不少 AI 服务商宣传自家企业级产品开箱即用,但现实里 AI 智能代理很难部署后直接投入实战。企业若不结合自身业务场景定制调优模型,AI 无法理解企业营收核算口径、人员文件权限划分等内部专属规则。这也是各大 AI 厂商纷纷派驻实施工程师,协助客户对接内部系统、完成产品集成的核心原因。
总部设于纽约的科创企业 Jedify 瞄准这一行业痛点推出解决方案。平台依托 API 对接企业各类知识库,搭建贴合自身业务全貌的上下文图谱,为 AI 代理提供精准的业务背景支撑。可接入数据源范围十分宽泛:数据库、数据仓库、数据湖、各类 SaaS 软件、BI 分析工具,报表、文档、代码库等非结构化资料,乃至 Slack 聊天记录、会议录音均可同步接入。
TechCrunch 独家消息显示,Jedify 顺利完成 2400 万美元 A 轮融资。本轮由 Norwest 领投,老股东 S Capital VC、Cerca Partners 持续加注,Oceans Ventures 作为新投资方入局;大数据龙头 Snowflake 同步战略参投,并且会把 Jedify 技术嵌入自身 Cortex AI、语义视图、CoWork 等全系 AI 服务产品。
Jedify 的核心逻辑在于:AI 代理想要在企业环境稳定创造价值,必须理清业务实体、数据、访问权限、行业专业知识、内部流程、运营标准与专属术语之间的关联关系。依托完整上下文信息,AI 能够精准筛选匹配任务的有效信息,不用全盘检索企业海量数据,大幅提升应答与执行效率。
公司联合创始人兼首席执行官阿萨夫・亨金以合规服务商 Kiteworks 为例,讲解落地实操流程。Kiteworks 将 Snowflake、Tableau、Notion 以及带图文截图的内部操作手册全部接入 Jedify,依托平台搭建适配多条客户业务线的专属 AI 代理工具。
“他们希望给销售、客户团队配备一体化强力工具,兼具数据仪表盘与实时对话双重形态。在和客户沟通时,Jedify 能瞬间整合调取全部所需资料;交流过程中还可主动推送高度细化的业务细节。” 亨金介绍道。
他强调,Jedify 的多维上下文图谱和市面上常规语义层、元数据目录、知识图谱存在本质区别:它可以立体串联实体、数据、员工、权限、客户多方关联;同时做到模型中立兼容,接入系统的数据发生增减变动时,图谱信息能够实时同步更新。
“如果想要 AI 代理真正自主运转,调用 CRM 客户资料、Zendesk 工单、实时监测数据支撑决策,上下文图谱的性能上限远高于普通语义层架构。”
权限管控是企业 AI 落地的一大门槛,举例而言绝不能允许实习生调取首席财务官的营收预测数据。Jedify 平台直接同步继承身份体系、文件系统、SaaS 应用、数据库自带权限,覆盖行、列、表格多层访问规则;企业还能自定义分组,划定不同代理、工作流可查看的资料范围。配套可观测、治理管控工具,全程约束 AI 代理行为合规。
当前 Jedify 主攻具备成熟数据架构、多套数据库 / 数仓体系的中大型企业。目前平台已有 10 至 20 家早期合作客户,其中包含气象巨头 The Weather Company;游戏、工业制造、消费品等数据密集型行业咨询合作意愿强烈。
Snowflake 的战略入股颇具看点,各大头部数据平台本身也在自研同类适配能力。但亨金表示双方属于互补而非竞争关系,绝大多数企业业务数据、内部经验知识并不会全部寄存于单一云厂商体系内。
“大型数据平台都会宣传可以承载企业全部数据,但现实中企业普遍搭配多套数据库、数仓与数据方案。大量业务知识、零散资料并不在单一平台里,这恰恰是它们自研方案难以补齐的短板。”
除此之外,企业自主搭建同等水准上下文层成本居高不下,尤其当下各家都在严控 AI 算力代币消耗,自研投入性价比极低。
行业模型迭代速度持续加快,各类大模型性能不断提升且可灵活替换,Jedify 团队判断:能够适配各类模型、深度贴合企业业务的专属上下文能力,会形成长期稳固的竞争壁垒。
本次融资资金将全部投入产品迭代扩充、人才招聘与市场拓展,叠加前期融资,Jedify 累计融资金额约 3300 万美元。
