TypeSafes Jev signalerar en uppdelning mellan "chatt"-AI och "beslut"-AI

TypeSafes Jev signalerar en uppdelning mellan "chatt"-AI och "beslut"-AI

ChatGPTs medskapare Diogo Almeida har lämnat två års tysthet och presenterar Jev, en "beslutsmodell" från hans startup TypeSafe AI, med runt 40 miljoner dollar i såddfinansiering ledd av DCVC [4][5]. Till skillnad från en vanlig LLM för Jev inga samtal — den levererar strukturerade val, poäng eller ja/nej-svar med konfidensnivåer, och den är byggd för att göra detta snabbt: uppgifter om 20-200 gånger så hög hastighet och 40-400 gånger lägre kostnad jämfört med toppmoderna LLM:er, med en latens ner mot 70 ms [4][5][6].

Säljargumentet riktar sig rakt in i produktionsdrivna AI-agenter som behöver routa, klassificera eller fatta tusentals mikrobeslut utan att bränna toppmodellsbudgeten på varje enskilt anrop. Kommentarerna kring lanseringen beskriver Jev som infrastruktur för pålitlighet i stor skala — det oglamorösa men nödvändiga skiktet som håller agentiska system snabba och prisvärda när de väl lämnar demostadiet [6].

Det är en bra påminnelse om att inte alla AI-problem behöver en chattbot. Ibland behöver man bara ett snabbt, billigt och säkert "ja".

Deels Akai-plattform driver agentisk automatisering in i back office-verksamheten

Deel har lanserat Akai, en AI-agentplattform för verksamhetsdrift som växte fram ur företagets egna interna automatiseringsarbete [7][8]. Akai observerar hur arbetsflöden faktiskt utförs, och bygger sedan automatiskt och förfinar automatiseringar över system — röst, dokument, betalningar — där människor bara kopplas in när agenterna kör fast [7][9].

De interna siffrorna är huvudnyheten: Deel uppger att deras egen implementering hanterar över 100 000 ärenden automatiskt per månad, sparar över 91 000 timmar per månad och kör över 10 000 aktiva agenter inom ekonomi, betalningar och drift [8]. Prissättningen börjar på 125 dollar per månad per agent plus tokenanvändning, och tidiga signaler från företagskunder tyder på att tusentals agenter redan bidrar meningsfullt till den återkommande intäkten (ARR) utan motsvarande ökning av antalet anställda [9].

Akai är ännu en datapunkt i det bredare skiftet från "AI hjälper dig skriva snabbare" till "AI utför faktiskt det operativa arbetet" — en trend väl värd att bevaka för alla vars jobb innebär repetitiv samordning mellan system.

Vad detta betyder för dina möten

Dagens nyheter pekar alla mot samma underliggande förändring: AI rör sig från passiv assistent till aktiv infrastruktur som fångar upp, beslutar och agerar — och möten sitter mitt i den kedjan. Granolas genomslag visar att enbart transkriptionskvalitet inte längre är en konkurrensfördel; det som spelar roll är vad ett AI-system gör med transkriptionen efteråt — lyfta fram beslut, bygga kontext och göra den sökbar veckor senare [1][2].

Jev och Akai pekar båda på vart det där "efteråt" är på väg. En beslutsmodell som Jev skulle rimligen kunna sitta nedströms om ett mötestranskript, och omvandla diskussion till snabba, strukturerade åtgärdspunkter eller routingbeslut utan att vänta på en fullständig LLM-tur [4][5]. Och Akais modell — att observera arbetsflöden för att automatiskt bygga automatiseringar — är ett smakprov på vad mötesintelligensplattformar behöver göra härnäst: inte bara komma ihåg vad som sades, utan utlösa det som ska hända som en följd av det [7][8].

För team som bygger en personlig eller organisatorisk kunskapsbas utifrån möten är lärdomen tydlig — att fånga innehållet är bara grundkravet, det verkliga värdet ligger i skiktet som omvandlar den fångade konversationen till sökbar, handlingsbar kunskap genom hela din mföreteshistorik. De verktyg som vinner uppmärksamhet just nu är inte de med bästa mikrofonen; det är de som gör gårdagens samtal användbart idag.

Viktigaste slutsatsen: Mötet håller på att bli input, inte output — och de plattformar som vinner blir de som automatiskt omvandlar konversation till strukturerad, hämtningsbar och handlingsbar kunskap.

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