Airspeed hæver 20 millioner dollars i serie A for at bygge en AI ‘kommercial hjernelag’ til indtægts teams

Airspeed, det London- og New York-baserede AI-startup, der er grundlagt af tidligere DeepMind-forskere, har hævet en serie A-runde på 20 millioner dollars, ledet af DN Capital, med deltagelse fra Vi Partners, Framework Venture Partners og Atlassian Ventures. Finansieringen bringer virksomhedens samlede kapital op til mere end 25 millioner dollars, da den søger at udvide sin AI-drevne platform til salgs- og indtægtsoperationer.

Virksomheden, tidligere kendt som Glyphic, har nylig omdøbt sig til Airspeed, da den udvidede sin vision beyond conversation intelligence til, hvad den beskriver som et eksekveringslag for indtægtsorganisationer. I stedet for blot at fremhæve indsigt fra møder, e-mails og CRM-systemer, er Airspeeds platform designed til at tage handling på disse indsigt gennem selvstændige AI-agenter, der opererer på tværs af kommercielle arbejdsgange.

Bevæger sig ud over indtægtsintelligens

I løbet af det sidste årti har salgsteknologi primært fokuseret på at hjælpe organisationer med at samle mere data og generere mere analyser. Indtægtsintelligensplatforme kan identificere risici, fremhæve muligheder og give indsigt i kundeinteraktioner, men meget af det efterfølgende arbejde falder stadig på menneskelige teams.

Airspeed positionerer sig selv som den næste udvikling af denne software-stack. Platformen udruller AI-agenter, der overvåger kundesamtaler, e-mails, supportsøknader og CRM-data, og derefter automatisk udfører opgaver såsom opdatering af poster, generering af følgeaktioner, identificering af handelsrisici og koordinering af arbejdsgange på tværs af teams.

Virksomhedens grundlæggere argumenterer for, at organisationer allerede har systemer til registrering og systemer til intelligens. Hvad der mangler, hævder de, er et “system til handling” i stand til at omdanne indsigt til eksekvering uden at kræve, at medarbejdere manuelt skal tilslutte punkterne.

Bygget af tidligere DeepMind-forskere

Airspeed blev grundlagt i 2022 af tidligere DeepMind-forskningsvidenskabsmænd Adam Liska og Devang Agrawal. Siden lanceringen har virksomheden samlet et hold med erfaring fra organisationer som Meta, Apple og Spotify.

Dette forskningsbaggrund synes at være reflekteret i platformens arkitektur. Ifølge virksomheden er Airspeeds teknologi bygget op omkring en samlet forståelse af en organisations kommercielle kontekst. I stedet for at stole på isolerede datakilder skaber platformen et varigt hukommelseslag, der centraliserer viden på tværs af hele salgsprocessen.

Dette “kommercielle hjernelag” fungerer som grundlag for en voksende bibliotek af AI-agenter, der kan udføre specialiserede opgaver på tværs af salg, kundesucces og indtægtsoperationer. Virksomhedens fokus på kontekst er bemærkelsesværdig, da mange virksomheds-AI-udrulninger fortsat kæmper med fragmenteret information spredt over flere forretningsystemer.

Stærke vækstsignaler

Finansieringsmeddelelsen kommer midt i betydelig vækst for virksomheden.

Airspeed rapporterer, at de betjener 200 kunder i 20 lande, herunder organisationer som Persona, Pricefx, Light og Qdrant. Kunder byggede tusindvis af brugerdefinerede AI-agenter på platformen i løbet af de første fire måneder af 2026 alene, mens den månedlige eksekveringsvolumen næsten tredobledes mellem januar og april.

Virksomheden siger også, at den har opnået en firedobling af indtægten over det sidste år, samtidig med at den har fordoblet sin medarbejderstyrke. En kunde, Foleon, har angiveligt sparet mere end 193.000 dollars og genskabt cirka seks timer per salgsrepræsentant per uge under de første 90 dage af udrulningen.

Disse tal antyder en stigende efterspørgsel efter AI-systemer, der kan automatisere operationelt arbejde i stedet for blot at give anbefalinger.

Den opblomstrende marked for AI-eksekveringsplatforme

Airspeeds opkomst afspejler en bredere skiftning, der finder sted på tværs af virksomheds-AI.

Den første bølge af generativ AI fokuserede primært på indholdsskabelse og videnhentning. Den næste fase synes mere og mere at være centreret omkring AI-agenter, der kan tage handlinger på vegne af brugerne. I stedet for at generere en rapport om en salgs mulighed kan et AI-system nu opdatere CRM-poster, planlægge følgeaktioner, underrette interessenter og udføre foruddefinerede arbejdsgange automatisk.

Denne udvikling kræver mere end avancerede sprogmodeller. Den afhænger af systemer, der vedligeholder organisationskontekst, forstår forretningsprocesser og opererer inden for omhyggeligt designede sikkerhedsforanstaltninger. Airspeeds platform er bygget op omkring dette koncept, med fokus på troværdig eksekvering i stedet for selvstændige AI-samtaler.

De bredere implikationer af AI-eksekveringssystemer

Opkomsten af platforme som Airspeed fremhæver en skiftning i, hvordan virksomheder tilgangen til kunstig intelligens. Den første generation af forretnings-AI fokuserede primært på at hjælpe medarbejdere med at arbejde hurtigere ved at generere indhold, sammenfatte information eller besvare spørgsmål. I stigende grad søger virksomheder imidlertid efter systemer, der kan bevæge sig ud over anbefalinger og tage handlinger inden for eksisterende arbejdsgange.

Denne udvikling rejser vigtige spørgsmål om fremtidens rolle for menneskelige medarbejdere i salg, kundesucces og operationshold. I stedet for at erstatte medarbejdere direkte kan eksekveringsfokuseret AI reducere den tid, der bruges på administrative opgaver såsom CRM-opdateringer, pipeline-styring, mødefølgeaktioner og interne koordination. Resultatet kan være mindre hold, der styrer større kundebaser, samtidig med at de fokuserer mere på opbygning af relationer og strategiske beslutninger.

På samme tid introducerer teknologien nye udfordringer omkring tilsyn, ansvar og tillid. Da AI-agenter får mulighed for at opdatere systemer, udløse arbejdsgange og påvirke kommercielle beslutninger, vil virksomhederne behøve stærkere styrestrukturer for at sikre, at handlingerne forbliver nøjagtige, gennemskuelige og i overensstemmelse med forretningsmål.

De næste par år vil sandsynligvis afgøre, om AI-agenter bliver en standarddel af virksomhedssoftware eller forbliver begrænset til specialiserede brugsområder. Hvis adoptionen fortsætter med at accelerere, kan forskellen mellem software, der giver information, og software, der udfører arbejde, måske gradvist forsvinde, og ændre fundamentalt, hvordan indtægtsorganisationer fungerer.