Stripe byggde intern AI-assistent på en vecka – 5 000 användare på en månad
Stripe skapade Kai, en företagsövergripande AI-agent byggd på LangChain och LangGraph (verktyg för att koppla ihop AI-modeller i arbetsflöden), på bara en vecka. Det intressanta är inte snabbheten i sig – utan att 5 000 anställda faktiskt började använda den inom fyra veckor, vilket är ovanligt höga siffror för intern AI-adoption.
Djupdykning
Stripe – betalningsjätten som hanterar transaktioner för miljontals företag – lanserade nyligen en intern AI-agent kallad Kai, byggd på LangChain och LangGraph, två populära ramverk för att koppla ihop AI-modeller med verktyg och data. Det som sticker ut är hastigheten: från idé till 5 000 interna användare på ungefär en månad, vilket antyder att de flesta av det tunga lyftet redan var gjort av plattformarna de byggde på. LangGraph är i grunden ett sätt att låta AI:n ta flera steg i rad och fatta beslut längs vägen – istället för att bara svara på en fråga, kan den planera, söka, kontrollera och justera, ungefär som en junior analytiker som jobbar självständigt. Det folk ofta missar i den här typen av nyheter är att det egentliga genomslaget inte är Kai i sig, utan att Stripe sannolikt samlar in enormt värdefull data om hur deras egna anställda faktiskt arbetar – vilka frågor de ställer, var de fastnar, vad de behöver – vilket sedan kan förbättra både produkten och nästa generation av agenten. När ett företag med Stripes infrastrukturkunnande börjar optimera sina interna arbetsflöden med agenter i den här takten, är gapet till konkurrenter som rör sig långsammare svårare att ta igen än det ser ut.