DataBahn získala 40 milionů dolarů na vybudování agentic kontrolní vrstvy pro firemní data

DataBahn získala 40 milionů dolarů v rámci série B financování, aby mohla rozšířit infrastrukturu, kterou firmy používají k přípravě, správě a dodání dat umělým inteligencím.

Insight Partners vedl kolo financování, ve kterém se také účastnili stávající investoři Forgepoint Capital, GTM Capital a S3 Ventures. Investice zvýšila celkové financování společnosti na 59 milionů dolarů, poté co v červnu 2025 oznámila 17 milionů dolarů v rámci série A.

DataBahn plánuje použít nové kapitoly pro výzkum a vývoj, další produktové schopnosti a pokračující expanzi svého partnerství vedeného prodejního modelu. Společnost prezentuje svou platformu jako „agentic data control plane“, infrastrukturní vrstvu určenou k řízení, jak firemní data pohybují mezi operačními systémy, bezpečnostními platformami, úložišti a modely AI.

Kolo financování přichází v době, kdy firmy generují více telemetrických dat, než mohou jejich stávající bezpečnostní a analytické systémy ekonomicky zpracovat. Současně AI agenti a kopiloti potřebují přístup k spolehlivému firemnímu kontextu, aby mohli učinit užitečná rozhodnutí nebo provést akce jménem zaměstnanců.

Přesunutí se za hranice konvenčních datových potrubí

Tradiční firemní datové potrubí obvykle shromažďují informace zdroje a dodávají je do cíle, jako je bezpečnostní informační a událostní managementová platforma, datové skladiště nebo cloudové úložiště.

Tento model se stává méně účinným, jak se zvyšuje počet zdrojů dat, cílů a spotřebitelů. Společnost může potřebovat shromáždit protokoly z cloudové infrastruktury, identifikačních systémů, koncových bodů, aplikací, průmyslového vybavení a software jako služby, zatímco současně odesílá různé části informací do bezpečnostních nástrojů, analytických systémů, datových jezer a aplikací AI.

Přesunutí všech dostupných událostí do každého downstream systému může vytvořit podstatné náklady na úložiště, zpracování a cloudové přenosy dat. Může to také učinit obtížnější pro analytiky a modely AI najít informace, které jsou skutečně relevantní.

DataBahn vkládá manažerskou vrstvu mezi tyto zdroje a cíle. Její platforma může shromažďovat, filtrovat, normalizovat, obohacovat a směrovat informace, zatímco se pohybují, spíše než vyžadovat, aby každá downstream aplikace nezávisle zpracovávala surová data.

Společnost tvrdí, že její technologie v současnosti podporuje více než 600 zdrojů dat a je navržena tak, aby zůstala nezávislá na jakékoli úložné platformě, bezpečnostním dodavateli nebo modelu AI. To umožňuje zákazníkům měnit cíle nebo používat několik systémů bez přestavby sběrné vrstvy kolem architektury každého dodavatele.

DataBahn se původně zaměřila na kybernetickou bezpečnost, ale od té doby rozšířila svou platformu na aplikace, sledovatelnost a internet věcí a provozní technologie.

Příprava firemních dat pro AI agenty

Komponent AI ve strategii DataBahn není omezena na přidání konverzační rozhraní k stávající datové platformě.

Jeho Cruz AI systém funguje jako agentic datový inženýr, který pomáhá s prací tradičně zpracovávanou prostřednictvím manuálně konfigurovaných integračních a parsings pravidel. Software monitoruje příchozí datové schéma, identifikuje změny a může generovat aktualizované parsery a mapování, když se změní formát zdroje.

To je důležité, protože firemní zdroje dat se zřídka zůstávají statické. Softwaroví dodavatelé zavádějí nové pole, mění formáty událostí a aktualizují aplikační programovací rozhraní. Když tyto změny poruší potrubí, bezpečnostní a datové inženýrské týmy mohou ztratit viditelnost, dokud není integrace opravena.

DataBahn popisuje Cruz jako způsob, jak tento proces proměnit v workflow založený na schválení. Místo toho, aby inženýři stavěli každého spojovacího prvku nebo parseru od začátku, systém může analyzovat změněný zdroj a připravit aktualizovanou konfiguraci pro kontrolu.

Platforma také normalizuje informace do konzistentních schémat, včetně otevřeného bezpečnostního schématu. Standardizace může učinit data snazšími pro bezpečnostní nástroje a systémy AI, protože stejný typ události je reprezentován konzistentně, bez ohledu na to, který produkt ho vygeneroval.

Pro AI agenty je širším cílem poskytnout dostatečný kontext, aby podpořil rozhodnutí bez kopírování celého firemního datového majetku do jiné platformy. DataBahn může zpracovávat informace nepřetržitě, zatímco získávat další kontext, když je aplikace nebo agent potřebuje.

Tento přístup by mohl být důležitější, jak se firmy přesouvají z generativních AI systémů, které primárně odpovídají na otázky, na agenty, kteří iniciují pracovní postupy, mění konfigurace nebo reagují na provozní události. Spolehlivost těchto agentů bude částečně záviset na tom, zda podkladová data jsou aktuální, správně strukturovaná a řízená.

Inteligence se přesouvá do datového proudu

DataBahn také vyvíjí to, co nazývá Autonomous In-Stream Data Intelligence, architekturu, která aplikuje analýzu a rozhodování, zatímco informace se stále pohybují prostřednictvím potrubí.

Systém je navržen tak, aby dělal více než připravoval data pro analýzu po dosažení cíle. Může vyhodnotit kvalitu dat, identifikovat chybějící informace a určit, jak by se měly jednotlivé události zpracovat v reálném čase.

V bezpečnostním prostředí, například, potrubí mohlo obohatit příchozí událost o bezpečnostní inteligenci, směrovat vysokou hodnotu telemetrických dat do analytické platformy a přesunout nižší prioritu informací do méně nákladného úložiště. Použití těchto rozhodnutí předtím, než data dosáhnou bezpečnostní platformy, by mohlo snížit náklady na ingestování, aniž by firma musela opustit informace, které by mohly být později potřebné pro vyšetřování.

Společnost argumentovala, že inteligence by měla sedět uvnitř potrubí, spíše než být aplikována pouze po shromáždění a uložení dat.

Tato architektura také odráží širší změnu ve firemním řízení dat. Potrubí se stává aktivní politikou a orchestrací vrstvou, spíše než pasivní trubkou spojující dva systémy.

Firemní přijetí pohání sérii B

DataBahn uvádí, že její tržby se zvýšily o více než 400 % meziročně, s čistou retencí tržeb dosahující 180 %. Také prohlašuje, že nemá žádnou ztrátu zákazníků a 97% úspěšnost napříč nasazeními prokazatelných konceptů.

Společnost obsluhuje organizace ve zdravotnictví, finančních službách, výrobě a dopravě, včetně několika firem z žebříčku Fortune 100. Mezi její zveřejněné zákazníky patří MVB Bank a Kanadský penzijní investiční fond.

MVB Bank Chief Information Security Officer Parrish Gunnels řekl, že platforma pomohla bance sjednotit několik formátů dat, regulačních požadavků a auditních kontrol do společného prostředí podporujícího její AI agenty.

U Kanadského penzijního investičního fondu je technologie používána ke standardizaci bezpečnostních telemetrických dat. Organizace uvedla, že to snížilo potřebu vlastního inženýrství pro připojení nových zdrojů logů a usnadnilo identifikaci systémů, které neodesílají očekávaná data.

DataBahn se většinou soustředila na tyto zákazníky prostřednictvím partnerů a technologických partnerů, spíše než se spoléhala výhradně na přímý prodej. Nedávné iniciativy zahrnují hlubší integraci s bezpečnostním ekosystémem Microsoftu a distribuční dohodu pro Asii a Tichomoří s bezpečnostním distributorem M.Tech.

Financování cílí na rostoucí infrastrukturní úzké místo

Série B umožní DataBahn rozšířit produkt na křižovatce několika stále nákladnějších firemních problémů.

Bezpečnostní týmy shromažďují více telemetrických dat, aby detekovaly útoky a splnily regulační požadavky. Datové a sledovatelné týmy zpracovávají větší objemy aplikací a infrastrukturních informací. AI týmy nyní potřebují přístup k provozním datům i firemnímu kontextu.

Každá skupina může zakoupit další úložné a procesní kapacity, ale to neřeší základní duplikaci a fragmentaci. Data mohou být stále shromažďována severalrát, transformována odlišně každou platformou a uzamčena do systémů, které činí nákladné jejich opětovné použití jinde.

DataBahn se vsází, že firmy místo toho umístí nezávislou kontrolní vrstvu mezi systémy, které produkují data, a systémy, které je spotřebují.

Příležitost je větší než snížení nákladů na úložiště. Účinná kontrolní vrstva by mohla určit, jaké informace je AI agent oprávněn přístup, obohatit tyto informace o nezbytný kontext a uchovat záznam o tom, jak byla data transformována a směrována.

To by dalo potrubí centrální roli v AI governance, zejména v regulovaných odvětvích, kde organizace musí vysvětlit informace použité automatizovanými systémy.

Stavba datové základny pro agentic AI

Výzvou pro DataBahn bude prokázat, že vznikající kategorie „agentic data control plane“ je dostatečně odlišná od stávajících datových potrubí, bezpečnostních datových tkanin a sledovatelných platforem, aby ospravedlňovala další vrstvu ve firemní technologické struktuře.

Velcí cloudoví a bezpečnostní dodavatelé také rozšiřují své datové směrovací, úložné a AI schopnosti. DataBahn argumentuje, že neutrální platforma může zákazníkům poskytnout větší kontrolu nad tím, kde jsou uložena data a které aplikace nebo modely je spotřebují.

Její schopnost zachovat tuto neutralitu, zatímco se integruje s rostoucím počtem firemních systémů, bude důležitá, jakmile společnost expanduje.

Série B poskytuje DataBahn dodatečné zdroje pro rozvoj této architektury, jakmile se AI agenti stávají hluboce integrovanými do firemních operací. Centrální premisa je přímočará: organizace nemusí nutně shromažďovat a kopírovat více dat. Potřebují lepší způsob, jak identifikovat, spravovat a aktivovat informace, které jsou důležité v okamžiku, kdy jsou požadovány.

DataBahn plánuje ukázat své další agentic datové kontrolní funkce na Black Hat USA 2026.