Duvo、シリーズAで3200万ドルを調達 だが難題は見えない業務にある
Duvoは企業業務の自動化に向けてシリーズAで3200万ドルを調達した。しかし同社にとって中心的な課題は、AIエージェントを古いソフトウェアに接続することだけではない。DuvoのシリーズAは、従業員がERP画面、スプレッドシート、サプライヤーポータル、メールの間で下している、文書化されていない判断を捉えようとする取り組みを支える。
Balderton Capitalがラウンドを主導し、既存投資家のIndex Ventures、Northzone、Credo Venturesも参加した。これによりDuvoの累計資金調達額は4800万ドルとなり、当初は小売企業および消費財企業に焦点を当てた米国展開を後押しする。
この緊張関係は見落としやすい。エンタープライズ自動化ベンダーは長年、分断されたシステムをつなぐと約束してきた。Duvoは、重要なルール、例外、回避策が従業員の頭の中に残されているため、より大きな障害はそれらのシステムの外側にあると主張する。
この考え方は、よく知られた導入モデルとDuvoを対立させる。企業は通常、ソフトウェアが自動化できるようになる前に、社内チーム、コンサルタント、または顧客先常駐のエンジニアを通じてプロセスを文書化する。Duvoは、自社製品がその発見作業の多くを自ら行い、その後、人による承認のもとで得られたプロセスを実行することを目指している。
そのためDuvoの自動化プラットフォームは、2つの難しい仕事を組み合わせる。例外を含めて業務が実際にどのように行われているかを理解し、自社が管理していないソフトウェアをまたいで、その業務を確実に実行しなければならない。
DuvoのシリーズA、AIパイロットの先へ進む取り組みに資金を提供
今回の新たな資本によりDuvoは、1つの自動化レイヤーが、孤立したプロジェクト群へと化すことなく、多数の業務プロセスを支えられるかを検証する余地を得る。
Duvoは2026年10月14日にこの資金調達を発表した。同社の資金調達発表によると、このラウンドは、小売業者と消費財企業から始める米国での事業拡大に用いられる。
この市場選択はDuvoの出自を反映している。共同創業者兼CEOのTomáš Čuprは、欧州のオンライン食料品企業Rohlik Groupも創業した。小売事業では、在庫システム、サプライヤーとのコミュニケーション、財務ツール、各地で管理されるスプレッドシートにまたがるワークフローに直面した。
こうしたワークフローが、整然としたソフトウェア図のように機能することはほとんどない。バイヤーはメールとERPの記録を照合し、契約条件を確認し、サプライヤーに連絡し、例外をエスカレーションするかもしれない。同じ役職の別の従業員でも、その担当するサプライヤーの運用が異なるため、異なるルールに従う場合がある。
Duvoは自社製品をEnterprise Execution OSと説明している。この用語は、人とAIエージェントが既存のエンタープライズアプリケーションをまたいでプロセスを発見、実行、承認、監視するための共通レイヤーを指す。
同社は、顧客が直ちにERPや倉庫管理システムを置き換えるべきだとは提案していない。代わりにDuvoは、それらの上位に位置することを目指す。利用可能な場合にはAPIを使い、適切な接続手段がないシステムでは既存のユーザーインターフェースを操作する。
この違いは重要である。大企業の多くは、中核ソフトウェアの置き換えを気軽な実験として扱えない。システムには財務記録、サプライヤーデータ、在庫状況、承認管理が保存されている。古いアプリケーションであっても、他の多くのプロセスが依存しているため、不可欠であり続ける可能性がある。
Duvoによれば、そのプラットフォームは複数のプロセスに対して、1組の接続、承認ルール、運用記録を確立できる。この主張が成り立つなら、2つ目の自動化では、1つ目よりも多くのインフラを再利用できるはずだ。
これは、成功したデモを提供するよりも重大な目標である。パイロットは、集中的なエンジニアリング支援と慎重に選ばれた事例によって成功することがある。プラットフォームは、インターフェース、人員、方針、事業条件が変化しても動作を続けなければならない。
DuvoのシリーズAは、より直接的な商業展開も支える。DatabricksとSalesforceで幹部を務めたMichael Greenが商業展開を主導するために加わった。元Kmart社長でAccentureのマネージングディレクターを務めたSpencer Insoliaが米国事業を率いる。
これらの人事は、エンタープライズでの販売展開が製品開発と同じほど重要になっていることを示唆する。Duvoは複雑な組織に入り込み、価値の高いプロセスを特定し、セキュリティ審査を満たし、導入作業が採算を圧迫しないようにしつつ、測定可能な成果を示さなければならない。
したがって、この資金調達はエージェント機能への評価だけではない。プロセス発見、導入、ガバナンス、測定が、1つの製品の反復可能な構成要素になり得るという賭けでもある。
文書化されていない知識がエンタープライズ自動化を阻む理由
Duvoの最も重要な主張は、実行する人々が例外を説明するまで、エンタープライズのプロセスは不完全だという点にある。
Čuprは、Rohlikでエージェントを導入しようとする中で、この結論に至ったと報じられている。従業員は反復作業を特定できたが、プロセス全体を文書化することはより困難だった。多くの判断は、マニュアル、データベース、ワークフローツールに一度も記録されていない経験に依存していた。
human API problemに関するインタビューでČuprは、人がしばしば、接続されていないシステムの間のインターフェースとして機能すると語った。人はある画面を読み、書かれていないルールを記憶し、メッセージを解釈し、その結果を別の場所に入力する。
このパターンは、従来型の自動化がプロセスの予測可能な中心部を処理する一方で、煩雑な周縁部を従業員に残しがちな理由を説明する。スクリプトは既知のフィールドをコピーできる。しかし、サプライヤーが同じメール内で価格に異議を唱えながら注文を一部確認するような場合には苦戦する。
同社の発見コンポーネントであるDuvo Clarityは、こうした欠けている文脈を捉えるよう設計されている。Duvoによると、AI主導の従業員インタビュー、画面録画、既存文書を組み合わせ、実務における業務の進み方をマッピングする。
プロセスマップには、クリックの順序以上のものを含める必要がある。意思決定の担当者、承認要件、よくある例外、従業員が行動を選択する際に用いる根拠を特定しなければならない。
これにより、プロセス発見は知識の問題となる。企業はまず、従業員が何を知っているかを見つけ、方針と慣習を区別し、どの判断を安全にルール化できるかを決める必要がある。
同じ課題は、個人およびチーム向けのナレッジシステムにも見られる。重要な文脈が会話や個人の記憶に分散したままであれば、文書だけでは答えの一部しか提供できない。検索可能なナレッジベースは、単にファイルを集めるのではなく文脈を保持するときに役立つ。
Duvoは同様の原則を業務実行に適用する。暗黙知を、定義された意思決定ポイントで人を介在させつつ、エージェントが従える管理されたプロセスへ変換しようとしている。
その仕組みには大きく3つの段階がある。まず、システムが現在のワークフローを観察し、文書化する。次に、自動化に適したステップと承認を要するステップを特定する。最後に、エージェントが接続されたシステムをまたいで承認済みの操作を実行し、何が起きたかを記録する。
この最後の段階が、プロセス文書化とプロセス実行を分ける。コンサルティング案件やプロセスマイニングツールは非効率を明らかにできるが、変更を実装するには別のプロジェクトが必要になることがある。
Duvoは、発見と実行を1つのシステムで共有させたいと考えている。この接続により、問題の発見から業務変更までの距離を短縮できる可能性がある。
同時に、リスクももたらす。従業員の説明は不完全だったり、一貫性を欠いたり、現場固有の回避策に左右されたりする可能性がある。画面録画は誰かが何をしたかを示しても、その選択がなぜ正しかったのかを明らかにしない場合がある。
そのため、自動化されたプロセスは良い習慣と同じくらい容易に悪い習慣を形式化し得る。経営陣は、発見されたワークフローが会社方針なのか、必要な例外なのか、それとも解消すべき技術的負債なのかを判断しなければならない。
Duvoによれば、判断を必要とする意思決定は人間の担当者が承認する。運用ダッシュボードには保留中の意思決定と完了した結果が表示され、システム変更は監査目的で記録される。
人が選択されたエージェントの判断を承認することを意味する、このhuman-in-the-loop設計は、機微な業務にとって不可欠である。一方で、規模に関する実務的な問いも生む。レビューを要するケースが多すぎれば、エージェントはボトルネックを移すだけになる。
Duvoの考え方の最も強い形は、従業員がプロセスから消えるべきだというものではない。ソフトウェアが反復可能な知識を取り込み、本当に曖昧な判断を適切な人に振り分けるべきだというものだ。
成功は、事業の変化に応じてその境界を正確に保てるかにかかっている。前四半期に機能した販促ルール、サプライヤー契約、リスク方針が、今後も有効とは限らない。Duvoは、発見を一度きりのイベントとして扱うのではなく、プロセスマップを最新に保たなければならない。
DuvoのエンタープライズAI、サービス集約型モデルに挑む
Duvoは、導入労働がソフトウェアの価値を圧倒する前に、エンタープライズAIの展開が製品主導型になり得ると賭けている。
大規模組織は、業務を変更する前に、その理解のためコンサルタントや導入専門家を活用することが多い。こうしたチームは従業員にインタビューし、システムをマッピングし、承認を文書化し、新しいソフトウェアを既存の統制と調整する。
顧客先常駐のエンジニアも関連するモデルに従う。彼らは顧客と密接に協力し、ソフトウェアを適応させ、データを統合し、複雑な環境内で信頼性の高いワークフローを構築する。
このアプローチは、人間が曖昧さを吸収するため、成果をもたらし得る。一方で、導入を遅く、高価で、顧客間で再現しにくいものにもする。
Duvoがこのモデルに対して示す主な挑戦は明快だ。製品が発見と設定のより多くを担うべきである。AIインタビューがプロセス知識を収集し、エージェントがワークフローマップを構築し、再利用可能な統制が個別統合を減らすことができる。
ČuprはPathfoundersに対し、Duvoはプロセス発見を数か月から数週間へ短縮することを目指していると語った。また、適切に設計されたエンタープライズAIは、次第に自己導入可能になるべきだとも主張した。
Duvoは、すべてのコンサルティング会社を敵として位置づけているわけではない。同社はDeloitte Central Europeと提携しており、コンサルティングの専門性とDuvoのプロセスマッピングおよび実行ソフトウェアを組み合わせている。
この提携は、近い将来に予想される現実を示している。ソフトウェアが一部案件で必要な労働を減らす場合でも、コンサルティング会社は販売チャネルと導入パートナーになり得る。プロセス発見のあり方をツールが変えても、彼らの戦略的・組織的な仕事は価値を持ち続ける可能性がある。
圧力が最も直接的にかかるのは、反復的な導入作業だ。Duvoがワークフローをより速く捉えられるなら、顧客は主にインタビュー、図表、手作業の設定に費やされる長期プロジェクトに疑問を持つようになるだろう。
同社はなお、圧縮されたアプローチが正確な結果を生むことを証明しなければならない。見落とされた例外が後に在庫、サプライヤーへの支払い、財務報告を混乱させるなら、速度の価値は限られる。
競争はその証明をより難しくする。エンタープライズ自動化市場にはすでに、ロボティック・プロセス・オートメーションのベンダー、プロセスマイニングのプラットフォーム、ワークフロー製品、新しいエージェント企業が存在する。
Pathfoundersは、関連する競合としてOrby AI、Skan AI、Mimica、Sola、Scribeを挙げた。これらの企業がすべて同一の製品を提供しているわけではないが、複数社はワークフロー観察、プロセスインテリジェンス、またはエージェント主導の実行を扱っている。
従来型のロボティック・プロセス・オートメーション、一般にRPAと呼ばれる技術も、もう一つの比較対象となる。RPAツールは、アプリケーション間で情報をコピーするなど、構造化されたユーザー操作を再現することが多い。入力やインターフェースが予測可能な状態に保たれる場合には有効に機能し得る。
Duvoは、AIエージェントは固定的なスクリプトよりも曖昧さに対応できると主張する。同社によれば、エージェントは単一のクリック経路に従うのではなく、メールの解釈、画面操作、記録の照合、判断のエスカレーションを行うという。
同社は、AnthropicのClaude、ブラウザー操作、ツール連携、人による承認を活用したレガシーシステムへの導入事例を紹介している。Duvoによれば、コンピューター操作機能により、エージェントは最新APIを持たないシステムでも操作できる。
こうした柔軟性は自動化可能な業務範囲を広げるが、信頼性の問題を解消するわけではない。グラフィカル・インターフェースは変化し、アクセス権限は期限切れになり、データ形式も異なる。人には明白に見える画面でも、小規模な再設計の後には自動化システムを混乱させる可能性がある。
APIベースの統合にもコストはあるが、通常は視覚的な操作より明確な契約を提供する。Duvoは、インターフェース自動化が許容される場面と、より深い統合が依然として必要な場面を判断しなければならない。
モデルへの依存も別の課題だ。基盤モデルの更新後、特に曖昧な入力に対して、エージェントの挙動が変わる可能性がある。企業は、本番の意思決定に影響する前にDuvoがこうした変更を検証することを期待するだろう。
Duvoは、自社アーキテクチャはモデル非依存だとしている。同社によれば、顧客はセキュリティやデータ主権の要件からより強い制御が求められる場合、承認済みクラウドエンドポイント、専用インフラ、またはオープンウェイトモデルを利用できる。
ただし、この位置付けは運用上の複雑さも生む。モデルによって推論品質、レイテンシー、導入要件、挙動は異なる。複数の選択肢をサポートしても、それらすべてで同等の性能が保証されるわけではない。
したがって、DuvoのエンタープライズAI提案は、知能だけで競争するわけではない。買い手は、導入工数、監査可能性、セキュリティ、例外処理、保守、測定可能な事業成果を比較することになる。
決定的な比較は、単にDuvo対コンサルタント、あるいはDuvo対RPAではない。製品化された導入と、労働集約的なカスタマイズとの比較である。Duvoは、舞台裏でサービス事業を静かに再現することなく、自社製品が複雑さを吸収できることを示す必要がある。
顧客成果は有望だが、ほとんどが企業自己申告によるもの
Duvoは具体的な業務改善を公表しているが、買い手には持続性、総コスト、例外発生率に関する独立した証拠がなお必要だ。
Duvoによれば、同社は財務、サプライチェーン、商業オペレーション、カスタマーケア、マーケティング、人事にまたがり、顧客に1億ドル超の価値を生み出してきた。実名の顧客にはMorrisons、Holland & Barrett、Boden、Notino、Allegro、Rohlikが含まれる。
同社によると、年間約4,500万ドルを対象とするNotinoのサプライヤーボーナス照合は、70日から15日へ短縮された。専門担当者の作業は、1サイクルあたり約120時間から10時間未満に減少したとされる。
DuvoはRohlikに関する詳細な主張も公表している。同社によれば、ある導入は3カ月以内に年間換算で280万ユーロの削減を生み出し、最初の協議から8週間後に本番稼働した。
同社によると、その事例では製品の供給可能率が2週間で78％から93％へ上昇した。入荷確認率も52％から90％へ上がったとされる。
同じケーススタディでは、年間交渉の約80％が自動化され、60人超のフルタイム従業員がデータ入力から戦略的な交渉へ再配置されたとされる。Duvoは、利益率レビューの迅速化と月次決算の短縮も報告している。
これらの数字は、生産性に関する漠然とした主張よりも、Duvoの自動化プラットフォームを評価しやすくする。技術を在庫の供給可能性、サプライヤー交渉、照合、作業時間に結び付けている。
ただし、詳細な指標の大半はDuvo、またはDuvoが選定した顧客の発言によるものだ。独立した統制評価の結果として提示されたものではない。
だからといって、それらが虚偽という意味ではない。読者は、普遍的な性能ベンチマークではなく、報告されたケーススタディの成果として扱うべきだ。
いくつかの疑問は未解決のままである。公表資料は、Duvoが生み出した価値と、導入中に行われたプロセス再設計、経営陣の注力、その他の業務変更による効果を十分には切り分けていない。
また、年間換算の削減額は実現したキャッシュ削減額とは異なる。新しいプロセスが機会を特定しても、特定された金額のすべてが損益計算書に反映される保証はない。
買い手は、Duvoがどのようにベースラインを設定し、効果を帰属させ、導入やレビューに関与する従業員をどのように計上するのかを確認すべきだ。また、初期プロセスが国、チーム、ソフトウェア構成をまたいで拡大した後に、結果がどう変化するかも検討すべきである。
信頼性についても同様に具体的な測定が必要だ。エージェントが誤った行動を選択したり、人間のレビュー担当者にあまりに多くのケースを送ったりするなら、完了率だけでは不十分である。
有用な運用指標には、例外の頻度、承認率、エラーの重大度、ロールバックの頻度、各プロセスの監督に従業員が費やす時間などが含まれる。こうした数値は、製品が仕事を削減しているのか、単に形を変えているのかを示すだろう。
セキュリティとガバナンスにも同等の注意が必要だ。Duvoは、承認と顧客システムに書き込まれた変更を記録するとしている。また、SOC 2 Type II、ISO 27001、ISO 42001の認証を取得していると報告している。
認証は定義された統制が存在する証拠にはなるが、すべての自動化判断が正しいことを保証するものではない。顧客には引き続き、プロセス固有の権限設定、監視、テスト、エスカレーションルールが必要となる。
より広いエージェント市場は、買い手に慎重である理由を与えている。Gartnerは、エージェント型AIプロジェクトの40％超が2027年末までに中止されると予測している。同社のエージェントプロジェクト予測は、コストの上昇、不明確な事業価値、不十分なリスク統制を理由として挙げている。
Duvoは、こうした失敗要因に明確に対抗する立場を取っている。測定可能な成果、統制された承認、再利用可能な接続、顧客がすでに運用しているシステムをまたぐ導入を強調している。
それでも同社は、同じ経済的な圧力に直面しなければならない。モデル呼び出し、ブラウザーセッション、サポート、監視、人間によるレビューはいずれも、自動化プロセスの実コストに寄与する。
意味のある価値を生むワークフローなら、こうしたコストは正当化できる。頻繁に例外が発生する低価値のプロセスは、デモでエージェントがどれほど有能に見えても、経済性を確保できない可能性がある。
顧客維持は、初期ケーススタディより強力な検証となる。追加部門への展開は、共有プラットフォームが複利的な価値を生んでいることを示唆する。一方、限定的な更新は、性能が例外的に好条件なプロセスに依存していることを意味するだろう。
DuvoのSeries Aは、同社にその証拠を集める時間を与える。ただし、顧客、業界、変化する運用条件をまたいで成果が安定するかという問題を解決するものではない。
Duvoが拡大できるかを示す3つのシグナル
Duvoにとって次の試練は、プロセス発見における優位性が、再現可能な導入、より広範な顧客採用、持続可能な運用経済性を生むかどうかだ。
第1のシグナルは、既存顧客内での拡大である。Duvoは、単一のプラットフォームが財務、サプライチェーン、カスタマーケア、マーケティング、人事にまたがるプロセスを支援できるとしている。
買い手は、顧客が一つの成功したワークフローから複数部門へ移行するかを注視すべきだ。その拡大は、接続、統制、プロセス知識を再利用できるという主張を裏付けることになる。
こうした拡大では、その数と同じくらい質も重要である。類似した複数のサプライヤーワークフローを導入するのは、財務承認、従業員関連プロセス、規制対象の顧客判断へ広げるより容易だ。
より広範な導入は、Duvoのプラットフォームとしての主張を強めるだろう。大半の顧客が一つの狭いユースケースにとどまるなら、製品は専門的な自動化プロジェクトに近い振る舞いをする可能性がある。
第2のシグナルは、米国展開から得られる証拠である。Duvoは経験豊富な商業部門のリーダーを採用し、分断されたサプライヤーおよび在庫システムが明確な自動化機会を生む小売・消費財企業を標的にしている。
米国の顧客は評価段階ではより速く動く可能性があるが、エンタープライズ契約には依然としてセキュリティ、法務、統合、調達のレビューが必要だ。Duvoは、迅速なプロセス発見が本番稼働までの全工程も短縮することを示さなければならない。
ケーススタディでは、導入期間、導入担当者数、例外率、実現した成果を開示すべきである。独立した顧客の説明は、追加の集計価値に関する主張より重みを持つだろう。
第3のシグナルは、Duvoのモデルが競合他社やコンサルティングパートナーとの比較でどのように持ちこたえるかである。ワークフロー発見とエージェント自動化の競合は改善を続ける一方、既存の自動化ベンダーは導入済みプラットフォームに生成AIを追加できる。
コンサルティング会社にも選択肢がある。Duvoを販売することも、競合製品を採用することも、社内ツールを構築することも、顧客が人による分析を重視する場合にはより多くの手作業による発見を維持することもできる。
Duvoのアライアンス戦略は、パートナーがプラットフォームによって自社事業が拡大するのか、それとも収益性の高い仕事が圧縮されるのかを判断する局面で試される。再現可能なパートナーチャネルは、戦略的サービスをなくすことなくソフトウェアがコンサルティング提供を改善できるというDuvoの主張を裏付けるだろう。
技術的な証拠は、これら3つすべてのシグナルにおいて重要となる。Duvoは、画面が変わった場合、従業員が矛盾する指示を出した場合、あるいは基盤モデルの挙動が変化した場合に、エージェントがどのように対応するのかを示すべきだ。
買い手は、自動化された判断と人間による承認の比率にも注意を払うべきである。エラー率を安定させながら自動化が進めば、この仮説は強まる。レビュー待ち行列が増えれば、それは弱まる。
最も示唆的な指標は、第2のプロセスまでにかかる時間かもしれない。Duvoは、最初の導入は数週間以内に本番稼働できるとしている。後続プロセスが大幅に速くなるなら、共有実行レイヤーが約束されたレバレッジを生んでいることになる。
新たなワークフローごとに再び広範な発見とエンジニアリングのサイクルが必要なら、経済性は従来のエンタープライズ導入に近く見えるだろう。
Duvoは困難だが重要な目標を選んだ。エンタープライズシステム間に存在する業務は、断片化されたデータ、人間の判断、組織の履歴を組み合わせるため、コストが高いのである。
DuvoのSeries Aは、エージェントがその複雑さをすべて吸収できることを証明するものではない。それは、基盤となるシステムを置き換えることなく、隠れた業務知識を統制されたソフトウェアへ転換する本格的な試みに資金を提供するものだ。
エンタープライズの買い手は、今こそ実務的な問いを投げかけるべきである。デモ終了後、Duvoはプロセスを理解し、自動化し、維持するために必要な総労力を減らせるのか。今後数カ月にわたり、反復導入、独立した成果データ、人間によるレビュー率を追跡するべきだ。そうしたシグナルが、DuvoのエンタープライズAIが持続的なインフラになりつつあるのか、それとも例外的な支援に依存するもう一つの有望なパイロットにすぎないのかを示す。
