Klarent je zbral 7,13 milijona €: UI piše teste, ne odloča o rezultatu

Po poročilu EU-Startups je züriški Klarent 9. oktobra 2026 objavil zaključen semenski krog v višini 7,13 milijona evrov. Vodil ga je Mosaic Ventures, sodelovali pa so Moonfire Ventures, AngelInvest Ventures ter vlagatelja Jürgen Galler in Harris Barton.

V Klarentovi objavi o krogu je isti znesek izražen kot 8 milijonov ameriških dolarjev. Partner vodilnega vlagatelja Chandar Lal je odločitev za naložbo povezal z načelom »using AI to write tests, not to run them«. Podjetje namerava s sredstvi širiti inženirsko ekipo, razvijati testiranje spletnih in mobilnih aplikacij ter vstopiti na ameriški trg; ta širitev je napovedan cilj kroga.

Vlagatelje zanima meja med pisanjem in preverjanjem

Klarent naslavlja težavo ekip, ki lahko z generativno umetno inteligenco ustvarjajo programsko kodo hitreje, kot jo zmorejo preverjati. Njegova poslovna zamisel temelji na tem, da bo več ustvarjene kode povečalo potrebo po testih, ki jih je mogoče ponavljati in katerih rezultat je mogoče pojasniti. To je naložbena teza, ne izmerjen podatek o prihodnjem povpraševanju.

Podjetje sta ustanovila nekdanja Googlova inženirja Asheem Panakkat, izvršni direktor, in Momchil Ivanov, tehnični direktor. Pred imenom Klarent se je družba imenovala fore ai. Izkušnje ustanoviteljev pojasnjujejo usmeritev v testiranje kompleksnih aplikacij, kupcu pa same po sebi ne povedo, koliko napak bo platforma odkrila v njegovi programski opremi.

Med evropskimi strankami, ki jih podjetje navaja, so JD Sports, NZZ in Sixt. Njihove dejavnosti se razlikujejo, skupna naloga testiranja pa je preveriti, ali uporabniški postopek po spremembi programske opreme še vedno deluje. Pri trgovcu lahko tak postopek sega čez več povezanih sistemov; zato je pomembno, da test zajame celoten potek, ne le posameznega zaslona.

Kako Klarent loči ustvarjanje testa od njegove izvedbe

Jezikovni modeli v Klarentovi zasnovi pripravijo in prilagajajo testno kodo. Ko je ta preverjena, se testna zbirka izvaja po določenih navodilih in vrne rezultat uspeha ali napake. Model med vsakim zagonom na novo ne razlaga uporabniškega postopka in ne odloča sproti, ali je bil test uspešen.

Ta razlika je pomembna za razumevanje besede deterministično. Ob enaki testni kodi, enakih vhodnih podatkih in enakem stanju aplikacije je mogoče ponoviti isti postopek izvajanja. Če se spremeni aplikacija, podatek ali okolje, se lahko spremeni tudi izid; ponovljivo izvajanje samo po sebi ne zagotavlja, da je bil test pravilno zasnovan ali da zajame vse napake.

Pred zagonom je zato pomemben pregled pripravljenega testa, po njem pa razlaga rezultata. Klarent svoji storitvi dodaja človeško preverjanje izidov in plačilo veže na preverjene rezultate. Človekova vloga je ločena od samodejnega izvajanja: presodi lahko, ali opozorilo kaže na dejansko težavo, medtem ko preizkusna koda ob ponovitvi sledi istemu postopku.

Ko se uporabniški vmesnik spremeni, lahko modeli prilagodijo testno kodo, toda s tem nastane nova različica testa. Za primerjavo izidov skozi čas so pomembni podatki o tem, katera različica je bila zagnana, v kakšnem okolju in po čigavi potrditvi. Brez te sledljivosti bi bilo težje ločiti spremembo aplikacije od spremembe samega testa, tudi če je posamezen zagon ponovljiv.

Kaj zasnova pomeni za banke in zavarovalnice

Za regulirano podjetje rezultat »uspešno« ali »neuspešno« ni dovolj, če ne more ugotoviti, kako je nastal. Banka ali zavarovalnica mora pri preiskovanju napake povezati izdajo aplikacije, uporabljene podatke, različico testa in pregled opozorila. Klarentova ločitev med ustvarjanjem ter izvajanjem testov lahko takšno razlago olajša, če je sled sprememb dejansko ohranjena pri posamezni uvedbi.

Poročilo Sesamers banke in zavarovalnice opisuje kot ciljne kupce ter navaja ISO 27001, SOC 2 in možnost lokalne namestitve. Te zahteve zadevajo varovanje podatkov in način uvedbe platforme. Ponovljivost testa rešuje drugo vprašanje: ali je mogoče isti preizkus ponovno izvesti in razumeti, od kod izvira sprememba njegovega rezultata.

Človeški pregled doda odgovornost pri razlagi opozoril, hkrati pa postane del zmogljivosti storitve. Ko raste število aplikacij in izdaj, mora podjetje uskladiti hitrost samodejnih zagonov s časom, potrebnim za preverjanje izidov. Za stranko je zato poleg delovanja kode pomembno, kako hitro dobi potrjen rezultat in kako je odločitev o njem zabeležena.

Ameriška širitev bo povečala obseg preizkusa

Načrtovani vstop v ZDA pomeni širitev prodaje in storitve, ki jo Klarent že ponuja evropskim podjetjem. Sredstva kroga so namenjena tudi inženirski ekipi ter širši podpori za spletne in mobilne aplikacije. Več strank bo prineslo več različnih uporabniških postopkov, okolij in sprememb vmesnikov, ki jih bo treba pretvoriti v preverjene teste.

Prav pri takem obsegu bo vidno, koliko dela lahko ostane samodejnega in koliko človeškega pregleda zahteva vsak potrjen izid. Za bodoče kupce bo odločilno, ali lahko ob hitrejšem nastajanju testov še vedno dobijo sledljiv rezultat v času, ki ustreza njihovemu ciklu izdaj.

Preberite tudi:

• Fleuret je zbral 4 milijone evrov za neprekinjene vdorne teste
• Duqu je zbral 1,5 milijona €: račun financira brez prodaje terjatve
• Vates je po desetletju brez vlagateljev zbral 30 milijonov evrov