Представьте: вы строите компанию на фундаменте из песка. Не зыбучего песка, а просто сыпучего, постоянно сдвигающегося под ногами. Вот именно такую ситуацию описывают лидеры стартапа Palona AI как главный вызов для основателей прямо сейчас.
И вот сегодня компания из Пало-Альто, которую возглавляют ветераны инженерии из Google и Meta, делает решительный шаг: входит в индустрию ресторанов и гостеприимства с новыми продуктами Palona Vision и Palona Workflow.
Новинки превращают многомодальный набор агентов компании в реальную операционную систему для ресторанов: камеры, звонки, разговоры, координация задач — всё в одной системе.
Это немалый поворот от дебюта в начале 2025 года, когда стартап появился с 10 миллионами долларов в seed раунде и обещал создавать эмоционально интеллектуальные агенты продаж для самых разных компаний, работающих напрямую с потребителями.
Теперь же, сужая фокус до "мультимодального подхода" специально для ресторанов, Palona показывает другим AI-строителям дорогу: как выйти за пределы "тонких обёрток" и построить по-настоящему глубокие системы, решающие сложные проблемы реального физического мира.
"Вы строите компанию на песке — не зыбучем, но сыпучем", — говорит сооснователь и CTO Тим Хауэс, имея в виду нестабильность нынешней экосистемы LLM. "Поэтому мы создали слой оркестрации, который позволяет нам менять модели в зависимости от производительности, качества и стоимости".
VentureBeat поговорил с Хауэсом и сооснователем, CEO Марией Чжан — где же ещё? — прямо в ресторане в Нью-Йорке. Они рассказали о технических вызовах и тяжёлых уроках, которые получила команда за время запуска, роста и этого поворота.
Что нового: Vision и Workflow как "цифровой управляющий"
Для владельца или оператора ресторана последний релиз Palona работает как автоматический "лучший менеджер операций", который никогда не спит и не устаёт.
Palona Vision анализирует сигналы из камер безопасности прямо в ресторане — длину очередей, скорость обслуживания столов, узкие места в приготовлении пищи, чистоту помещения. И всё это без новых датчиков и оборудования.
Система отслеживает метрики переднего зала: длину очередей, скорость обслуживания столов, чистоту. Одновременно фиксирует проблемы на кухне: замедления в приготовлении или ошибки в расстановке станций.
Palona Workflow дополняет всё это, автоматизируя многошаговые операционные процессы. Управление кейтерингом, чек-листы открытия и закрытия, выполнение заказов на приготовление еды. Система связывает видеосигналы Vision с данными из системы управления заказами (POS) и информацией о персонале — всё это обеспечивает единообразное выполнение процессов во всех филиалах.
"Palona Vision это как нанять цифрового управляющего в каждое отделение", — сказал в пресс-релизе, направленном VentureBeat, основатель Tono Pizzeria + Cheesesteaks Шаз Хан. "Система выявляет проблемы до того, как они разрастаются, и экономит мне часы каждую неделю".
Вертикализация: уроки доменной экспертизы
Путь Palona начался со звёздного состава. CEO Чжан раньше была вице-президентом инженерии в Google и технологическим директором Tinder. Сооснователь Хауэс — соавтор LDAP и бывший CTO Netscape.
Но знаете? Даже при таком пedigree первый год оказался уроком в фокусировке.
Сначала Palona обслуживала бренды моды и электроники, создавая "волшебников" и "чуваков-серфёров" для продаж. Потом команда поняла: ресторанная индустрия — это триллионный рынок, удивительно устойчивый к кризисам, но буквально задавленный операционной неэффективностью.
"Совет стартап-основателям: не прыгайте в несколько индустрий одновременно", — предупреждает Чжан.
Вертикализация изменила всё. Palona перестала быть просто "тонким чатом" и превратилась в "мультисенсорный информационный конвейер": обработка видео, голоса и текста в одной системе.
Этот фокус открыл доступ к нишевым обучающим данным — рецептурам, записям звонков — и избавил от необходимости скребти данные слева и справа.
Четыре главных технических решения
1. Строительство на сыпучем песке
В 2025 году новые, улучшенные модели выходят чуть ли не еженедельно. Палона это знает и создала запатентованный слой оркестрации.
Вместо того чтобы быть "привязанной" к одному провайдеру типа OpenAI или Google, архитектура Palona позволяет менять модели на ходу в зависимости от производительности и цены.
Команда использует микс собственных и открытых моделей: Gemini для компьютерного зрения, специальные языковые модели для испанского или китайского. Главный вывод для разработчиков: никогда не делайте ценность своего продукта зависящей от одного поставщика.
2. От слов к "моделям мира"
Palona Vision — это сдвиг от понимания слов к пониманию физической реальности кухни.
Когда многие разработчики мучаются, пытаясь соединить отдельные API, Palona берёт существующие камеры безопасности и превращает их в операционных помощников.
Система определяет "причину и следствие" в реальном времени: видит, что пицца недопечена (по бледно-бежевому цвету), или замечает, что витрина пуста. Потом сообщает управляющему.
"В словах физика не важна", — объясняет Чжан. "Но в реальности телефон падает — и всегда падает вниз. Мы хотим действительно разобраться, что происходит в мире ресторанов".
3. "Маффин": архитектура памяти под заказ
Один из крупнейших технических вызовов для Palona была работа с памятью. В ресторане память — это разница между раздражающим взаимодействием и "магией", когда агент помнит обычный заказ постоянного клиента.
Сначала команда использовала открытый инструмент, но он ошибался в 30% случаев. "Думаю, разработчики часто отключают память в потребительских AI-продуктах, потому что это гарантирует полный хаос", — предупреждает Чжан.
Поэтому Palona создала Muffin — собственную систему управления памятью (названную как намек на веб-"cookies"). В отличие от стандартных векторных подходов, Muffin обрабатывает четыре слоя:
- Структурированные данные: адреса доставки, информация об аллергиях.
- Медленно меняющиеся параметры: предпочтения по программам лояльности, любимые блюда.
- Временные и сезонные воспоминания: летом клиент предпочитает холодные напитки, зимой — горячее какао.
- Региональный контекст: часовые пояса, языковые предпочтения.
Урок для разработчиков: если лучший доступный инструмент недостаточно хорош для вашей ниши, вы должны быть готовы построить свой.
4. Надёжность через "GRACE"
На кухне ошибка AI — это не просто опечатка. Это потраченный впустую заказ или риск для безопасности. Недавно в одной пиццерии в Миссури AI выдумал фейковые акции прямо во время ужина — бренду едва удалось восстановить доверие.
Чтобы избежать такого хаоса, инженеры Palona следуют внутреннему фреймворку GRACE:
- Guardrails (ограждения): жёсткие лимиты на поведение агента, чтобы исключить несанкционированные акции.
- Red Teaming (красная команда): активные попытки "сломать" AI и найти триггеры галлюцинаций.
- App Sec (безопасность приложений): защита API и интеграций третьих сторон через TLS, токенизацию и системы защиты от атак.
- Compliance (соответствие): каждый ответ проверяется против проверенных данных меню, чтобы исключить неточности.
- Escalation (эскалация): сложные ситуации направляются к человеку прежде, чем клиент получит неправильную информацию.
Эта надёжность проверяется огромным симуляционным тестированием. "Мы симулировали миллион способов заказать пиццу", — рассказывает Чжан. Один AI играет клиента, другой принимает заказ — и команда измеряет точность, чтобы исключить галлюцинации.
Итог
С запуском Vision и Workflow Palona ставит на то, что будущее корпоративного AI — это не широкие ассистенты, а узкоспециализированные "операционные системы", которые видят, слышат и думают в пределах одного домена.
В отличие от general-purpose агентов, система Palona выполняет ресторанные рабочие процессы, а не просто отвечает на вопросы. Она помнит клиентов, слышит их обычный заказ, отслеживает операции, чтобы доставить заказ точно в соответствии с внутренними процессами — и выявляет, когда что-то идёт не так, или, что критично, вот-вот пойдёт не так.
Для Чжан цель простая: дать людям возможность сосредоточиться на том, что они делают лучше всего. "Если у вас уже есть вкусная еда и всё хорошо, мы подскажем, что нужно делать".
Кажется, мы стоим на пороге времени, когда специализированные AI-системы будут работать лучше, чем универсальные помощники. Хотите узнавать о таких проектах раньше других?🔔 Следите за новостями о внедрении AI в разные индустрии, специализированных моделях и операционных системах на основе ИИ — подпишитесь на мой канал "ProAI" в Telegram!