Jedify融资2400万美元，帮助公司为AI代理提供业务背景信息

人工智能供应商宣传他们的企业产品，就好像它们是交钥匙解决方案一样，但人工智能代理立即投入使用的可能性很低。除非您努力据您的业务细节来训练模型，否则它不太可能了解您的公司如何定义收入或知道谁可以查看哪个文件。这就是我们看到人工智能公司部署工程师来帮助将其人工智能产品集成到客户系统中的部分原因。

总部位于纽约的初创公司Jedify正在填补这一空白。该公司表示，其平台通过API连接到企业的知识源，构建有关其业务的“上下文图”，人工智能代理可以使用该图更好地工作。这些来源可以是数据库、数据仓库和数据湖、SaaS应用程序或BI工具，以及非结构化来源，例如报告、文档、代码库，甚至Slack频道和会议录音。

据TechCrunch独家获悉，为了实现这一目标，Jedify在Norwest领投的A轮融资中筹集了2400万美元。此次融资的参与方包括回归投资者S Capital VC和Cerca Partners，以及新投资者Oceans Ventures。数据巨头Snowflake也作为战略投资者参与其中，并将该初创公司的技术与其AI产品相结合，例如Cortex AI服务、Semantic Views和CoWork。

Jedify的主张是，为了在企业中发挥作用，人工智能代理需要访问实体、数据、权限、领域知识、工作流程、操作假设和公司特定术语之间的关系。该公司表示，这种背景允许人工智能代理将注意力集中在与特定任务相关的信息上，而不是搜索公司拥有的所有信息。

联合创始人兼CEOAssaf Henkin（上图最右侧）指出合规公司Kiteworks作为客户如何使用Jedify的示例。 Kiteworks将Snowflake、Tableau、Notion和内部手册（包括文档和屏幕截图）连接到Jedify，然后为不同的客户工作流程构建代理工具。

“他们希望为卖家和客户团队配备一款复杂的应用程序 - 你可以将其视为仪表板应用程序和实时对话应用程序。当他们进入客户对话时，Jedify会即时为他们构建他们需要了解的一切。在对话过程中，他们可以实时主动获取非常具体的细节，”Henkin说。

Henkin认为，Jedify的上下文图与公司已经使用的语义层、元数据目录和知识图不同，因为它是多维的，捕获实体、数据、人员、权限和客户之间的关系。它还与模型无关，并且随着信息流入和流出其所连接的系统而实时更新。

他说：“当你想让代理解决方案真正实现自主，通过CRM数据、Zendesk票证、也许是实时出现的遥测数据来推动决策时，上下文图在功能方面比语义层要好得多。”

权限是这里一个明显的障碍。例如，代理人不能让实习生了解首席财务官的收入预测。 Henkin表示，他的平台致力于通过继承身份系统、文件系统、SaaS工具和数据库的权限（包括行、列和表级访问规则）来解决这个问题，然后让客户创建额外的组来定义允许代理或工作流程访问的对象和对象。它还提供可观察性和治理工具，帮助客户确保他们的人工智能代理按预期运行。

Jedify目前的目标客户是拥有成熟数据堆栈和多个数据库或数据仓库的中端市场和大型企业客户。 Henkin表示，该公司拥有10到20个早期客户，The Weather Company就是其中之一，并且看到了游戏、工业和消费品等数据密集型行业的兴趣。

Snowflake的投资和合作关系值得注意，因为大数据平台也在尝试构建类似的功能。但Henkin认为，Jedify是对此类努力的补充，因为公司的大部分数据及其大部分机构知识通常不会存储在单个云提供商中。

“[大型数据公司]会告诉你，‘哦，是的，把所有东西都带上就行了。’但实际上，公司拥有多个数据库、仓库和数据解决方案……重要的是，并非所有数据都在这些环境中，而且你的大部分知识也不在那里，所以他们实际上有一点劣势，”他说。

亨金还指出，对于试图自己做到这一点的公司来说，训练人工智能模型来构建可比较的上下文层可能成本高昂，特别是在公司正在审查和限制其人工智能代币的使用的情况下。

人工智能模型开发的快速进步为公司带来了更广泛的赌注：随着模型变得更加强大和可互换，帮助这些模型在企业中更好地工作的专有环境可能被证明是一条有价值且持久的护城河。

该初创公司将利用新资金进行产品开发、招聘和上市行动。这使得该公司的总资金达到约3300万美元。