Creazione di una società di intelligenza artificiale aziendale "fondazione di sabbia mobile" Secondo la direzione, questo è il problema principale dei fondatori oggi. Palonan.
Oggi, la startup con sede a Palo Alto guidata dai veterani di Google e Meta Engineering sta facendo una spinta verticale decisiva nel settore della ristorazione e dell’ospitalità con il lancio di Palona Vision e Palona Workflow.
Le nuove offerte trasformano la suite di agenti multimodali dell’azienda in un sistema operativo in tempo reale per le operazioni di ristorazione che comprende telecamere, chiamate, conversazioni ed esecuzione coordinata di attività.
Questa notizia segna una svolta strategica per l’azienda sin dal suo debutto all’inizio del 2025. 10 milioni di dollari in finanziamenti iniziali creare rappresentanti di vendita emotivamente intelligenti per grandi aziende dirette al consumatore.
Ora restringi la tua attenzione "locale multimodale" Con il suo approccio ai ristoranti, Palona fornisce agli sviluppatori di intelligenza artificiale un modello su come andare oltre. "involucri sottili" costruire sistemi profondi che risolvano problemi del mondo fisico ad alto rischio.
“Stai costruendo un’azienda su fondamenta di sabbia, sabbia mobile, non sabbie mobili”, ha affermato il cofondatore e CTO Tim Howes, riferendosi all’instabilità dell’attuale ecosistema LLM. “Abbiamo quindi creato un livello di orchestrazione che ci ha permesso di modificare i modelli in base a prestazioni, fluidità e costi.”
VentureBeat ha recentemente parlato di persona con Howes e la co-fondatrice e CEO Maria Zhang: dove altro? – Sulle sfide tecniche di un ristorante a New York e sulle dure lezioni apprese dal suo lancio, crescita e turnaround.
Nuova offerta: visione e flusso di lavoro come “GM digitale”
Per l’utente finale (proprietario o operatore del ristorante), l’ultima versione di Palona è progettata per eseguire una funzione automatizzata. "miglior direttore operativo" Non dorme mai.
Palona Vision utilizza telecamere di sicurezza all’interno del negozio per analizzare segnali operativi come la lunghezza delle code, il turnover dei tavoli, i colli di bottiglia nella preparazione e la pulizia senza richiedere nuovo hardware.
Mentre monitora i parametri interni come la lunghezza delle code, i turni dei tavoli e la pulizia, rileva anche problemi fuori sede come rallentamenti nella preparazione o errori di configurazione della postazione.
Palona Workflow completa tutto ciò automatizzando i processi operativi in più fasi. Ciò include la gestione degli ordini di cibo, l’apertura e la chiusura delle liste di controllo e la gestione della preparazione dei pasti. Correlando i segnali video provenienti da Vision con i dati dei punti vendita (POS) e i livelli di personale, Workflow garantisce un’esecuzione coerente in più sedi.
“Palona Vision è come dare ad ogni luogo un GM digitale”, ha detto a VentureBeat Shaz Khan, fondatore di Tono Pizzeria + Cheesesteaks, in un comunicato stampa. “Segnala i problemi prima che si aggravino e mi fa risparmiare ore ogni settimana.”
Trasferimento verticale: corsi di competenza sul campo
Il viaggio di Palona è iniziato con un cast stellare. Il CEO Zhang ha precedentemente ricoperto il ruolo di VP of Engineering presso Google e CTO presso Tinder; Il co-fondatore Howes è il co-inventore di LDAP ed ex CTO di Netscape.
Nonostante questo pedigree, il primo anno della squadra è stato una lezione sulla necessità di concentrazione.
Palona inizialmente serviva marchi di moda ed elettronica. "procedura guidata" E "amico surfista" personalità che gestiranno le vendite. Ma il team si rese presto conto che il settore della ristorazione rappresentava un’opportunità unica da trilioni di dollari. "sorprendentemente a prova di recessione" Tuttavia "Scioccato" Per inefficienza operativa.
"Consigli per i fondatori di startup: non focalizzarsi su più settori," Zhang ha avvertito.
Palona cessa di essere un’azienda diventando verticale. "magro" livello di chat da creare "linea di informazioni multisensoriali" Questo elabora insieme immagini, audio e testo.
Questa chiarezza di focus ha consentito l’accesso a dati di formazione specifici (come manuali di preparazione e trascrizioni delle chiamate) impedendo al contempo l’eliminazione di dati generali.
1. Basarsi sulla “sabbia mobile”
Palona ha sviluppato un livello di orchestrazione in attesa di brevetto per adattarsi alla realtà delle implementazioni di intelligenza artificiale aziendale nel 2025, con modelli nuovi e migliorati che escono quasi settimanalmente.
invece di essere "imballato" Con un unico fornitore come OpenAI o Google, l’architettura di Palona consente loro di modificare i modelli in base alle prestazioni e ai costi per pochissimo.
Utilizzano un mix di modelli proprietari e open source, tra cui Gemini per test di visione artificiale e modelli linguistici proprietari per la fluidità dello spagnolo o del cinese.
Il messaggio per i costruttori è chiaro: non lasciare mai che il valore fondamentale del tuo prodotto dipenda da un singolo fornitore.
2. Dalle parole ai “modelli del mondo”
Il lancio di Palona Vision rappresenta un passaggio dalla comprensione delle parole alla comprensione della realtà fisica della cucina.
Mentre molti sviluppatori faticano a riunire API separate, il nuovo modello di display di Palona trasforma le telecamere esistenti nel negozio in assistenti operativi.
Il sistema definisce "causa ed effetto" Rileva in tempo reale se la pizza è poco cotta "beige pallido" colorare o avvisare il gestore se la vetrina è vuota.
"In breve, la fisica non ha importanza." Zhang ha spiegato. "Ma in realtà abbandono il telefono e continua a staccarsi… Vogliamo davvero capire cosa sta succedendo in questo mondo della ristorazione.".
3. La soluzione “Muffin”: architettura di memoria personalizzata
Uno degli ostacoli tecnici più significativi che Palona ha dovuto affrontare è stata la gestione della memoria. Nel contesto di un ristorante il ricordo si coniuga con un’interazione frustrante. "magico" dove l’agente ricorda un ristorante "al solito" ordine.
Inizialmente il team ha utilizzato uno strumento open source non specificato, ma ha scoperto che produceva errori nel 30% dei casi. "Penso che gli sviluppatori di consulenza spengano sempre la memoria (nei prodotti di intelligenza artificiale di consumo) perché ciò garantisce che tutto farà schifo," Zhang ha avvertito.
Per risolvere questo problema, Palona ha sviluppato Muffin, un sistema di gestione della memoria personalizzato chiamato un cenno al web. "Biscotti". A differenza degli approcci standard basati su vettori che hanno difficoltà con i dati strutturati, Muffin è progettato per gestire quattro diversi livelli:
-
Dati strutturati: fatti concreti, come indirizzi di spedizione o informazioni sulle allergie.
-
Dimensioni che cambiano lentamente: preferenze di fedeltà e articoli preferiti.
-
Ricordi temporanei e stagionali: adattarsi ai cambiamenti, come preferire le bevande fredde a luglio e la cioccolata calda in inverno.
-
Contesto regionale: impostazioni predefinite come fusi orari o preferenze della lingua.
Lezione per i costruttori: se il miglior strumento disponibile non è abbastanza buono per il tuo settore specifico, dovresti essere disposto a costruirne uno tuo.
4. Affidabilità attraverso “GRACE”
Un errore dell’intelligenza artificiale in cucina non è solo un errore di battitura; questo è un ordine sprecato o un rischio per la sicurezza. Un evento recente La pizzeria di Stefanina nel Missouri, dove l’intelligenza artificiale ha allucinazioni su falsi affari durante l’ora di punta della cenaEvidenzia la rapidità con cui la fiducia nel marchio può evaporare in assenza di tutele.
Per evitare tale caos, gli ingegneri di Palona seguono la propria politica interna. Quadro GRAZIA:
-
Guardrail: limiti rigorosi al comportamento degli agenti per impedire promozioni non approvate.
-
Red Teaming: iniziative proattive "rompere" Identificare l’intelligenza artificiale e i potenziali fattori scatenanti delle allucinazioni.
-
Sicurezza delle applicazioni: blocca le API e le integrazioni di terze parti con TLS, tokenizzazione e sistemi di prevenzione delle intrusioni.
-
Conformità: basare ciascuna risposta su dati di menu verificati e rivisti per garantire l’accuratezza.
-
Escalation: instradare interazioni complesse a un manager umano prima che un ospite riceva informazioni errate.
Questa affidabilità è confermata da una simulazione massiccia. "Abbiamo simulato milioni di modi per ordinare la pizza," Zhang ha affermato di aver misurato la precisione per eliminare le allucinazioni utilizzando un’intelligenza artificiale come cliente e l’altra per prendere l’ordine.
Insomma
Con il lancio di Vision e Workflow, Palona sostiene che il futuro dell’intelligenza artificiale aziendale è negli assistenti specializzati, non negli assistenti generali "sistemi operativi" può vedere, sentire e pensare in una certa area.
A differenza degli agenti IA generici, il sistema di Palona è progettato per gestire i flussi di lavoro dei ristoranti, non solo per rispondere alle domande; può ricordare i clienti e ascoltare i loro ordini. "al solito," e monitorare le operazioni del ristorante per garantire che consegnino il cibo al cliente secondo i processi e le linee guida interni, segnalando quando qualcosa va storto o va in modo critico, Di andare storto.
Secondo Zhang, l’obiettivo è consentire agli operatori umani di concentrarsi sul proprio lavoro: "Se hai in mente quel piatto delizioso… ti diremo cosa fare."
