AI厂商常将其企业产品宣传为即插即用的解决方案，但实际上，AI代理很难立即发挥作用。除非对模型进行针对企业具体业务的训练，否则它很难理解公司如何定义收入，或知道谁有权限查看哪些文件。这也是为何许多AI公司派遣工程师协助客户将AI产品集成到系统中的原因之一。
总部位于纽约的初创公司Jedify正致力于解决这一难题。该公司表示，其平台通过API连接企业的知识源，构建关于业务的“上下文图”，以帮助AI代理更好地工作。这些知识源包括数据库、数据仓库和数据湖、SaaS应用、BI工具，以及非结构化数据如报告、文档、代码库，甚至Slack频道和会议录音。
据TechCrunch独家获悉，Jedify刚完成由Norwest领投的2400万美元A轮融资。此次融资还吸引了老股东S Capital VC和Cerca Partners，以及新投资者Oceans Ventures参与。数据巨头Snowflake作为战略投资者也加入其中，并将该初创公司的技术整合进其AI产品，如Cortex AI服务、Semantic Views和CoWork。
Jedify的核心观点是，企业内部的AI代理需要访问实体、数据、权限、领域知识、工作流程、运营假设及公司特有术语之间的关系。这种上下文信息使AI代理能够聚焦于与特定任务相关的信息，而非盲目搜索企业所有数据。
联合创始人兼CEO Assaf Henkin举例说明了客户如何使用Jedify。合规公司Kiteworks将Snowflake、Tableau、Notion及内部操作手册（包括文档和截图）连接到Jedify，进而为不同客户工作流程构建了智能工具。
“他们希望为销售和客户团队打造一个复杂的应用程序——既像仪表盘应用，也像实时对话应用。当他们进入客户对话时，Jedify会即时为他们构建所需的全部信息，并在对话过程中实时主动提供具体细节。”Henkin说道。
Henkin认为，Jedify的上下文图区别于企业现有的语义层、元数据目录和知识图谱，因为它是多维度的，捕捉实体、数据、人员、权限和客户之间的关系。它对模型无依赖，且随着信息流入流出连接系统实时更新。
“当你想让一个智能解决方案真正自主，驱动CRM数据、Zendesk工单，甚至实时遥测数据的决策时，上下文图在能力上远胜于语义层。”他说。
权限管理是显而易见的挑战。例如，AI代理不应让实习生访问CFO的收入预测。Henkin表示，Jedify平台通过继承身份系统、文件系统、SaaS工具和数据库的权限（包括行、列、表级别访问规则），并允许客户创建额外的权限组，定义代理或工作流可访问的内容和对象。同时，平台提供可观测性和治理工具，确保AI代理按预期行为运行。
Jedify目前主要面向拥有成熟数据架构和多数据库或数据仓库的中大型企业客户。Henkin透露，公司已有10至20个早期客户，其中包括The Weather Company，并在游戏、工业和消费品等数据密集型行业获得关注。
Snowflake的投资和合作尤为重要，因为大型数据平台也在尝试构建类似能力。但Henkin认为，Jedify与这些努力是互补的，因为企业的大部分数据和机构知识通常不会集中存储在单一云服务商处。
“那些大型数据公司会说‘把所有东西都带过来’，但实际上企业拥有多个数据库、仓库和数据解决方案……关键是，并非所有数据都在这些环境中，大多数知识也不在那里，这反而是它们的劣势。”他说。
Henkin还指出，企业若自行构建类似上下文层，训练AI模型成本极高，尤其是在企业日益严格控制AI令牌使用的背景下。
随着AI模型快速发展，公司押注于：随着模型能力增强且更具互换性，专有的上下文信息将成为帮助模型更好地服务企业的宝贵且持久的护城河。
这笔新资金将用于产品开发、招聘和市场拓展，使公司累计融资达到约3300万美元。
