西雅圖新創公司 Latch 於今年稍早從 Super Labs 更名，近日發表其以人工智慧（AI）驅動的企業解決方案，旨在將人類從那些「佔據我們時間的工作」中解放。這家公司由創業經驗豐富的 Stefan Kalb 與共同創辦人暨技術長 Jared Kofron 共同成立。

Latch 定位為企業人工智慧的「脈絡層」（context layer），透過讓員工錄製執行任務的過程並口述，如同訓練新進人員般，將這些錄影轉化為公司的知識圖譜（knowledge graph），供人工智慧代理人（AI agents）理解與應用。換句話說，它讓 AI 能深入學習企業實際的運作流程。

Stefan Kalb 解釋，LATCH 的目標是讓員工擺脫那些他們不喜歡的工作。他認為，許多職務中存在大量時間耗費在軟體未能理解公司運作方式所產生的繁瑣事務上，他希望這些工作能徹底消失，相信沒有人會懷念它們。他觀察到，人們不擅長解釋自己的工作，當被要求記錄流程時，通常只會列出五個步驟，但實際執行卻涉及數十個決策點，這些細節往往被忽略，因為對他們而言，這只是日常。

Stefan Kalb 曾於 2009 年創立 Molly's（一家生鮮食品供應公司），後又創立 Shelf Engine。Shelf Engine 運用機器學習技術為零售商減少食物浪費，曾募得 6,000 萬美元的創投資金，並已於 2025 年售予 Crisp。共同創辦人 Jared Kofron 則是華盛頓大學物理系校友，此前曾擔任 Pioneer Square Labs 的首席軟體工程師。

面對 AI 時代不斷變化的組織型態，Stefan Kalb 指出，產品與工程師的比例、以及業務開發代表（SDRs）與銷售成交人員的比例都在翻轉。過去瓶頸在於「開發」，現在則轉移到「決定開發什麼以及賣給誰」。他也提到，儘管 Latch 常被誤解為 Loom（一個錄影軟體），但兩者本質不同。Loom 的影片等待人工審查，而 Latch 則分析錄影內容，理解過程並將其轉化為 AI 代理人可執行動作的資訊。影片對 Latch 而言是輸入，從中學到的知識才是產品。

過去一年中，LATCH 最艱難的決策是如何進入市場。由於 AI 導致接觸客戶變得更困難且成本更高，電子郵件信箱充斥著 AI 生成的推銷信，廉價的行銷管道已不復存在。因此，公司決定停止追求廣泛接觸，轉而投入更多資金，進行更少但更深入的實體互動，這雖然成本更高，卻是唯一有效的方式。

Stefan Kalb 建議其他創業家，應避免只關注顯而易見的問題。他鼓勵創業者從「loading bay」（通常指物流或倉庫等不顯眼的環節）的角度思考，最棒的問題往往是那些沒人談論的，因為人們難以明確表達這些問題，而在這些領域競爭也會最少。

Latch 的終極目標是，當服務中斷時，用戶會因為無法工作而感到憤怒，這表示 Latch 已從一個工具轉變為不可或缺的關鍵基礎設施。