Jedify 募得 2,400 萬美元，旨在為 AI 代理賦予商業情境認知能力

人工智慧供應商常將其企業級產品宣傳為「即裝即用」的解決方案，但人工智慧代理程式從第一天起就能有效運作的可能性很低。 若未針對貴公司的獨特營運模式對模型進行客製化，模型便無法理解貴公司如何定義營收，也無法辨識哪些員工有權存取特定檔案。這正是人工智慧公司派遣工程師協助將其工具整合至客戶環境中的原因之一。

總部位於紐約的新創公司 Jedify 正致力解決這一挑戰。 據該公司表示，其平台透過 API 連結企業知識來源，並建立業務的「情境圖譜」，使 AI 代理程式能更有效地運作。這些來源包括資料庫、資料倉儲、資料湖、SaaS 應用程式、商業智慧（BI）工具，以及報告、文件、程式碼庫、Slack 頻道和會議錄音等非結構化資料來源。

為支持這項發展，據 TechCrunch 獨家報導，Jedify 已獲得由 Norwest 領投的 2,400 萬美元 A 輪融資。既有投資者 S Capital VC 和 Cerca Partners 參與了本輪融資，新投資者 Oceans Ventures 也加入其中。 數據巨頭 Snowflake 亦以戰略投資者身分參與本輪融資，並正將 Jedify 的技術整合至其自有的人工智慧產品中，包括 Cortex AI、Semantic Views 及 CoWork。

Jedify 的核心主張在於，AI 代理必須理解實體、資料、權限、領域知識、工作流程、營運假設以及企業專有術語之間的關聯性，才能在企業環境中發揮真正的價值。該公司解釋，這種脈絡能讓 AI 代理專注於與特定任務相關的資訊，而非掃描整個組織的資料。

共同創辦人兼執行長 Assaf Henkin（上圖最右側）以合規公司 Kiteworks 為例，說明客戶如何運用 Jedify。 Kiteworks 將 Snowflake、Tableau、Notion 以及包含文件和螢幕截圖在內的內部操作手冊與 Jedify 整合，進而針對各種客戶工作流程開發了代理工具。

「他們的目標是為銷售和客戶服務團隊配備一款先進的應用程式——想像一個結合即時對話工具的儀表板。當他們進入客戶對話時，Jedify 會動態生成他們所需了解的一切資訊。在對話過程中，它會主動且即時地呈現高度具體的細節，」亨金表示。

Jedify 的語境圖。圖片來源：Jedify 圖片來源：Jedify /

亨金指出，Jedify 的情境圖譜與現有的語義層、元數據目錄及知識圖譜不同，因為它具有多維度特性——能捕捉實體、數據、人員、權限及客戶之間的關係。此外，它還具備模型中立性，並能隨著資訊在互聯系統間的流動而即時更新。

「當您需要一套能自主運作的代理解決方案——在 CRM 資料、Zendesk 服務單，甚至可能是即時遙測資料之間進行決策時——相較於語義層，情境圖能提供遠為卓越的能力，」他表示。

權限問題構成了顯而易見的挑戰。舉例來說，客服專員不應允許實習生存取財務長（CFO）的營收預測資料。 Henkin 解釋，他的平台透過從身分識別系統、檔案系統、SaaS 工具及資料庫（包括行、欄和表層級的規則）繼承權限來解決此問題，並允許客戶建立額外的群組，以指定哪些代理或工作流程可以存取。該平台還提供可觀察性與治理工具，協助客戶驗證其 AI 代理是否如預期般運作。

Jedify 目前鎖定具備成熟資料堆疊及多個資料庫或資料倉儲的中型市場與大型企業客戶。據 Henkin 表示，該公司目前擁有 10 至 20 家早期客戶，其中包括 The Weather Company，並正吸引遊戲、工業及消費性包裝商品等資料密集型產業的關注。

Snowflake 的投資與合作值得關注，因為各大數據平台也正在開發類似的功能。然而，Henkin 強調 Jedify 能與這些努力相輔相成，因為企業的大部分數據及其絕大多數的組織知識，通常分散在多個供應商之間，而非僅存於單一雲端平台。

「[大型數據公司] 會告訴你：『沒問題，把所有資料都搬過來就好。』但實際上，企業擁有多個資料庫、資料倉儲和數據解決方案。關鍵在於，並非所有資料都存放在這些環境中，而大部分的組織知識也不在其中，因此這對他們來說其實是個劣勢，」他表示。

亨金還指出，對於試圖獨立建構類似情境層的企業而言，訓練人工智慧模型的成本可能高得令人望而卻步，尤其是當企業對人工智慧代幣的消耗愈發謹慎之際。

此外，AI 模型開發的快速步伐也印證了該公司的更廣泛論點：隨著模型變得越來越強大且可互換，那些能提升模型在企業內部表現的專有情境，可能會成為寶貴且持久的競爭優勢。

這家新創公司計畫將新募得資金用於產品開發、人才招募及市場推廣活動。至此，該公司的總募資金額已達約 3,300 萬美元。