top of page

Nebuly A 輪融資籌得 2,100 萬美元,衡量 AI 價值

20 分鐘前
讀畢需時 12 分鐘
Illustrative photograph. Photo: Yan Krukau / Pexels.

Nebuly 籌得 2,100 萬美元,用於衡量企業 AI 的商業價值;在這個領域,更多活動並不必然代表更佳成果。這輪 Nebuly A 輪融資於 2026 年 11 月 12 日公布,資金將投向一套把 AI 使用情況與預計節省時間及商業影響連結起來的軟件。核心問題是,這些估算與已完成工作、重新釋出的產能及財務成果究竟有多吻合。

這令企業 AI 負責人面對另一種壓力。部署助手並匯報採用率,可以證明員工有在使用它;要為其預算辯護,則需要證據說明其後實際改變了甚麼。Microsoft 已透過其 Copilot Dashboard 提供預計影響指標,Nebuly 因而需要與一個成熟的平台供應商並肩競爭。

Nebuly 的機會位於這些使用報告與財務團隊需要作出的決策之間。其方法把各項假設攤開,讓客戶檢視活動如何轉化為預計回報。這個分別很重要,因為一項估算可以為決策提供參考,卻不能證明 AI 導致生產力提升。

Nebuly A 輪融資將資助甚麼

Planven 領投本輪融資,Exor Ventures、Tenacity Capital、TGVG Capital,以及 Fastweb+Vodafone 透過 Founders Factory 參投。原有投資者及天使投資者亦有參與。CDP Venture Capital 透過其 Artificial Intelligence Fund 及 Digital Transition Fund 支持本輪融資。

Nebuly 表示,資金將用於產品開發,以及擴展其在美國和歐洲的銷售及市場推廣團隊。其 A 輪融資公告列出 Oura、Iveco Group、Fastweb+Vodafone、CNH 及 Zeiss 為客戶。這些名稱反映由公司自行報告的採用情況,而非經獨立核實的客戶節省成效。

這筆融資支持的是商業衡量平台,而非另一款要與員工競爭執行工作任務的助手。

這個定位改變了銷售論點。助手供應商需要說服買家,其產品能完成有用工作;衡量供應商則需要說服同一買家,它能可信地判斷那些工作。客戶必須同時信任所收集的資訊,以及套用於資訊的詮釋方式。

這個分別亦塑造了投資者所支持的方向。Nebuly 不需要每間企業都統一採用同一 AI 供應商。當機構需要跨不同工具建立共同視野時,其擬定角色便變得相關。只要不同部署產生的報告令管理層難以比較,便會形成商業切入點。

Tamara Djurickovic 的報道描述了一個涵蓋員工工具及面向客戶助手的平台。對員工而言,重點包括效率及額外產能;對客戶互動而言,則包括營收影響及潛在留存或銷售機會。這些是相關的商業問題,但需要不同類型的證據。

因此,這筆 企業 AI 融資的意義,比對 AI 生產力作出判斷更為狹窄。它為 Nebuly 擴展其衡量業務提供資源,並不能證明企業 AI 一貫帶來正回報,亦不能證明單一衡量方法可以解決每一項存在爭議的投資決定。

對買家而言,這保留了商業動能與衡量準確度之間的實際分別。即使每項估算尚未經歷獨立驗證,客戶仍可發現平台有助整理決策。當這些主張保持分開時,融資故事便更具參考價值。

公告亦包括一名客戶及領投投資者的支持性說法。他們的支持說明產品為何吸引商業興趣;在評估平台量化商業價值的能力相關主張時,應考慮他們與公司的關係。

AI 負責人面對的預算問題,不止於採用率

即時壓力落在必須說明為何 AI 部署值得持續投資的團隊身上。

使用量是合理的起點。未被使用的助手無法幫助員工,而採用數據可以揭示需要關注的推行問題。不過,使用繁忙的助手仍可能產生需要大量修正的工作。單靠活動量無法解決這個差異。

設想一個用作說明的內部研究工作流程:一名員工要求助手查找政策、概述其含義,並準備回覆。對話紀錄可顯示該次互動曾發生,卻不能自動證明政策仍然有效、摘要準確,或回覆可用。

商業結果取決於互動後發生甚麼。員工可能接受答案、核對其來源、重寫內容,或重新開始。每條路徑對時間和品質有不同影響。衡量系統必須有方法區分它們,才可賦予價值。

這為 AI 項目負責人帶來壓力,因為採用率與成果可朝不同方向發展。培訓或可減少不必要的提示,同時改善完成的工作;更佳的原始資料可以縮短對話。即使活動次數下降,需要較少互動的助手仍可變得更有用。

財務團隊從另一角度亦面對相同的不確定性。描述重新釋出員工產能的報告,並不會自動解釋開支是否下降,亦不會顯示機構是否把該產能用得富有成效。這些是後續營運決策,各自有本身的證據要求。

這個分別在招聘討論中尤其相關。對單一任務的估算,並不能證明整個職位可以消失。職位結合活動、責任、協調及判斷。從一項活動中移除時間,只會改變那個較大系統的一部分。

同一問題亦影響依賴尋找可靠資訊的知識工作。一個 可搜尋的知識庫可以支援正被評估的工作流程;其商業貢獻仍取決於人們能否找到正確材料,並利用它完成有用工作。

營收又增加了一層複雜性。客戶可能在購買前先與助手交談,但這個順序本身不能證明帶來額外銷售。該客戶原本可能已打算購買;該互動可以相關,卻未必是決定性原因。

Nebuly 的融資之所以重要,是因為它針對使用證據與適合預算決策的證據之間的落差。買家的需要很具體:識別哪些部署值得擴展、哪些需要改善,以及哪些已不再值得佔用機構資源。

一個通用的報告系統可協助令這些選擇更一致。當它保留已觀察事件、預計效益及已實現成果之間的分別時,其價值便會提高。把它們合併成一個看似亮眼的總數,會令預算討論較易呈現,卻更難評估。

Nebuly 如何運作:從已完成任務估算價值

Nebuly 公布的方法由用戶對話及當中所代表的任務開始。它表示,只有符合客戶成功準則的互動才會計入計算。專有模型會估算相關人手工作,然後套用每小時成本假設,以價值表達成果。

其 AI 投資回報方法說明可調整的假設,以及涵蓋已完成任務、預計節省時數和按活動劃分價值的報告。在此,ROI 指投資回報,但以時間為基礎的價值估算,仍有別於完整的財務回報計算。

有用的功能,是可檢視把一項已完成任務與預計效益連結起來的假設。

被歸類為成功的對話,是該估算的起點。分類本身需要詮釋。員工保留草稿可反映其有用性,但接受內容未必代表事實準確。同樣地,沒有再提出問題,亦不總是證明客戶的問題已獲解決。

人手工作基準同樣重要。這個基準估算在沒有 AI 的情況下,完成工作本來需要甚麼。如果它假設流程不必要地緩慢,預計效益便會增加;如果它假設資深員工已使用既有捷徑,同一互動可能產生較小結果。

可調整性令這些分歧變得可見。財務團隊可以質疑任務的假設時長,而毋須否定一個未獲解釋的總數;部門可以區分需要不同投入程度的活動。這比籠統聲稱所有人都覺得更快,提供更具體的討論。

不過,改變一項假設有別於驗證它。持份者之間的共識可令報告保持一致,卻不能令其基準變得準確。最有力的詮釋取決於與實際工作比較,包括準備請求、檢查輸出及修正錯誤所花的時間。

這正是 Nebuly AI 投資回報報告的核心張力。平台可以大規模觀察互動,同時仍在估算替代流程。直接觀察到的活動與經模型推算的節省時間,屬於不同證據類別。兩者均保持可見,會令所得數字更易評估。

對於新近變得可行的工作,這個分別會更明顯。員工可能使用 AI 進行過去一直未有完成的分析;這可以創造價值,但將它描述為節省時間,意味著原本會有一項人手任務發生。額外能力值得另作說明。

任務邊界亦很重要。一項研究請求可涉及多段對話,而一段對話亦可包含多項請求。把每次互動視為獨立完成任務,可能扭曲工作流程。買家需要了解任何衡量產品如何處理這個邊界。

當多個助手共同產出一項成果時,亦會出現類似問題。搜尋助手可能找到資訊,另一工具可能起草文字,員工則可能整合結果。把不同估算相加需要審慎,因為部分聲稱的效益可能重疊。

因此,這筆融資支持的產品,其實用性取決於標題儀表板之下的細節。分類、基準、排除項目及重疊情況,決定讀者應如何詮釋總數。解釋 Nebuly 如何運作,歸根究底是識別結果中哪些部分經過觀察,哪些部分屬於推論。

平台亦可在此支援超越單一回報數字的營運決策。細分資料可引導注意表現欠佳或需要更佳原始資料的工作流程。即使財務估算帶有重大不確定性,這種診斷用途仍可具價值。

Microsoft 已提供預計 AI 影響

Nebuly 進入的市場中,平台供應商已報告不只基本採用情況。Microsoft 的 Copilot 影響指標包括輔助時數及輔助價值。其文件將這些數字描述為根據使用情況、研究假設及時薪得出的估算。

Microsoft 亦明確把其計算描述為概括估算,並警告組織因素可能影響工作場所指標的差異。這項限定十分重要,因為原生儀表板已承認 Nebuly 所處理的部分衡量難題。

Nebuly 提出的優勢是跨供應商的共用視角,而 Microsoft 則在自身環境中提供成熟的視角。

Nebuly 表示,其平台可連接以 Claude、ChatGPT 及 Microsoft Copilot 為基礎的自訂工具和助理。分別在於覆蓋範圍。使用多個系統的組織,有理由尋求不會止於單一供應商產品邊界的比較。

但這並不代表外部平台必然更準確。不隸屬於助理供應商可減少一項商業利益衝突,但衡量公司仍在銷售其自身詮釋。客戶需要評估其方法,而非把獨立供應商等同於獨立的科學驗證。

原生報告同樣有實際優勢。平台供應商理解自身產品事件,並可將其連接至既有管理工具。買家可能已能存取這些報告。額外供應商則必須證明整合另一個系統及解讀另一套指標所需工作的合理性。

跨供應商報告亦帶來自身挑戰:相似標籤可能掩蓋不同的底層事件。一個產品中的已完成操作,可能與另一處的已完成操作截然不同。有意義的比較需要對任務、成果及其周邊人力投入有一致理解。

共用的貨幣單位本身無法解決這個問題。把不同估算轉換為貨幣,可能在其假設尚未一致前,已讓它們看似可比較。同樣的審慎態度亦適用於部門之間的排名,因為它們的任務、經驗水平和品質要求各有不同。

例如,示範性的法律審閱流程與內部排程流程,在答案出錯時會帶來不同後果。若只按估算節省的時間作排名,便忽略了這些後果。有用的比較必須保留脈絡,而非把每項活動壓平為同一個分數。

Nebuly AI ROI 正是在這方面與買家既有的報告習慣競爭,程度不下於與個別產品競爭。問題在於,共用衡量方法是否能足以改善決策,從而值得引入另一個平台。儀表板的廣度,只有在其分類仍可理解時才有意義。

競爭壓力雙向存在。原生平台可擴展其報告功能,在較簡單的環境中降低另覓分析工具的需要。獨立供應商則可強調混合部署、一致假設,以及跨越產品邊界的工作流程。買家應按實際報告需求評估這些路徑。

因此,對企業團隊而言,選擇不只是挑選報告效益最大的儀表板。真正相關的比較涉及覆蓋範圍、透明度、整合成本,以及每份報告所支援的決策。這些因素決定另一層衡量是否能帶來有用資訊。

估算節省仍需核對成果

可信的估算需要已完成工作、品質,以及作為比較基準的替代流程等證據。

獨立生產力研究說明了為何這仍然困難。METR 在其 2026 年 2 月 24 日的生產力研究更新中,描述了解讀一項後續開發者實驗時遇到的問題。參與者不願在沒有 AI 的情況下工作,影響了招募和任務選擇。

研究人員亦指出,當開發者同時使用代理時,衡量時間存在困難。他們相信開發者所得的好處可能比早前研究更多,但把較新的證據描述為薄弱。這是有關開發者生產力的研究,而非對 Nebuly 的評估。

其相關性在於方法論。人們選擇進行的工作、願意接受研究的參與者,以及如何處理重疊活動,都會改變結果。即使是審慎的比較,在 AI 改變了被比較的工作流程時也會變得困難。

這令簡單的時間計算變得複雜。代理可在員工進行其他無關工作時運作,因此經過時間與人力投入並不相同。相反,一次快速生成也可能在之後觸發大量審閱。只聚焦互動本身的衡量方式,需要理解周邊流程的脈絡。

品質亦可能與速度分開變動。員工可能在相同時間內產出更完整的文件,獲得節省時間指標未能反映的成果。另一人可能更快完成,卻為同事留下更多錯誤。兩種情況都挑戰以單一標準衡量生產力的做法。

面向客戶的收入主張同樣需要相若的嚴謹度。收入影響描述互動與商業成果之間的關聯。增量收入是指若非如此便不會出現的銷售。要證明後者,需要比顯示助理曾在客戶旅程中出現過更有力的比較。

潛在流失和追加銷售訊號,在後續事件提供支持前仍只是訊號。一次對話可識別不滿或購買興趣,卻不能證明某項介入改變了結果。其營運實用性應與已實現財務效益的主張分開評估。

部署選項回答的是另一組問題。Nebuly 表示,其模型可在客戶基礎設施或私有雲運行,而無需把企業資料傳送至外部模型 API。這提供的是一項所述部署選項,並非證明每項實施都符合所有私隱或合規要求。

分析仍取決於哪些資料進入系統,以及誰可存取它們。對話資料可能包含敏感的業務或員工資料。買家需要了解收集範圍、保留安排、權限,以及結果如何在組織內呈現。

這些問題亦影響員工信任。原本用於評估工作流程的工具,可能被理解為對個人進行排名的方法。當員工處理不同任務或不同複雜程度時,比較尤其困難。彙總數字不應僅因顯示在某人的名字旁邊,便顯得更精確。

所審閱的公告沒有提供獨立驗證,以證明 Nebuly 對所有具名客戶的時間估算均準確。投資者支持亦不提供這類驗證。這些限制仍為有用報告留下空間,同時避免把融資公告當作已量度客戶成果的證明。

Nebuly 的 A 輪融資支持在這些限制下進一步發展。更好的衡量可令不確定性更易檢視,亦令決策更易說明。其可信度取決於在現有證據不足以支持確定節省主張時,能否保留這種不確定性。

融資後值得觀察的事項

下一個有用訊號關乎驗證、報告細節和競爭,而非另一個總數字標題。

第一個訊號,是客戶個案把估算效益與經獨立核實的工作連結起來。有說服力的例子會描述任務、比較流程、品質要求,以及 AI 使用周邊的人力投入。它會區分預期產能與已觀察到的營運改變。

這類證據將強化在重要預算決策中使用該平台的理由。缺少這些細節的客戶背書,只能提供較狹窄的滿意度訊號,無法解決所報價值是否準確反映工作或財務成果的問題。

第二個訊號,是產品對不確定性及不完整覆蓋範圍提供更多細節。買家需要了解不成功嘗試、遺漏的互動、重疊任務和已變更的假設。能讓這些因素可見的報告,有助解釋某個數字為何在檢討期之間變動。

這項區分十分重要,因為表面改善可能源自修訂設定,而非表現提升。變更歷史可讓審閱者分辨方法更新與底層工作變化。清楚處理這些差異,將加強對長期比較的信心。

第三個訊號,是原生平台如何發展自身的衡量工具。擴展報告功能,可能令集中使用單一供應商的組織較少需要另行分析。更廣泛的混合部署,則會加強跨工具共用方法的論點。

兩種結果都不會自動決定 Nebuly 的前景。更具參考價值的問題,是買家是否利用其報告作出比既有系統所容許、證據更充分的決策。有關這項貢獻的證據,比聲稱可衡量 AI 每項效益更能清楚說明產品的角色。

這些是未來數月的觀察點,而非已排定的公告。已核實的事件是融資,以及 Nebuly 所述的擴展計劃。未來產品功能和客戶成果,應在支持證據出現時再作評估。

對開發者和知識工作者而言,報告選擇將塑造組織如何理解他們使用 AI 的方式。能識別已完成工作和品質的系統,比獎勵活動量的系統更能支援有用討論。框架不當的指標,可能鼓勵改善儀表板、卻未改變實際工作的行為。

對企業買家而言,Nebuly 的 A 輪融資是檢視 AI 價值如何被報告的契機。在擴大部署前,應問清楚哪些成果已被觀察、哪些效益只是估算,以及哪些假設改變了結果。把可回收產能與開支削減分開,把收入影響與額外銷售分開。然後將報告與員工和客戶實際經歷的工作流程比較。最有力的投資理由,將同時說明有用的工作及其價值周邊的不確定性。當下一筆 AI 預算進入審閱時,負責人能否把標題數字連結到另一個團隊可檢視的證據?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page