如今，人工智能正触及我们获取信息（以及更多方面）的方方面面。今天，一家基于该技术的特定应用——即将AI应用于职场知识管理——构建业务的公司，在因其方法获得一定成效后，宣布了一轮融资。Sana Labs提供基于AI的平台，帮助人们管理工作中的信息，并随后将这些数据作为组织内电子学习的资源，其在过去一年内年度经常性收入（ARR）增长了七倍，目前已完成3400万美元的一轮融资。
美国风险投资公司Menlo Ventures正在领投斯德哥尔摩公司Sana的融资轮次，EQT Ventures以及多达25位天使投资人和创始人/运营者个人也参与了本轮投资。这是一轮B轮融资，Sana投后估值达到1.8亿美元。
如今市场上有许多知识管理、企业学习和企业搜索产品，但Sana认为其独特之处在于打造了一个将三者结合并协同工作的平台：一个集知识管理、企业搜索与电子学习于一体的平台。
Sana的核心是一个平台和AI引擎，能够连接到组织在工作场所使用的所有不同应用——包括Salesforce、电子邮件、Notion、GitHub、Slack、Trello、Asana，以及任何用于捕获、获取或存储信息并与他人沟通的工具。
这些应用中的所有数据都会被Sana平台自动摄取和组织（借助AI技术），并在这些信息发生变化或扩展时持续维护。随后，希望访问信息的用户会前往Sana，用日常“人类”语言提出请求，就像使用搜索引擎一样。与此同时，这些数据还被用作电子学习模块的基础，用于入职培训、专业发展或员工培训——这些模块可以由组织内部人员创建或构思，也可以由Sana自身生成。
这并非Sana最初的概念，Sana起初仅致力于构建用于整理信息的后端机器学习引擎。但Sana首席执行官兼创始人Joel Hellermark表示，初创公司早期就收到了对前端的请求——即让用户轻松查询信息并利用其构建培训和材料的部分——因此他们也构建了这部分内容。学习可以以测验、投票、互动会话等形式呈现，当围绕网络研讨会生成互动问答时，就像某种极其高效、物尽其用的炖菜一样，所有这些也的结果都会被反馈到知识库中供将来参考。
Hellermark表示，知识管理与搜索和电子学习的结合意味着该平台呈现出截然不同的参与度指标。“Sana被持续使用，这与典型的电子学习平台非常不同，”他说，“我们观察到每周和每日活跃使用情况”，他补充道，在目前已使用Sana的约100家企业的数万名员工中，这种活跃度十分显著。
Hellermark表示，技术本身由Sana构建和定制，但模型来自OpenAI，后者与Sana有着“深度合作”。
他说：“我们从第一天起就一直在使用他们的模型，甚至在发布之前就开始使用了。”其中包括GPT，它通过ChatGPT已成为科技和媒体人士在Twitter等聊天平台上热议的话题。Sana的方法体现了AI在长期内的可扩展潜力。
Hellermark补充道：“我们相信，像OpenAI这样的基础模型有机会针对特定领域进行微调。对我们而言，重点是在此之上优化用户体验。”
Hellermark自称长期痴迷于不仅关注教育的重要性，更坚信AI有能力在这一领域产生深远影响。然而，教育形式多种多样——面向年轻人的内容、继续教育、成人学习和专业发展只是其中几个细分领域。
他表示，Sana选择专注于第四个细分领域（即专业发展）出于两个原因。首先是因为其实用性——目前市场上几乎没有类似产品，但它确实是组织所需，因为组织内部的知识储备存在一种反比关系：积累的信息越多，就越难有效利用这些信息。
企业聚焦的第二个原因是可扩展性因素：虽然从更传统的意义上讲，教育领域显然需要能够吸收大量分散、碎片化信息并将其变得易于访问的工具，从而为个性化学习模块奠定基础，但跨年龄段和学校学区（更不用说各国及其各自特定的课程体系）的碎片化使得这一目标更加复杂——也许在当前阶段更是如此，因为我们看到初创企业及其支持者越来越强调专注于具有良好单位经济效益、可识别（且活跃）客户群以及已能实现这些目标的技术的项目。
他说：“教育行业是我最大的热情所在，因为如果你解决了学习问题，你就解决了一切。”“但从第一天起，我们就希望成为一家大公司，而在K-12阶段很难实现规模化，因为你必须适应不同国家的情况。采用企业级方法有助于我们扩展规模，并服务于从医生到工程师、产品经理、销售代表等所有人。我们能够为超过20个国家的所有这些人提供服务。”
重要的是，这并不意味着长期内不会将传统教育领域作为目标，也不意味着传统教育领域在长期内不会或不能成为像Sana或其他初创公司提供的此类技术的接受客户。
另一个需要考虑的重要细节是Sana如何处理其来源信息的质量。它如何决定——能否决定——其来源的数据是否正确？如果存在多个彼此不一致的“答案”，它会怎么做？
Hellermark在回答这个问题时说：“这就是知识管理的意义所在。”“你可以拥有仅用于搜索的模型，但这没有考虑到验证知识和创建学习路径的需求。”他表示，系统中内置了“验证结构”，包括允许用户限制Sana可以使用哪些来源和其他输入，客户可以选择指定哪些信息是经过验证和准确的，并选择是否允许用户访问未经核实的信息，以及对信息进行排序。
老实说，这并不是一个令人完全满意的答案，尤其是因为准确性一直是围绕AI最持久的问题之一：如果结果不太正确，或者完全错误，或者只是使用了糟糕的数据，该怎么办？
然而，正如AI这辆火箭飞船的其他部分一样，到目前为止，这尚未成为阻碍Sana增长的问题。
“在过去6年多时间里，我几乎考察了所有其他学习管理系统（LMS）SaaS产品。Sana最出色的地方在于，他们从底层开始构建真正的知识管理解决方案，充分考虑了当今知识经济中知识的捕获方式。”主导此项投资的Menlo合伙人JP Sanday表示，“如今企业更加分散，需要在资源有限的情况下承担更多工作，难以跟上创新的步伐，因此需要赋能全体员工。Sana是我见过的唯一能够实现这一愿景的平台。”
他补充道，人们既利用数据库，又围绕其构建内容的方式，创造了一种更为民主化的“组织知识图谱”，这通常优于一般组织所获得的知识结构。
他说：“当我向潜在客户展示产品时，他们看到内容创作体验以及帮助作者和学习者的AI能力后，立刻意识到这是完全不同的东西——他们看到了平台更高的可扩展性，以及用户获得的更高参与度。”