Os fornecedores de IA promovem seus produtos empresariais como se fossem soluções prontas para uso, mas as chances são baixas de que os agentes de IA comecem a trabalhar imediatamente. A menos que você se esforce para treinar um modelo nas especificidades do seu negócio, é improvável que você entenda como sua empresa, por exemplo, define a receita ou sabe quem tem permissão para ver qual arquivo. Essa é parte da razão pela qual vemos empresas de IA implantando engenheiros para ajudar a integrar seus produtos de IA nos sistemas dos clientes.
A startup Jedify, sediada em Nova York, está atacando exatamente essa lacuna. A empresa afirma que a sua plataforma liga-se às fontes de conhecimento das empresas através de APIs para construir um “gráfico de contexto” sobre os seus negócios que os agentes de IA podem utilizar para trabalhar melhor. Essas fontes podem ser bancos de dados, data warehouses e lagos, aplicativos SaaS ou ferramentas de BI, bem como fontes não estruturadas, como relatórios, documentação, bases de código e até mesmo canais do Slack e gravações de reuniões.
Para construir isso, o Jedify arrecadou US$ 24 milhões em uma rodada de financiamento da Série A liderada pela Norwest, aprendeu exclusivamente o TechCrunch. A rodada contou com a participação dos patrocinadores S Capital VC e Cerca Partners, bem como do novo investidor Oceans Ventures. A gigante de dados Snowflake também participou como investidor estratégico e está integrando a tecnologia da startup com seus produtos de IA, como o serviço Cortex AI, Semantic Views e CoWork.
A proposta do Jedify é que, para serem úteis nas empresas, os agentes de IA precisam de acesso aos relacionamentos entre entidades, dados, permissões, conhecimento de domínio, fluxos de trabalho, suposições operacionais e terminologia específica da empresa. Este contexto, diz a empresa, permite que um agente de IA concentre a sua atenção nas informações que são relevantes para uma tarefa específica, em vez de pesquisar tudo o que uma empresa possui.
O cofundador e CEO Assaf Henkin (foto acima, na extrema direita) apontou a Kiteworks, uma empresa de compliance, como um exemplo de como os clientes estão usando o Jedify. A Kiteworks conectou Snowflake, Tableau, Notion e manuais internos, incluindo documentos e capturas de tela, ao Jedify e, em seguida, criou ferramentas de agente para diferentes fluxos de trabalho de clientes.
“Eles queriam equipar seus vendedores e equipes de contas com um aplicativo sofisticado – você pode pensar nele tanto como um aplicativo de painel quanto como um aplicativo de conversação em tempo real. Quando eles iniciam uma conversa com o cliente, o Jedify cria para eles, dinamicamente, tudo o que precisam saber. E durante a conversa, eles podem, em tempo real, obter detalhes muito específicos que surgem de forma proativa”, disse Henkin.
Gráfico de contexto do Jedify. Créditos da imagem: JedificarCréditos da imagem:Jedificar /
Henkin argumenta que o gráfico de contexto do Jedify é diferente das camadas semânticas, catálogos de metadados e gráficos de conhecimento que as empresas já usam porque é multidimensional, capturando relacionamentos entre entidades, dados, pessoas, permissões e clientes. Também é independente de modelo e é atualizado em tempo real à medida que as informações entram e saem dos sistemas aos quais está conectado.
“Quando você deseja permitir que uma solução de agência seja realmente autônoma, para orientar decisões sobre dados de CRM, tickets do Zendesk, talvez dados de telemetria que chegam em tempo real, é quando um gráfico de contexto é muito melhor em termos de recursos do que uma camada semântica”, disse ele.
As permissões são um obstáculo óbvio aqui. Não seria adequado para um agente dar a um estagiário acesso às projeções de receitas do CFO, por exemplo. Henkin disse que sua plataforma trabalha para resolver isso, herdando permissões de sistemas de identidade, sistemas de arquivos, ferramentas SaaS e bancos de dados, incluindo regras de acesso em nível de linha, coluna e tabela, e permite que seus clientes criem grupos adicionais que definem o que e quem os agentes ou fluxos de trabalho podem alcançar. Ele também oferece ferramentas de observabilidade e governança para ajudar os clientes a garantir que seus agentes de IA estejam se comportando conforme esperado.
Atualmente, o Jedify tem como alvo clientes empresariais de médio e grande porte que possuem pilhas de dados maduras e vários bancos de dados ou data warehouses. Henkin disse que a empresa tem entre 10 e 20 clientes iniciais, um dos quais é a The Weather Company, e está observando o interesse de setores com muitos dados, como jogos, indústria e bens de consumo embalados.
O investimento e a parceria da Snowflake são notáveis porque grandes plataformas de dados também estão tentando construir capacidades semelhantes. Mas Henkin argumenta que o Jedify é complementar a esses esforços porque muitos dos dados de uma empresa, e a maior parte do seu conhecimento institucional, geralmente não são armazenados em um único provedor de nuvem.
“(As grandes empresas de dados) dirão: ‘Ah, sim, basta trazer tudo.’ Mas, na realidade, as empresas têm vários bancos de dados, armazéns e soluções de dados (…) O importante é que nem todos os seus dados estão nesses ambientes, e a maior parte do seu conhecimento não está lá, então é uma desvantagem que eles realmente têm”, disse ele.
Henkin também observou que, para as empresas que tentam fazer isso por conta própria, treinar um modelo de IA para construir uma camada de contexto comparável pode ter um custo proibitivo, especialmente porque as empresas estão examinando e reprimindo o uso de tokens de IA.
E os rápidos avanços no desenvolvimento de modelos de IA contribuem para a aposta mais ampla da empresa: à medida que os modelos se tornam mais capazes e mais intercambiáveis, o contexto proprietário que ajuda esses modelos a funcionar melhor nas empresas pode revelar-se um fosso valioso e durável.
A startup usará o dinheiro fresco para desenvolvimento de produtos, contratação e movimento de entrada no mercado. Isso eleva o financiamento total da empresa para cerca de US$ 33 milhões.
Quando você compra por meio de links em nossos artigos, podemos ganhar uma pequena comissão. Isso não afeta nossa independência editorial.