Palona переходит к вертикальным решениям и запускает Vision и Workflow: 4 ключевых урока для разработчиков ИИ

Создание корпоративной ИИ-компании на «основе из зыбучего песка» — главная проблема для современных основателей, считает руководство компании Palona AI.

Сегодня базирующийся в Пало-Альто стартап, возглавляемый бывшими инженерными ветеранами Google и Meta, делает решительный шаг в сторону вертикальной интеграции в сфере ресторанов и гостеприимства, запуская платформы Palona Vision и Palona Workflow.

Новые продукты превращают мультимодальный набор агентов компании в операционную систему реального времени для ресторанного бизнеса, охватывающую камеры, телефонные звонки, диалоги и скоординированное выполнение задач.

Эта новость знаменует собой стратегический поворот по сравнению с дебютом компании в начале 2025 года, когда она впервые заявила о себе, получив 10 миллионов долларов посевного финансирования для создания эмоционально интеллектуальных агентов по продажам для широкого круга компаний, работающих напрямую с потребителями.

Теперь, сузив свой фокус до «мультимодального нативного» подхода для ресторанов, Palona предлагает разработчикам ИИ руководство о том, как выйти за рамки «простых оберток» и создать глубокие системы, решающие сложные проблемы физического мира.

«Вы строите компанию на фундаменте, который состоит из песка — не зыбучего, но подвижного песка», — заявил соучредитель и технический директор Тим Хауэс (Tim Howes), имея в виду нестабильность современной экосистемы больших языковых моделей (LLM). — Поэтому мы создали уровень оркестрации, который позволяет нам менять модели в зависимости от производительности, беглости речи и стоимости».

Журналисты VentureBeat недавно пообщались с Хауэсом и соучредителем и генеральным директором Марией Чжан (Maria Zhang) лично — где бы вы думали? — в ресторане в Нью-Йорке, чтобы обсудить технические проблемы и суровые уроки, извлеченные из их запуска, роста и смены курса.

Новые продукты: Vision и Workflow в роли «цифрового управляющего»

Для конечного пользователя — владельца или управляющего рестораном — последний релиз Palona разработан как функционирующий автоматический «лучший операционный менеджер», который никогда не спит.

Palona Vision использует камеры видеонаблюдения в помещении для анализа операционных показателей, таких как длина очереди, скорость оборачиваемости столиков, узкие места при приготовлении блюд и чистота, без необходимости установки какого-либо нового оборудования.

Система отслеживает такие метрики фронт-офиса, как длина очередей, оборачиваемость столиков и уровень чистоты, одновременно выявляя проблемы бэк-офиса, такие как задержки при приготовлении или ошибки при организации рабочих мест.

Palona Workflow дополняет это решение автоматизацией многоэтапных операционных процессов. Сюда входит управление заказами на вынос и доставку, контрольными списками открытия и закрытия заведения, а также выполнение процессов приготовления пищи. Сопоставляя видеосигналы из Vision с данными точек продаж (POS) и уровнем загрузки персонала, Workflow обеспечивает слаженное выполнение задач в различных филиалах.

«Palona Vision — это как предоставить каждому заведению цифрового генерального директора», — сказал Шаз Хан (Shaz Khan), основатель Tono Pizzeria + Cheesesteaks, в пресс-релизе, предоставленном VentureBeat. — Система сигнализирует о проблемах до того, как они перерастут в масштабные, и экономит мне часы каждую неделю».

Вертикальная интеграция: уроки профильной экспертизы

Путь Palona начался со звездного состава команды. Генеральный директор Чжан ранее занимала должность вице-президента по инженерии в Google и технического директора в Tinder, в то время как соучредитель Хауэс является соизобретателем протокола LDAP и бывшим техническим директором Netscape.

Несмотря на столь громкие имена, первый год работы команды стал уроком о необходимости четкой концентрации.

Изначально Palona обслуживала бренды одежды и электроники, создавая персонализированные образы вроде «волшебника» или «серфера» для обработки продаж. Однако команда быстро осознала, что ресторанная индустрия представляет собой уникальную многотриллионную возможность, которая «удивительно устойчива к рецессии», но при этом «ошеломлена» своей операционной неэффективностью.

«Совет основателям стартапов: не распыляйтесь на множество отраслей», — предупредила Чжан.

Перейдя к вертикальной специализации, Palona превратилась из «тонкого» слоя чат-бота в разработчика «мультисенсорного информационного конвейера», который одновременно обрабатывает визуальные данные, голос и текст.

Такая четкость фокуса открыла доступ к проприетарным обучающим данным (таким как регламенты приготовления блюд и расшифровки телефонных разговоров), позволив при этом избежать банального сбора данных из открытых источников.

1. Создание на «подвижном песке»

Чтобы соответствовать реалиям развертывания корпоративного ИИ в 2025 году, когда новые улучшенные модели появляются чуть ли не каждую неделю, Palona разработала запатентованный уровень оркестрации.

Вместо того чтобы быть «привязанными» к какому-то одному провайдеру вроде OpenAI или Google, архитектура Palona позволяет им мгновенно менять модели в зависимости от производительности и стоимости.

Они используют комбинацию проприетарных и открытых моделей, включая Gemini для бенчмарков компьютерного зрения и специализированные языковые модели для владения испанским или китайским языками.

Для разработчиков посыл ясен: никогда не позволяйте основному достоинству вашего продукта зависеть от единственного вендора.

2. От слов к «моделям мира»

Запуск Palona Vision представляет собой сдвиг от понимания слов к пониманию физической реальности кухни.

В то время как многие разработчики борются с тем, чтобы связать разрозненные API воедино, новая модель компьютерного зрения Palona превращает существующие камеры в помещении в операционных помощников.

Система в режиме реального времени определяет «причину и следствие» — например, распознает, что пицца не пропеклась по ее «бледно-бежевому» цвету, или предупреждает менеджера, если витрина пуста.

«В словах законы физики не имеют значения, — пояснила Чжан. — Но в реальности, если я уроню телефон, он всегда падает… мы хотим по-настоящему разобраться в том, что происходит в этом мире ресторанов».

3. «Маффиновое» решение: кастомная архитектура памяти

Одной из самых серьезных технических трудностей, с которыми столкнулась Palona, было управление памятью. В контексте ресторана память — это грань между разочаровывающим взаимодействием и «волшебным», когда агент помнит «обычный» заказ посетителя.

Сначала команда использовала неназванный инструмент с открытым исходным кодом, но обнаружила, что он совершает ошибки в 30% случаев. «Я думаю, разработчики-консультанты всегда отключают память [в потребительских ИИ-продуктах], потому что это гарантированно все испортит», — предостерегла Чжан.

Чтобы решить эту проблему, Palona создала Muffin — проприетарную систему управления памятью, названную в шутку в честь веб-«куки» (cookies). В отличие от стандартных векторных подходов, которые с трудом работают со структурированными данными, Muffin спроектирована для работы с четырьмя различными уровнями:

• Структурированные данные: Стабильные факты, такие как адреса доставки или информация об аллергиях.

• Медленно меняющиеся измерения: Предпочтения программы лояльности и любимые блюда.

• Временные и сезонные воспоминания: Адаптация к изменениям вроде предпочтения холодных напитков в июле в сравнении с горячим какао зимой.

• Региональный контекст: Настройки по умолчанию, такие как часовые пояса или языковые предпочтения.

Урок для разработчиков: если лучший из доступных инструментов недостаточно хорош для вашей конкретной вертикали, вы должны быть готовы создать свой собственный.

4. Надежность благодаря системе «GRACE»

На кухне ошибка ИИ — это не просто опечатка; это испорченный заказ или риск для безопасности. Недавний инцидент в пиццерии Stefanina’s Pizzeria в Миссури, где ИИ выдумал несуществующие скидки во время вечернего наплыва посетителей, наглядно показывает, как быстро доверие к бренду может испариться при отсутствии защитных механизмов.

Чтобы предотвратить подобный хаос, инженеры Palona следуют внутренней концепции GRACE:

• Защитные барьеры (Guardrails): Жесткие ограничения поведения агента для предотвращения несогласованных промоакций.

• Тестирование на проникновение (Red Teaming): Проактивные попытки «сломать» ИИ и выявить потенциальные триггеры галлюцинаций.

• Безопасность приложений (App Sec): Защита API и сторонних интеграций с помощью протокола TLS, токенизации и систем предотвращения атак.

• Соответствие требованиям (Compliance): Обоснование каждого ответа проверенными данными меню для обеспечения точности.

• Эскалация (Escalation): Перенаправление сложных взаимодействий живого менеджера до того, как гость получит недостоверную информацию.

Эта надежность проверяется с помощью масштабного моделирования. «Мы смоделировали миллион способов заказа пиццы», — сказала Чжан, используя один ИИ в качестве клиента, а другой для приема заказа, измеряя точность с целью исключения галлюцинаций.

Итог

Запуская Vision и Workflow, компания Palona делает ставку на то, что будущее корпоративного ИИ заключается не в универсальных ассистентах, а в специализированных «операционных системах», которые могут видеть, слышать и мыслить в рамках конкретной предметной области.

В отличие от универсальных ИИ-агентов, система Palona спроектирована так, чтобы выполнять ресторанные рабочие процессы, а не просто отвечать на запросы — она способна запоминать клиентов, слышать, как они заказывают свое «обычное» блюдо, и контролировать работу ресторана, чтобы гарантировать доставку еды в соответствии с их внутренними процессами и рекомендациями, сигнализируя о том, что что-то идет не так или, что особенно важно, вот-вот пойдет не так.

Для Чжан главная цель — позволить людям-операторам сосредоточиться на своем ремесле: «Если у вас отлично получается вкусная еда… мы подскажем, что нужно делать».