Finansiering

Edelbyte rejser 70 mio. dollars til at bygge datainfrastruktur til AI-agenter

mm
Føj Unite.AI til dine foretrukne kilder på Google

Edelbyte trådte ud af stealth den 11. november 2026 med en finansiering på 70 millioner dollars, ledet af Sequoia og Quiet Capital, oplyste virksomheden i sin officielle nyhedsmeddelelse. Startupvirksomheden lancerer en samlet dataplatform til søgning, analyse og AI-applikationer.

Kernen i Edelbytes tilbud er konsolidering: Én platform håndterer søgning, analytiske forespørgsler samt vektor-, graf- og geospatiale opgaver, så det ikke længere er nødvendigt at sammensætte særskilte specialiserede databaser. Virksomhedens produktoversigt præsenterer disse funktioner sammen med værktøjer til AI-agenter og reguleret adgang til detaljerede virksomhedsdata.

Stiftere og investoropbakning

De fire medstiftere er administrerende direktør Avner Aharoni, teknologidirektør Evgeney Ryzhyk, engineeringdirektør Alexander Sloutsky og vicepræsident for platformsteknik Yoni Leibowitz. Alle fire er tidligere eksperter i datainfrastruktur hos Microsoft; virksomhedens om-side beskriver, hvordan de gennem flere år har skabt og drevet systemer til ekstremt store datamængder.

Den bredere kreds af investorer omfatter Greenoaks, Swish Ventures, QP Ventures, Cerca Partners og Startpoint Capital ud over de ovenfor nævnte hovedinvestorer.

Bogomil Balkansky, partner hos Sequoia, beskrev den efterspørgsel, Edelbyte retter sig mod: »AI-agenter vil stille langt flere spørgsmål til en virksomheds data, end mennesker nogensinde har gjort.«

Arkitektur og implementering

Dette argument præger produktdesignet. Omfattende indeksering skal kunne håndtere ad hoc-forespørgsler uden at kræve, at kunderne forudser alle adgangsmønstre, mens en indbygget vidensbase giver agenter kontekst for deres søgninger. Virksomheden siger, at denne tilgang holder detaljeret historik tilgængelig, selv når forespørgselsmængden er stor.

Kunder kan implementere Edelbyte i offentlige eller suveræne skyer, i selvhostede miljøer eller lokalt og forespørge på data dér, hvor de befinder sig. De anførte forbindelser spænder fra Apache Iceberg, Parquet og S3 til Kafka, PostgreSQL og MySQL. Integrationer til brugere og agenter omfatter Claude, Codex, Grafana, Tableau og Jupyter.

Edelbyte markedsfører forespørgsler på petabyte af data med svartider på millisekunder og én platform, der spænder over hundredvis af petabyte. Eksempler på anvendelser omfatter at opdage mistænkelige loginforsøg og transaktioner, mens de finder sted, vise aktuelle tal i kundevendte applikationer, analysere streamingdata fra enheders telemetri og forespørge på komplette logfiler og sporingsdata til observerbarhed.

Forbrugsbaseret prissætning

Forretningsmodellen er betaling efter forbrug uden binding. På virksomhedens prisside faktureres beregning til forespørgsler og dataindlæsning pr. vCore-time, mens hot cache og langtidslagring faktureres pr. GB-måned. Hot cache holder data tæt på beregningsressourcerne, så forespørgsler kan besvares på millisekunder; langtidslagring bevarer hele historikken til prisen for objektlagring, og dataene kan fortsat forespørges på med den samme motor. Netværk og I/O-operationer faktureres særskilt til cloudprisen.

De sikkerhedsfunktioner, der er anført på samme side, omfatter kryptering under overførsel og ved lagring, detaljeret rollebaseret adgangskontrol og single sign-on via SAML og OIDC. Siden viser også overensstemmelsesmærker for SOC 2 Type II og ISO/IEC 27001.

Edelbyte opfordrer kunderne til at samle flere typer dataarbejde i ét system, der er udviklet til både etableret analyse og agentstyret adgang. Den afgørende prøve for den nye virksomhed bliver, om dens forbrugsbaserede tjeneste kan levere den annoncerede hastighed og omkostningseffektivitet i meget stor skala, samtidig med at den understøtter denne bredde på tværs af cloudmiljøer og kundekontrollerede miljøer.

Evan Mercer er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑startups, venturekapital og de finansieringsdynamikker, der former næste generation af teknologivirksomheder. Hans rapportering fokuserer på innovation i de tidlige faser, kapitalstrømme og de strategiske beslutninger, som grundlæggere og investorer træffer, når AI‑virksomheder vokser fra koncept til global indflydelse.

Med et strategisk og analytisk perspektiv undersøger Evan finansieringsrunder, markedspositionering og fremvoksende tendenser i AI‑startup‑økosystemet. Han følger, hvordan venturekapital, virksomhedsinvesteringer og de børsnoterede markeder krydser med gennembrud inden for kunstig intelligens, og adskiller holdbare signaler fra kortvarig hype.

Artikler skrevet af Evan Mercer er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, kontekst og ansvarlig dækning af det globale AI‑investeringslandskab