TypeSafen Jev merkitsee jakoa "keskustelevan" ja "päätöksiä tekevän" tekoälyn välillä

TypeSafen Jev merkitsee jakoa "keskustelevan" ja "päätöksiä tekevän" tekoälyn välillä

ChatGPT:n keksijöihin lukeutuva Diogo Almeida on astunut esiin kahden vuoden hiljaiselosta esitellen Jevin, "päätösmallin" startup-yhtiöltään TypeSafe AI:lta. Hankkeen taustalla on noin 40 miljoonan dollarin siemenrahoitus, jota vetää DCVC [4][5]. Toisin kuin tavanomainen kielimalli, Jev ei keskustele — se palauttaa jäsenneltyjä valintoja, pisteytyksiä tai kyllä/ei-vastauksia luottamustasoineen, ja se on rakennettu tekemään tämä nopeasti: väitteet puhuvat 20–200-kertaisesta nopeushyödystä ja 40–400-kertaisesta kustannussäästöstä huippuluokan kielimalleihin verrattuna, viiveen ollessa jopa vain 70 millisekuntia [4][5][6].

Myyntipuhe on suunnattu suoraan tuotantokäytössä oleville tekoälyagenteille, jotka joutuvat reitittämään, luokittelemaan tai tekemään tuhansia mikropäätöksiä ilman että jokainen kutsu kuluttaa huippumallien budjettia. Julkaisun ympärillä käyty keskustelu esittää Jevin infrastruktuurina, joka takaa luotettavuuden suuressa mittakaavassa — se ei-niin-hohdokas mutta välttämätön kerros, joka pitää agenttijärjestelmät nopeina ja edullisina sen jälkeen, kun ne siirtyvät demovaiheesta eteenpäin [6].

Tämä on hyödyllinen muistutus siitä, ettei jokainen tekoälyongelma vaadi chatbotia. Joskus tarvitaan vain nopea, halpa ja varma "kyllä".

Deelin Akai-alusta tuo agenttipohjaisen automaation taustatoimintoihin

Deel on julkaissut Akain, operatiivisiin tehtäviin tarkoitetun tekoäliagenttialustan, joka on syntynyt yhtiön omista sisäisistä automaatiohankkeista [7][8]. Akai tarkkailee, miten työnkulut oikeasti hoidetaan, ja rakentaa sekä kehittää sitten automaatioita eri järjestelmien — puhe, dokumentit, maksut — välillä. Ihminen astuu kuvaan vain silloin, kun agentit jumittuvat [7][9].

Sisäiset luvut ovat itse asiassa uutisen ydin: Deel kertoo oman käyttöönottonsa käsittelevän automaattisesti yli 100 000 tapausta kuukaudessa, säästävän yli 91 000 tuntia kuukaudessa ja pyörittävän yli 10 000 aktiivista agenttia talouden, maksuliikenteen ja operatiivisen toiminnan alueilla [8]. Hinnoittelu alkaa 125 dollarista kuukaudessa agenttia kohden plus tokenkäyttö, ja varhaiset yrityskäyttäjien kommentit viittaavat siihen, että tuhannet agentit tuovat jo merkittävää lisää vuotuiseen toistuvaan liikevaihtoon ilman vastaavaa henkilöstömäärän kasvua [9].

Akai on jälleen yksi datapiste laajemmassa siirtymässä "tekoäly auttaa kirjoittamaan nopeammin" -ajattelusta kohti "tekoäly hoitaa operatiivisen työn puolestasi" -ajattelua — trendi, jota kannattaa seurata, jos oma työsi sisältää toistuvaa eri järjestelmien välistä koordinointia.

Mitä tämä tarkoittaa sinun kokouksillesi

Tämän päivän uutiset osoittavat kaikki samaan suuntaan: tekoäly siirtyy passiivisesta avustajasta aktiiviseksi infrastruktuuriksi, joka tallentaa, päättää ja toimii — ja kokoukset ovat aivan tämän ketjun keskiössä. Granolan menestys osoittaa, ettei litterointilaatu yksinään enää riitä erottautumiskeinoksi; se mitä tekoälyjärjestelmä tekee litteroinnille jälkikäteen — nostaa esiin päätökset, rakentaa kontekstia ja tekee siitä haettavaa vielä viikkojen päästä — on se, mikä merkitsee [1][2].

Jev ja Akai osoittavat molemmat, mihin suuntaan tuo "jälkikäteen"-vaihe on menossa. Jevin kaltainen päätösmalli voisi hyvinkin toimia kokouslitteroinnin jatkeena, muuttaen keskustelun nopeiksi, jäsennellyiksi toimenpiteiksi tai reititystoimenpiteiksi ilman, että tarvitsee odottaa täyden kielimallin edestakaista kutsua [4][5]. Ja Akain malli, jossa työnkulkuja tarkkaillaan automaatioiden rakentamiseksi, on esimakua siitä, mitä kokouksien tekoälyalustojen on tehtävä seuraavaksi: ei vain muistettava, mitä sanottiin, vaan myös käynnistettävä se, mitä sanotun perusteella pitää tapahtua [7][8].

Tiimeille, jotka rakentavat henkilökohtaista tai organisaation tietopohjaa kokouksista, opetus on selvä — tallentaminen on vain lähtökohta, mutta todellinen arvo syntyy kerroksesta, joka muuttaa tallennetun keskustelun haettavaksi ja toimintakelpoiseksi tiedoksi koko kokoushistoriasi ajalta. Työkalut, jotka nyt kiinnittävät huomion, eivät ole niitä joilla on paras mikrofoni; ne ovat niitä, jotka tekevät eilisestä keskustelusta hyödyllistä jo tänään.

Keskeinen huomio: Kokouksesta on tulossa syöte, ei lopputuote — ja voittajiksi nousevat ne alustat, jotka muuttavat keskustelun automaattisesti jäsennellyksi, haettavaksi ja toimintakelpoiseksi tiedoksi.

Sources

1. https://docs.granola.ai/help-center/taking-notes/transcription
2. https://www.granola.ai/blog/granola-google-meet-integration-recording-transcription
3. https://techcrunch.com/2025/05/14/ai-note-taking-app-granola-raises-43m-at-250m-valuation-launches-collaborative-features/
4. https://aisocratic.org/news/chatgpt-co-inventor-diogo-almeida-launches-jev-a-decision-model-he-says-is-20200x-faster-than-frontier-llms
5. https://lukeocodes.dev/jev-system-one-model
6. https://www.therundown.ai/news/typesafe-jev-ai-decisions-software
7. https://www.akai.run/
8. https://www.deel.com/blog/akai-by-deel/
9. https://ecommercenews.uk/story/deel-launches-akai-to-automate-back-office-workflows