Jedify привлекла 24 млн долларов на разработку технологий, позволяющих ИИ-агентам учитывать бизнес-контекст

Поставщики ИИ часто позиционируют свои корпоративные продукты как готовые к внедрению решения, однако вероятность того, что ИИ-агенты будут эффективно работать с самого первого дня, невелика. Без адаптации модели к специфике деятельности вашей компании она не сможет понять, как в вашем бизнесе определяется выручка или какие сотрудники имеют доступ к конкретным файлам. Это одна из причин, по которой компании, занимающиеся ИИ, направляют инженеров для помощи в интеграции своих инструментов в среду заказчика.

Jedify, стартап из Нью-Йорка, занимается решением именно этой проблемы. По данным компании, её платформа использует API для подключения к корпоративным источникам знаний и создания «контекстного графа» бизнеса, что позволяет агентам ИИ работать более эффективно. К таким источникам относятся базы данных, хранилища данных, «озера данных», приложения SaaS, инструменты бизнес-аналитики, а также неструктурированные источники, такие как отчёты, документация, кодовые базы, каналы Slack и записи совещаний.

Для поддержки этого развития Jedify привлек 24 миллиона долларов в рамках раунда финансирования серии A, возглавляемого Norwest, как эксклюзивно сообщил TechCrunch. К раунду присоединились прежние инвесторы S Capital VC и Cerca Partners, а также новый инвестор Oceans Ventures. Крупнейший поставщик решений для работы с данными Snowflake также выступил в качестве стратегического инвестора и интегрирует технологии Jedify в свои собственные ИИ-решения, включая Cortex AI, Semantic Views и CoWork.

Основное утверждение Jedify заключается в том, что для того чтобы быть по-настоящему полезными в корпоративной среде, ИИ-агенты должны понимать взаимосвязи между сущностями, данными, разрешениями, предметными знаниями, рабочими процессами, операционными допущениями и специфической для компании терминологией. Как объясняет компания, именно этот контекст позволяет ИИ-агенту сосредоточиться на информации, имеющей отношение к конкретной задаче, а не сканировать все данные организации.

Соучредитель и генеральный директор Ассаф Хенкин (на фото выше, крайний справа) привёл в качестве примера компании Kiteworks, занимающейся обеспечением нормативно-правового соответствия, чтобы показать, как клиенты используют Jedify. Kiteworks интегрировала Snowflake, Tableau, Notion и внутренние руководства — включая документы и скриншоты — с Jedify, а затем разработала инструменты на базе агентов для различных рабочих процессов клиентов.

«Их целью было оснастить свои отделы продаж и работы с клиентами сложным приложением — представьте себе информационную панель, объединенную с инструментом для общения в режиме реального времени. Когда сотрудники вступают в обсуждение с клиентом, Jedify динамически генерирует всю необходимую информацию. В ходе разговора система проактивно выводит на поверхность высокоспецифические детали в режиме реального времени», — сказал Хенкин.

Контекстный граф Jedify. Источник изображения:Jedify. Источник изображения:Jedify /

Хенкин утверждает, что контекстный граф Jedify отличается от существующих семантических слоёв, каталогов метаданных и графов знаний тем, что он многомерный — он фиксирует взаимосвязи между сущностями, данными, людьми, правами доступа и клиентами. Кроме того, он не зависит от конкретной модели и обновляется в режиме реального времени по мере поступления и отправки информации из подключённых систем.

«Когда вам требуется решение с агентами, способное работать автономно — принимать решения на основе данных CRM, тикетов Zendesk и, возможно, данных телеметрии в реальном времени — контекстный граф предлагает гораздо более широкие возможности по сравнению с семантическим слоем», — сказал он.

Права доступа представляют собой явную проблему. Например, оператор не должен предоставлять стажеру доступ к прогнозам выручки финансового директора. Хенкин объясняет, что его платформа решает эту проблему, наследуя права доступа из систем идентификации, файловых систем, SaaS-инструментов и баз данных — включая правила на уровне строк, столбцов и таблиц — а затем позволяет клиентам создавать дополнительные группы, определяющие, к каким данным могут получить доступ агенты или рабочие процессы. Платформа также предоставляет инструменты наблюдаемости и управления, помогающие клиентам убедиться, что их ИИ-агенты ведут себя в соответствии с ожиданиями.

В настоящее время Jedify ориентируется на клиентов среднего и крупного бизнеса, располагающих зрелыми стеками данных и несколькими базами данных или хранилищами данных. По словам Хенкина, у компании уже есть от 10 до 20 первых клиентов, в том числе The Weather Company, и она привлекает интерес со стороны отраслей, интенсивно использующих данные, таких как игровая индустрия, промышленность и сектор потребительских товаров.

Инвестиции и партнерство со Snowflake заслуживают внимания, поскольку крупные платформы для работы с данными также разрабатывают аналогичные возможности. Однако Хенкин утверждает, что Jedify дополняет эти усилия, поскольку значительная часть данных компании и большая часть её институциональных знаний, как правило, хранятся у нескольких поставщиков, а не в одном облаке.

«[Крупные компании, работающие с данными], скажут вам: „О да, просто перенесите все“. Но на самом деле у компаний есть множество баз данных, хранилищ и решений для работы с данными. Ключевой момент заключается в том, что не все ваши данные находятся в этих средах, и большая часть ваших знаний там тоже отсутствует, так что на самом деле это является для них недостатком», — сказал он.

Хенкин также отметил, что для компаний, пытающихся самостоятельно создать сопоставимый контекстный слой, обучение модели искусственного интеллекта может оказаться непомерно дорогостоящим, особенно с учетом того, что предприятия все более осторожно подходят к расходу токенов ИИ.

Кроме того, быстрые темпы развития моделей ИИ подтверждают более общую тезу компании: по мере того как модели становятся всё более мощными и взаимозаменяемыми, собственный контекст, повышающий их эффективность внутри компаний, может превратиться в ценное и устойчивое конкурентное преимущество.

Стартап планирует направить новый капитал на разработку продуктов, набор персонала и мероприятия по выходу на рынок. Таким образом, общий объем финансирования компании достигнет примерно 33 миллионов долларов.