Los proveedores de IA promocionan sus productos empresariales como si fueran soluciones información en mano, pero las posibilidades de que los agentes de IA comiencen a funcionar de inmediato son bajas. A menos que se esfuerce por entrenar un maniquí sobre los detalles específicos de su negocio, es poco probable que comprenda cómo su empresa, por ejemplo, define los ingresos o sepa quién tiene permiso para ver qué archivo. Esa es parte de la razón por la que vemos empresas de IA desplegando ingenieros para ayudar a integrar sus productos de IA en los sistemas de los clientes.
Startup con sede en Nueva York Jedificar está atacando esta misma brecha. La compañía dice que su plataforma se conecta a las fuentes de conocimiento de las empresas a través de API para crear un “descriptivo de contexto” sobre su negocio que los agentes de IA pueden utilizar para trabajar mejor. Estas fuentes pueden ser bases de datos, lagos y almacenes de datos, aplicaciones SaaS o herramientas de BI, así como fuentes no estructuradas como informes, documentación, bases de código e incluso canales de Slack y grabaciones de reuniones.
Para lograrlo, Jedify ha recaudado 24 millones de dólares en una ronda de financiación Serie A liderada por Norwest, según ha sabido TechCrunch en monopolio. La ronda contó con la décimo de los patrocinadores que regresaron S Haber VC y Cerca Partners, así como del nuevo inversor Oceans Ventures. El superhombre de datos Snowflake incluso participó como inversor clave y está integrando la tecnología de la startup con sus productos de inteligencia industrial, como su servicio Cortex AI, Semantic Views y CoWork.
El argumento de Jedify es que, para ser enseres adentro de las empresas, los agentes de IA necesitan entrada a las relaciones entre entidades, datos, permisos, conocimiento del dominio, flujos de trabajo, suposiciones operativas y terminología específica de la empresa. Este contexto, dice la compañía, permite que un agente de IA limite su atención a la información que es relevante para una tarea particular en superficie de inquirir en todo lo que tiene una empresa.
El cofundador y director ejecutor Assaf Henkin (en la foto de hacia lo alto, en el extremo derecho) señaló a Kiteworks, una empresa de cumplimiento, como un ejemplo de cómo los clientes utilizan Jedify. Kiteworks conectó Snowflake, Tableau, Notion y guías internas, incluidos documentos y capturas de pantalla, a Jedify, y luego creó herramientas de agencia para diferentes flujos de trabajo de los clientes.
“Querían equipar a sus vendedores y equipos de cuentas con una aplicación sofisticada; se puede considerar como una aplicación de panel y una aplicación de conversación en tiempo auténtico. Cuando entran en una conversación con un cliente, Jedify construye para ellos, sobre la marcha, todo lo que necesitan aprender. Y durante la conversación, pueden, en tiempo auténtico, obtener detalles muy específicos que surjan de modo proactiva”, dijo Henkin.
Henkin sostiene que el descriptivo de contexto de Jedify es diferente de las capas semánticas, catálogos de metadatos y gráficos de conocimiento que las empresas ya utilizan porque es multidimensional y captura relaciones entre entidades, datos, personas, permisos y clientes. Todavía es independiente del maniquí y se actualiza en tiempo auténtico a medida que la información entra y sale de los sistemas a los que está conectado.
“Cuando se desea permitir que una alternativa agente sea efectivamente autónoma, para impulsar decisiones a través de datos de CRM, tickets de Zendesk, tal vez datos de telemetría que llegan en tiempo auténtico, es cuando un descriptivo de contexto es mucho mejor en términos de capacidades que una capa semántica”, dijo.
Los permisos son un obstáculo obvio aquí. Por ejemplo, no sería bueno que un agente le diera a un pasante entrada a las proyecciones de ingresos del director financiero. Henkin dijo que su plataforma trabaja para chocar esto heredando permisos de sistemas de identidad, sistemas de archivos, herramientas SaaS y bases de datos, incluidas reglas de entrada a nivel de fila, columna y tabla, y luego permite a sus clientes crear grupos adicionales que definen qué y a quién se les permite ganar a los agentes o flujos de trabajo. Todavía ofrece herramientas de observabilidad y gobernanza para ayudar a los clientes a avalar que sus agentes de IA se comporten según lo previsto.
Actualmente, Jedify se dirige a clientes de medianas y grandes empresas que tienen pilas de datos maduras y múltiples bases de datos o almacenes de datos. Henkin dijo que la compañía tiene entre 10 y 20 clientes iniciales, uno de los cuales es The Weather Company, y está viendo el interés de sectores con gran cantidad de datos, como los juegos, la industria y los intereses de consumo empaquetados.
La inversión y asociación de Snowflake son notables porque las grandes plataformas de datos incluso están intentando desarrollar capacidades similares. Pero Henkin sostiene que Jedify es complementario a tales esfuerzos porque muchos de los datos de una empresa, y la maduro parte de su conocimiento institucional, no suelen almacenarse en un único proveedor de montón.
“(Las grandes empresas de datos) te dirán: ‘Oh, sí, tráelo todo’. Pero en efectividad, las empresas tienen múltiples bases de datos, almacenes y soluciones de datos (…) Lo importante es que no todos sus datos están en esos entornos, y la maduro parte de su conocimiento no está allí, por lo que es un poco una desventaja que efectivamente tengan”, dijo.
Henkin incluso señaló que para las empresas que intentan hacer esto por su cuenta, entrenar un maniquí de IA para construir una capa de contexto comparable puede tener un costo prohibitivo, especialmente porque las empresas están examinando y tomando medidas drásticas contra el uso de tokens de IA.
Y los rápidos avances en el mejora de modelos de IA contribuyen a la reto más amplia de la empresa: a medida que los modelos se vuelven más capaces y más intercambiables, el contexto propietario que ayuda a que esos modelos funcionen mejor adentro de las empresas podría resultar un foso valioso y duradero.
La startup utilizará el caudal fresco para el mejora de productos, la contratación y la comercialización. Esto eleva la financiación total de la empresa a unos 33 millones de dólares.
Cuando transacción a través de enlaces en nuestros artículos, podemos triunfar una pequeña comisión. Esto no afecta nuestra independencia editorial.
Observar más Tech News in Spanish
