PuppyGraph získává 10 milionů dolarů v investičním kole Series A po sedminásobném růstu ARR

Společnost PuppyGraph oznámila 10. listopadu 2026, že získala 10 milionů dolarů v investičním kole Series A vedeném společností Particle Future za účasti defy.vc. Prostředky chce využít na rozšíření inženýrských týmů a obchodních aktivit zaměřených na podnikové zákazníky. Celková výše financování vývojáře nástroje pro grafové dotazy tak dosáhla 15 milionů dolarů.

Kolo následovalo po všeobecném uvedení PuppyGraph 1.0 na trh. PuppyGraph uvedl, že se jeho roční opakující se výnosy za uplynulý rok zvýšily sedminásobně. Mezi zákazníky patří AMD, Palo Alto Networks, Coinbase, Trend Micro, Datadog a Sola Security.

Dotazování podnikových dat přímo v jejich úložištích

PuppyGraph je určen pro agenty umělé inteligence, kteří zkoumají obchodní otázky napříč odděleními, nikoli pouze vytvářejí SQL dotazy pro známou datovou sadu. Agent může potřebovat sledovat vztahy mezi zákazníky, produkty, součástmi a dodavateli. S přibývajícím počtem tabulek zabírají popisy schémat stále větší část jeho kontextového okna a roste počet možných cest pro spojování tabulek.

Nástroj provádí grafové výpočty přímo v podporovaných databázích, datových skladech a datových jezerech. Záznamy zůstávají v systémech, jako jsou Apache Iceberg, Databricks, Snowflake, PostgreSQL a Microsoft Fabric, takže není třeba vyhrazená grafová databáze, samostatná kopie grafu ani související datové kanály pro načítání. Aplikace mohou dál používat SQL pro filtrování a agregace a pro otázky založené na vztazích volit grafové dotazy.

Ontologie definuje schválené obchodní entity a vztahy a poskytuje agentům platné cesty pro zkoumání dat. Nástroj PuppyGraph pro tvorbu schémat s podporou umělé inteligence navrhuje takový model na základě existujících tabulek, jeho obchodní význam však kontrolují a schvalují datové týmy. Kompatibilní nástroje umělé inteligence se připojují prostřednictvím MCP a uživatelé mohou pracovat také s integrovaným agentem PuppyGraph.

Nástroj odmítá odkazy na entity nebo vztahy, které v ontologii nejsou obsaženy, a vrací strukturovanou zpětnou vazbu pro opravu dotazu. Tím řeší tiché chyby, k nimž dochází, když si agent vymyslí souvislost a považuje výsledek za důkaz. PuppyGraph upozorňuje, že ověření nezaručuje správný závěr: agent může stále vycházet ze špatné hypotézy nebo provést neúplnou analýzu.

Výkon a řízení přístupu

PuppyGraph uvedl, že jeho nástroj podporuje u vybraných úloh grafové dotazy s odezvou kratší než sekunda a umožňuje agentům dotazovat se na 3 000 podnikových tabulek jako na jediný graf. V samostatném firemním srovnávacím testu zpracoval čtyřstrojový cluster dotaz s 10 kroky napříč miliardami hran za 2,26 sekundy; výkon závisel na konkrétní úloze.

Rychlost ovlivňuje průběh zkoumání dat: agenti testují více hypotéz a pomalý dotaz může zdržet další analytický krok, pokud závisí na předchozím výsledku. Výsledek testu proto ukazuje, zda mohou i podrobná vyhledávání vztahů zůstat interaktivní, a neslouží pouze jako měřítko celkové rychlosti zpracování dotazů.

PuppyGraph 1.0 také vynucuje nakonfigurovaná oprávnění na úrovni řádků v průběhu celého procházení grafu, včetně mezikroků. Řízení přístupu na základě rolí a zosobnění uživatele vážou přístup k jeho identitě. Je podporováno jednotné přihlašování a protokoly auditu správy zaznamenávají administrativní činnost. Automatické poskytování přihlašovacích údajů získává krátkodobé údaje zohledňující identitu pro platformy, jako jsou Snowflake a Databricks, aniž by uživatelé museli zpřístupňovat nebo spravovat dlouhodobé přihlašovací údaje.

Nasazení a priority dalšího rozvoje

Leon Goldberg, technický ředitel společnosti Sola Security, uvedl: „Každý den provozujeme agenty umělé inteligence nad tisíci tabulek a miliardami hran.“ Ran Xia, ředitel inženýrství ve společnosti Palo Alto Networks, řekl, že firma provádí víceskokové průchody nad svou stávající datovou platformou, aniž by přesouvala nebo duplikovala řádky, čímž odpadá údržba souvisejících datových kanálů ETL. Xinyu Liu, seniorní softwarový inženýr ve společnosti Coinbase, uvedl, že Coinbase se připojuje přímo k tabulkám spravovaným v Snowflake a Databricks a používá MCP k přirozenojazyčným dotazům na vztahy.

Společnost AMD začala s úlohami v oblasti IT a rozšiřuje využití řešení na data z oblasti informační bezpečnosti a digitálního marketingu, uvedl PuppyGraph. Tento rozvoj ilustruje širší model společnosti: když mapa vztahů propojí další oddělení, mohou agenti zkoumat otázky, které dříve narážely na hranice mezi organizačními celky.

Společnost plánuje nový kapitál využít ke zkrácení práce potřebné k nastavení grafového modelu, k usnadnění praktického využití dotazů na vztahy v podnikovém měřítku a k tomu, aby zákazníkům pomohla uvést agenty do produkčního provozu. Hlavní výzvou je rozšířit možnosti takového zkoumání, aniž by se oslabily ontologie schválené lidmi a kontroly oprávnění, které určují, které vztahy jsou platné a jaká data může každý uživatel vidět.