Ключевые выводы
- NeoCognition удалось собрать $40 млн посевного раунда, возглавленный Cambium Capital и Walden Catalyst Ventures.
- Компания разрабатывает AI‑агенты, способные самостоятельно обучаться и специализироваться в любой отрасли, решая проблему низкой надёжности существующих систем.
- Инвестиции от Vista Equity Partners открывают доступ к большому портфелю корпоративных клиентов, что ускорит коммерциализацию технологии.
В мире, где большинство AI‑агентов работают лишь в половине случаев, команда из Огайо пытается создать «универсального специалиста», который будет учиться на ходу и применять знания в любой сфере.
От академических лабораторий к стартапу с $40 млн
Ю Су, профессор из Ohio State University, долго сопротивлялся давлению инвесторов, пытаясь сохранить чисто исследовательскую направленность своей работы. Когда он понял, что новые фундаментальные модели делают возможным персонализированные агенты, он решил превратить лабораторию в стартап.
В прошлом году из лаборатории AI Agent Lab появился NeoCognition – компания, позиционирующая себя как исследовательский центр, разрабатывающий самоу обучающихся агентов.
Сейчас в ней работает около 15 человек, большинство из которых имеют докторские степени. За первый раунд финансирования стартап привлёк $40 млн, а инвесторы включают Cambium Capital, Walden Catalyst Ventures, Vista Equity Partners и несколько бизнес‑ангелов, в числе которых Intel CEO Lip‑Bu Tan и со‑основатель Databricks Ион Стоика.
Эти деньги предназначены для ускорения разработки ядра системы, расширения команды исследований и начала коммерческих пилотов с крупными SaaS‑компаниями.
Почему текущие AI‑агенты считаются «общими» и ненадёжными?
По мнению Суа, современные агенты – будь то Claude Code, OpenClaw или Perplexity – выполняют заданные им задачи только примерно в 50 % случаев. Это происходит из‑за отсутствия «консистентности»: каждый запрос требует «прыжка веры» от пользователя.
Сейчас такие инструменты служат помощниками, но не могут работать автономно, без постоянного контроля человека. Это делает их непригодными в качестве независимых работников или «рабочих» в корпоративных процессах.
NeoCognition ставит цель решить эту проблему, создав агентную систему, способную самостоятельно обучаться и становиться экспертом в любой области, так же, как человек быстро осваивает новую профессию.
Главный гипотезис: если агент может построить собственную «модель мира» для конкретного микросредства, он будет действовать предсказуемо и надёжно.
Как работают самоу обучающиеся агенты NeoCognition?
Технология строится вокруг идеи «само‑моделирования». Агент получает доступ к данным конкретной отрасли, а затем в процессе взаимодействия с задачами постоянно корректирует своё внутреннее представление о правилах, взаимосвязях и последствиях.
Это отличается от традиционного подхода, где каждый новый вертикальный рынок требует отдельного обучения модели с нуля. Здесь базовый агент – «универсальный» – а специальные знания появляются благодаря самоуправляемому обучению.
Сами агенты работают в два этапа: сначала собирают «наблюдения» (например, ответы системы поддержки, бизнес‑правила), затем используют их для построения и обновления «модели мира», после чего могут выполнять задачи без внешних подсказок.
Наличие такой самообучающейся петли позволяет достигать более высокой точности (цель – > 80 % надёжности) и уменьшать необходимость в постоянном вмешательстве инженеров‑данных.
Кому будет полезна технология NeoCognition?
Основные клиенты – крупные предприятия и SaaS‑компании, желающие добавить в свои продукты интеллектуальных «работников». Например, система может стать виртуальным консультантом в финансовом сервисе, автоматическим аналитиком в маркетинге или помощником в управлении цепочками поставок.
Партнёрство с Vista Equity Partners даёт стартапу быстрый доступ к обширному портфелю компаний, уже инвестирующих в цифровую трансформацию. Это ускорит пилотные проекты и позволит собрать реальные кейсы использования.
Для стартапов, которым нужны «гибкие» агенты без длительных затрат на обучение, NeoCognition предлагает готовую платформу с API и облачными решениями.
Перспективы и потенциальные риски
Если технология действительно достигнет заявленной надёжности, рынок автономных AI‑агентов может вырасти в несколько раз. Однако есть риски: безопасность данных, регулирование использования самоу обучающихся систем и необходимость постоянного контроля качества.
Кроме того, конкуренция со стороны крупных игроков (Google DeepMind, OpenAI, Anthropic) остаётся серьёзной. Успех NeoCognition будет зависеть от скорости вывода продукта на рынок и способности доказывать экономическую эффективность для клиентов.
Тем не менее, наличие опытной академической команды и солидных инвесторов создаёт прочную основу для дальнейшего роста.
Справка
Ю Су (Yu Su) – профессор компьютерных наук в Ohio State University, специализируется на агентных системах и машинном обучении. Руководил AI Agent Lab, где разрабатывал методы автономного обучения. В 2023 году запустил NeoCognition, получив поддержку от ведущих венчурных фондов.
NeoCognition – стартап, основанный в 2023 году, фокусируется на создании самоу обучающихся AI‑агентов. На сегодня в команде около 15 сотрудников, большинство – PhD‑учёные. Привлёк $40 млн в посевном раунде.
Cambium Capital – венчурный фонд, инвестирующий в ранние технологические стартапы, особое внимание уделяет AI и инфраструктурным проектам.
Walden Catalyst Ventures – фонд, специализирующийся на технологических инновациях в сфере облачных вычислений и ИИ, часто совместно инвестирует с более крупными игроками.
Vista Equity Partners – один из крупнейших частных инвесторов в программное обеспечение, управляет портфелем более 70 компаний, что открывает NeoCognition доступ к корпоративным клиентам по всему миру.
NeoCognition стремится превратить AI‑агентов из «общих помощников» в надёжных специалистов, которые смогут работать самостоятельно в любой отрасли. Если им удастся реализовать эту идею, рынок может увидеть новый стандарт для корпоративного искусственного интеллекта.
