速递｜为AI加上“审计轨迹”：Maisa AI种子轮融2500万美元，解决企业级应用95%失败率痛点

图片来源：Maisa AI

根据麻省理工学院NANDA 计划最新发布的报告显示，企业开展的生成式 AI 试点项目失败率高达 95%。但最先进的企业并未完全放弃这项技术，而是开始尝试能够持续学习并接受监督的自主 AI 系统。

这就是Maisa AI 的用武之地。这家成立一年的初创公司，将其整体方法建立在企业自动化需要可问责的Agent，非不透明的黑盒这一前提之上。

随着由欧洲风险投资公司 Creandum 领投的 2500 万美元种子轮融资到位，该公司现已推出 Maisa Studio——一个模型无关的自助服务平台，可帮助用户部署能够通过自然语言训练的数字工作者。

虽然这听起来可能似曾相识，让人联想到 Cursor 和 Creandum 投资的 Lovable 等所谓的氛围编程平台——但 Maisa 声称其方法存在根本差异。Maisa 首席执行官 David Villalón 告诉 TechCrunch："我们不是使用人工智能来构建响应，而是使用人工智能来构建需要执行以获得响应的流程——我们称之为‘工作链’。"

这一流程的首席架构师是Maisa 的联合创始人兼首席科学官 Manuel Romero，他此前曾与 Villalón 在西班牙人工智能初创公司 Clibrain 共事。2024 年，在亲眼目睹"无法依赖人工智能"后，两人联手构建了针对幻觉问题的解决方案。

这对搭档并非对AI 持怀疑态度，但他们认为人类难以审核"五分钟完成三个月工作量"的产出。为此，Maisa 开发了名为 HALP（人类增强型大语言模型处理）的系统。这种定制方法如同学生在黑板前演算——当数字员工列出每个执行步骤时，系统会同步征询用户需求。

Maisa AI - Worker builder：

图片来源：Maisa AI

该初创公司还研发了知识处理单元（KPU），这是一种用于限制幻觉产生的确定性系统。

虽然 Maisa 最初是出于技术挑战而非具体用例开展研发，但很快发现其对可信度与责任性的押注，与那些希望将 AI 应用于关键业务的企业产生了共鸣。目前将 Maisa 投入实际应用的客户包括一家大型银行，以及汽车制造和能源领域的企业。

通过服务这些企业客户，Maisa 希望将自己定位为更先进的机器人流程自动化（RPA）解决方案，能在不依赖僵化的预定义规则或大量手动编程的情况下提升企业生产力。为满足客户需求，这家初创公司还提供安全云部署和本地部署两种方案。

这种企业优先的战略意味着，相比涌向免费增值型氛围编程平台的数百万用户，Maisa 的客户群体规模仍然很小。但随着这些平台开始探索如何赢得企业客户，Maisa 正通过 Maisa Studio 反向发力——该平台专为扩大客户漏斗并降低使用门槛而设计。

这家初创公司还计划与在多个国家开展业务的现有客户共同扩展业务。Maisa 在巴伦西亚和旧金山设有双总部，已在美国市场站稳脚跟，这一点从其融资结构可见一斑：去年 12 月由旧金山风投机构 NFX 和 Village Global 领投的 500 万美元 pre-seed 轮融资就是例证。

此外，TechCrunch 独家获悉，美国公司 Forgepoint Capital International 通过与西班牙桑坦德银行成立的欧洲合资企业参与了本轮融资，凸显了其对受监管行业的吸引力。

专注于要求非技术用户承担责任复杂用例，可能成为Maisa 的差异化优势。其竞争对手包括 CrewAI 和众多其他 AI 驱动的商业工作流自动化产品。Villalón 在领英发文中强调了这场"AI 框架淘金热"，并警告称当需要可靠性、可审计性或修复故障的能力时，"快速启动"会变成一场漫长的噩梦。

为强化AI 规模化目标，Maisa 计划利用本轮融资将团队从 35 人扩充至 2026 年第一季度的 65 人，以满足市场需求。从今年最后一个季度开始，随着开始服务等候名单上的客户，这家初创企业预计将迎来快速增长。Villalón 表示："我们将向市场证明，有家公司正在兑现承诺，而且行之有效。"

参考资料

https://techcrunch.com/2025/08/27/maisa-ai-gets-25m-to-fix-enterprise-ais-95-failure-rate/

文章来自于微信公众号“Z Potentials”。