Marble Cognition 获 375 万美元 pre-seed 融资，打造通过观察学习工作流程的 AI 同事

办公工作自动化的最难部分，往往发生在 AI 智能体采取第一个行动之前：弄清楚员工实际在做什么。一个工作流程可能横跨收件箱、电子表格和多个业务应用，其例外情况团队心知肚明，却从未被记录成正式规范。Marble Cognition 已筹集 375 万美元 pre-seed 融资，旨在将这些运营知识转化为 AI 同事。

Heartcore 和 Seedcamp 联合领投了本轮融资。据公告，天使投资人包括一名 Datadog 董事会成员、一名 Personio 创始人，以及来自 McKinsey、Mistral AI 和 Lovable 的高管。这家慕尼黑公司将利用这笔资金扩大推理规模、扩充工程团队，并进军美国市场。

Marble 的方法始于观察工作。它捕捉流程如何展开，将这些观察转化为结构化地图，并部署 Marble Coworkers，在员工已在使用的工具中执行由此形成的工作流程。在需要判断或审批的环节，仍由人参与。

一个能够操作软件的智能体，仍然需要知道该查阅哪些记录、什么算作已完成的任务，以及何时例外情况需要上报。当一家公司真实的运营流程以习惯、非正式交接和散落在各系统中的知识的形式存在时，很难提供这些指令。

Marble 押注的是：随着软件开发和智能体构建变得越来越容易，这种上下文会变得更有价值。它提出的优势在于对被自动化的工作有准确的理解：动作的顺序、所使用的信息，以及连接各个步骤的决策。

该公司表示，其桌面应用会记录业务应用内的屏幕、点击和按键。它利用这些观察构建 AI 系统可以解读的结构化流程地图，然后创建端到端执行该流程的同事。这将工作流程发现与部署连接起来，而不是让客户把流程分析转化为一个单独的自动化项目。

“我们交谈过的每家公司都希望 AI 接手真正的工作。但没有人能告诉 AI 这项工作实际上是如何完成的，”Marble 联合创始人兼 CEO Felix Rösner 在公告中表示。“所以我们先解决这个问题。”

Marble 现有的产品网站让执行模式更加具体。它描述了具备原生计算机和浏览器使用能力的同事，让团队能够在他们已在使用的环境中委派工作。其退款分诊示例结合了客户请求、退款政策和业务记录：该同事对请求进行分类、核查政策、起草回复，并将例外情况交回给人工处理。

这个例子说明了上下文为何重要。生成一个看似合理的回复只是其中一步。一个有用的同事必须将请求与相关规则和客户信息联系起来，然后区分常规工作和不应自动推进的案例。

从运营角度看，Marble 试图弥合理解工作流程与运行工作流程之间的差距。流程地图为工作提供了规范；同事将其带入业务应用；人工审核在任务需要时保留了一个决策点。部署成功与否，取决于该规范在捕捉常见路径的同时，对例外情况的捕捉程度。

Marble 表示，其客户包括科技独角兽、私募股权支持的公司和 AI 整合型企业，并点名 EGYM、Mutares 和 Enam 为其客户。这些组织为面向重复性、工具密集型行政运营的产品提供了天然的试验场。

Marble 称，在一家未具名的、私募股权持有的美国金融服务公司的部署中，一名同事将每个案例的处理时间减少了 90%，并帮助团队在第一个月内处理了多 50% 的案例，且未增加人手。该同事在观察团队后学会了工作流程，负责准备和解方案供专家审批。

这些数字是公司报告的特定部署结果，而非通用的性能基准。它们描述了两个不同的结果——单个案例所花的时间和团队的总吞吐量——而专家的审批仍然是流程的一部分。

这个例子也指向了该公司的商业重点。具有可重复结构和明确审批边界的工作，可以为部署智能体提供初始切入点，而更模糊的决策仍由团队负责。要扩展这种方法，系统需要能够识别出一个看似熟悉的案例何时超出了已学习的工作流程。

一个从员工活动中学习的产品，需要在数据收集和访问方面有明确的边界。Marble 表示，其桌面应用排除私人应用、私人标签页和工作时间之外的活动。员工可以暂停录制，分析以汇总方式进行，而不是用于评估个人。

公司还表示，捕获的材料在任何人或 AI 模型看到之前都会进行匿名化处理，包括在客户自有云环境中的部署。这些是公司声明的保障措施；它们对于系统的预期运行方式至关重要，而非产品的附带功能。

对于企业部署而言，实际问题包括哪些应用在范围内、敏感信息如何被移除，以及谁可以访问由此产生的流程信息。在限制不必要收集的同时，学习足够的信息以复现工作流程，是该模型面临的核心工程与治理挑战。

Rösner 与联合创始人、Marble 首席技术官 Christophe Schmit 在慕尼黑数字技术与管理中心相识，并于 2025 年底创立了该公司。Rösner 此前曾在 AI 销售代理公司 11x 工作。据新闻稿称，Schmit 曾是麻省理工学院的研究员，此前曾在 Enam 工作。

本轮融资将支持将观察到的流程转化为可部署同事所需的基础设施和工程工作，同时配合 Marble 计划中的美国市场启动。Seedcamp 的参与也使该公司与一位在 UiPath 发展早期便予以投资的投资者建立了联系，将 Marble 置于一个更广泛的企业谱系中——这些企业试图通过软件减少重复性的办公室工作。

Marble 的主张是，企业自动化的下一个制约因素正日益变成智能体所接收的流程知识质量。其 AI 同事将根据它们将这些知识转化为已完成工作的可靠性来评判——以及在流程需要时，它们能多好地保留人类判断。