programeri uvijek isključuju memoriju [on consumer AI products]jer će to jamčiti da ćemo sve zabrljati," Zhang je upozorio.

Kako bi to riješila, Palona je izgradila Muffin, vlasnički sustav za upravljanje memorijom nazvan kao naklon webu "kolačići". Za razliku od standardnih vektorskih pristupa koji se bore sa strukturiranim podacima, Muffin je projektiran za rukovanje s četiri različita sloja:

• Strukturirani podaci: stabilne činjenice poput adresa za dostavu ili informacija o alergijama.

• Dimenzije koje se sporo mijenjaju: preferencije vjernosti i omiljeni artikli.

• Prolazna i sezonska sjećanja: Prilagodba promjenama poput preferiranja hladnih pića u srpnju u odnosu na vrući kakao zimi.

• Regionalni kontekst: Zadane postavke poput vremenskih zona ili jezičnih postavki.

Lekcija za graditelje: Ako najbolji dostupni alat nije dovoljno dobar za vašu branšu, morate biti voljni izgraditi vlastiti.

4. Pouzdanost kroz ‘GRACE’

U kuhinji, AI pogreška nije samo tipfeler; to je uzaludna narudžba ili sigurnosni rizik. Nedavni incident u Stefanina’s Pizzeria u Missouriju, gdje je umjetna inteligencija halucinirala lažne ponude tijekom gužve za večerunaglašava kako brzo povjerenje u robnu marku može nestati ako nema zaštitnih mjera.

Kako bi spriječili takav kaos, Palonini inženjeri prate njezinu internu GRACE okvir:

• Zaštitne ograde: stroga ograničenja ponašanja agenata kako bi se spriječila neodobrena promaknuća.

• Red Teaming: Proaktivni pokušaji da se "prekinuti" AI i identificirati potencijalne okidače halucinacija.

• App Sec: Zaključajte API-je i integracije trećih strana s TLS-om, tokenizacijom i sustavima za sprječavanje napada.

• Usklađenost: Utemeljivanje svakog odgovora na provjerenim, pregledanim podacima izbornika kako bi se osigurala točnost.

• Eskalacija: Usmjeravanje složenih interakcija ljudskom upravitelju prije nego što gost primi dezinformacije.

Ova pouzdanost je potvrđena kroz masivnu simulaciju. "Simulirali smo milijun načina naručivanja pizze," Zhang je rekao, koristeći jednu AI da djeluje kao kupac, a drugu da preuzme narudžbu, mjereći točnost kako bi eliminirao halucinacije.

Suština

S lansiranjem Vision and Workflow, Palona se kladi da budućnost umjetne inteligencije u poduzećima nije u širokim pomoćnicima, već u specijaliziranim "operativni sustavi" koji mogu vidjeti, čuti i misliti unutar određene domene.

Za razliku od agenata umjetne inteligencije opće namjene, Palonin sustav dizajniran je za izvršavanje radnih procesa restorana, a ne samo za odgovaranje na upite — sposoban je pamtiti kupce, čuti ih kako naručuju "uobičajeno," i nadgledanje rada restorana kako bi se osiguralo da tom kupcu isporučuju hranu u skladu sa svojim internim procesima i smjernicama, označavajući kad god nešto pođe po zlu ili je ključno oko poći po zlu.

Za Zhanga, cilj je dopustiti ljudskim operaterima da se usredotoče na svoj zanat: "Ako imate tu ukusnu hranu… reći ćemo vam što da radite."

Web izvor