TypeSafes Jev signaliserer et skille mellom «chat»-AI og «beslutnings»-AI

TypeSafes Jev signaliserer et skille mellom «chat»-AI og «beslutnings»-AI

Diogo Almeida, medoppfinner av ChatGPT, har kommet ut av to år i skjul med Jev, en «beslutningsmodell» fra oppstartsselskapet hans TypeSafe AI, med rundt 40 millioner dollar i seed-finansiering ledet av DCVC i ryggen [4][5]. I motsetning til en konvensjonell LLM fører ikke Jev samtaler — den returnerer strukturerte valg, poengsummer eller ja/nei-svar med konfidensnivåer, og den er bygget for å gjøre dette raskt: påstander om 20-200x hastighetsøkning og 40-400x kostnadsreduksjon sammenlignet med frontier-LLM-er, med ventetid ned mot 70 ms [4][5][6].

Budskapet er rettet direkte mot produksjonsklare AI-agenter som trenger å rute, klassifisere eller ta tusenvis av mikrobeslutninger uten å bruke opp budsjettet på frontier-modeller for hvert eneste kall. Kommentarene rundt lanseringen framstiller Jev som infrastruktur for pålitelighet i stor skala — det ugla­morøse, men helt nødvendige laget som holder agentbaserte systemer raske og rimelige når de forlater demostadiet [6].

Det er en nyttig påminnelse om at ikke alle AI-problemer trenger en chatbot. Noen ganger trenger man bare et raskt, billig og sikkert «ja».

Deels Akai-plattform driver agentbasert automatisering inn i back office-drift

Deel har lansert Akai, en AI-agentplattform for drift som vokste fram av selskapets egne interne automatiseringsarbeid [7][8]. Akai observerer hvordan arbeidsflyter faktisk utføres, og bygger og videreutvikler deretter automatiseringer på tvers av systemer — tale, dokumenter, betalinger — der mennesker bare kobles inn når agentene støter på en vegg [7][9].

De interne tallene er selve overskriften: Deel sier at deres egen implementering håndterer over 100 000 saker automatisk per måned, sparer over 91 000 timer i måneden, og kjører over 10 000 aktive agenter innen finans, betalinger og drift [8]. Prisingen starter på 125 dollar per måned per agent pluss token-bruk, og tidlige tilbakemeldinger fra bedriftskunder peker på at tusenvis av agenter allerede bidrar betydelig til ARR uten tilsvarende vekst i bemanning [9].

Akai er nok et datapunkt i den bredere overgangen fra «AI hjelper deg å skrive raskere» til «AI utfører rett og slett det operative arbeidet» — en trend verdt å følge med på for alle hvis jobb innebærer repetitiv koordinering på tvers av systemer.

Hva dette betyr for dine møter

Dagens saker peker alle mot det samme underliggende skiftet: AI beveger seg fra passiv assistent til aktiv infrastruktur som fanger opp, beslutter og handler — og møter befinner seg midt i denne prosessen. Granolas gjennomslag viser at transkripsjonskvalitet alene ikke lenger er noe som skiller seg ut; det som teller er hva et AI-system gjør med transkripsjonen i etterkant — løfte fram beslutninger, bygge kontekst, og gjøre det søkbart uker senere [1][2].

Jev og Akai peker begge mot hvor dette «etterpå» er på vei. En beslutningsmodell som Jev kunne godt tenkes å sitte nedstrøms for et møtetranskript, og omgjøre diskusjon til raske, strukturerte handlingspunkter eller ruting-beslutninger uten å vente på en full LLM-runde [4][5]. Og Akais modell for å observere arbeidsflyter for å bygge automatiseringer automatisk er en forsmak på hva møteintelligens-plattformer må gjøre neste steg: ikke bare huske hva som ble sagt, men utløse hva som skjer som følge av det [7][8].

For team som bygger en personlig eller organisatorisk kunnskapsbase fra møter, er lærdommen tydelig — å fange opp samtalen er bare et minstekrav, den virkelige verdien ligger i laget som omgjør fanget samtale til søkbar, handlingsrettet kunnskap på tvers av hele møtehistorikken. Verktøyene som vinner oppmerksomhet akkurat nå, er ikke de med den beste mikrofonen; det er de som gjør gårsdagens samtale nyttig i dag.

Nøkkelpoeng: Møtet er i ferd med å bli input, ikke output — og plattformene som vinner, blir de som automatisk omgjør samtale til strukturert, gjenfinnbar og handlingsrettet kunnskap.

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