智東西AI Agent

這家Agent創企融了2億!前微軟員工創業,ARR漲超5倍

2026年7月30日 08:37

重點摘要

智東西 編譯 | 茄子 編輯 | 程茜 智東西7月30日消息,昨日,以色列AI智能體初創公司Encore AI宣佈完成3000萬美元(約2.03億元人民幣)A輪融資。本輪融資由Team8領投,Planven、The Garage等機構參投。值得注意的是,參與本輪融資的部分金融機構此前已是Encore AI客戶。

站內 AI 整理稿

以色列AI智能體新創Encore AI近日宣布完成3000萬美元(約2.03億元人民幣)A輪融資,本輪由Team8領投,Planven、The Garage等機構參與注資。值得注意的是,部分參與本輪融資的金融機構在此之前已是Encore AI的客戶。Encore AI表示,所募資金將用於擴大美國市場的銷售業務,並將旗下平台部署至更多大型金融機構。Encore AI成立於2022年,最初名稱為Insait IO,主要為金融顧問與客戶經理提供推薦軟體。更名為Encore AI後,公司逐步將原有系統擴展為專攻企業客戶互動場景的AI智能體平台。

其核心技術「交互挖掘」(Interaction Mining)能分析企業內部績效優異的員工與客戶之間的互動數據,從中提取影響業務成果的關鍵行為,再將這些經驗轉化為AI智能體的能力,協助企業自動化處理客戶溝通、提升銷售轉換率與客服效率。該平台可部署於語音、文字聊天、IVR(互動式語音應答)以及線上表單等多種客戶接觸點,既可獨立與客戶對話,也能作為員工的即時輔助工具,在通話或對話過程中提供建議與策略。與傳統以降低人力成本為主的客服AI不同,Encore AI希望讓AI智能體學習企業內部頂尖員工的有效溝通方式,從而帶來更好的銷售轉換與客戶滿意度。

目前Encore AI已擁有超過40家全球企業客戶,其中多數來自金融服務業。執行長Dvir Ginzburg透露,公司在完成種子輪融資後不到18個月內,年度經常性收入(ARR)已成長超過5倍,但他並未揭露具體的營收與估值數字。Encore AI也提到,某大型貸款機構客戶在導入平台數月後,即實現10倍的投資報酬率。Ginzburg表示,他們的AI智能體就像一本融合了公司內部多種成功溝通技巧的「行動手冊」,能學習優秀員工的話術、案例甚至幽默感;部分AI智能體甚至會複用客戶經理曾分享過的笑話或故事,因為這些內容已被驗證能帶來更好的客戶成果。他將這一學習與訓練過程稱為交互挖掘。

交互挖掘技術會蒐集企業員工與客戶之間的電話錄音、電子郵件、簡訊以及CRM(客戶關係管理系統)中的數據,對完整的互動歷程進行分析。系統會將溝通過程拆解為不同階段,識別哪些行為有助於推動銷售、解決問題或提升客戶滿意度,哪些環節則可能導致失敗。舉例來說,不同員工可能在不同階段有不同優勢:有人擅長建立信任,有人擅長處理異議,有人則擅長推動成交;Encore AI的目標是從這些歷史互動中萃取出有效方法,並將其傳承給AI智能體。Encore AI宣稱,其AI智能體平台可在數週內完成部署,無需企業長時間配置與調試。

目前公司主要服務金融服務等高度監管行業,平台也能協助企業發現現有銷售與客服流程中的瓶頸,包括低效率環節、客戶體驗痛點以及影響業務結果的關鍵問題。Encore AI由Dvir Ginzburg創立,他擁有幾何深度學習博士學位,曾於微軟擔任推薦系統研究員,亦在Meta與思科擔任過軟體工程師。他的研究重點是從大規模複雜行為數據中提取有效信號,這項技術積累正是Encore AI「交互挖掘」技術的基礎。

隨著企業AI智能體市場持續升溫,Salesforce、SAP、Zoho、HubSpot等大型CRM業者也紛紛推出相關產品,例如Salesforce的Agentforce平台與HubSpot的Breeze AI。但Encore AI認為,僅擁有客戶數據並不足以複製其模式。Ginzburg指出,傳統CRM業者通常未將歷史客戶溝通記錄視為訓練AI智能體的重要資料,而Encore AI從創業之初便將客戶互動過程視為核心數據資產。他認為,若大型CRM業者希望採用類似做法,必須重新調整數據採集流程、系統架構與技術體系。

Encore AI的發展路徑反映出一個趨勢:即便生成式AI已大幅降低應用的技術門檻,企業要真正落地AI智能體,仍須解決如何讓AI理解具體業務流程、並具備接近優秀員工執行能力的問題。透過交互挖掘技術,將企業多年累積的客戶互動經驗轉化為可複用的AI能力,或許將成為下一階段企業AI競爭的關鍵。

Related

相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?

專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

20 分鐘前

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議

一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

26 分鐘前
TechWebAI Agent

ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯

2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

5 小時前
量子位AI Agent

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作

**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。

10 小時前