Vellum hæver 20 millioner dollars i serie A-finansiering for at accelerere pålidelig virksomheds-AI-udvikling

Vellum, en end-to-end AI-udviklingsplatform designet til at hjælpe virksomheder med at bygge, teste og implementere mission-kritiske AI-applikationer, har hævet 20 millioner dollars i serie A-finansiering. Runden blev ledt af Leaders Fund, med deltagelse fra Socii Capital, Y Combinator, Rebel Fund, Pioneer Fund og Eastlink Capital.

Denne nye finansiering kommer på et afgørende tidspunkt for AI på tværs af industrier. Mens næsten hver virksomhed udforsker generativ AI, mangler over halvdelen stadig en omfattende strategi, og de fleste er fastlåst i forlængede prototyperingsfaser. Vellum træder ind for at lukke denne åbning – og tilbyder en formål-bygget udviklingsmiljø, der bringer rigor, hastighed og iagttagelighed til AI-ingeniørarbejde.

Broen over AI-beredskabskløften

Vellum blev grundlagt af Akash Sharma og bygget på indsigt i, at traditionelle softwareudviklingsprincipper som versionering, test og samarbejde mangler i de fleste AI-værktøjer. Vellum giver virksomheder en struktureret, testdrevet tilgang til AI. Deres platform muliggør, at tværfaglige hold – herunder ingeniører, produktledere og fagfolk – kan arbejde sammen gennem:

• En visuel UI-bygger og SDK til at definere AI-arbejdsgange
• Indfødt evaluering og test til at fange fejl før implementering
• Enklik-versionerede udgaver med rollback-understøttelse
• Real-tids-overvågning til kontinuerligt at forbedre modellens præstation

“Generativ AI har omdefineret, hvordan virksomheder tænker om software, men infrastrukturen til at bygge AI-systemer ansvarligt har ikke holdt trit,” sagde Akash Sharma, CEO i Vellum. “Det er derfor, vi skabte Vellum – for at bringe den samme forudsigelighed, kontrol og klarhed, vi forventer fra traditionel software, ind i AI-udvikling.”

En formål-bygget platform for virksomheds-AI

Vellum er mere end et prototyperingsværktøj – det er et fuld-stack AI-driftsmiljø. Hold kan orkestrere hele arbejdsgange ved hjælp af en visuel graf-baseret editor, der prioriterer kontrolflow over dataflow, hvilket giver dem mulighed for at håndtere kompleks adfærd som grenafvikling, rekursion, parallelt udførelse og streaming.

Denne kompositionsgør Vellum særligt værdifuld i højt regulerede industrier, hvor sikkerhed, pålidelighed og sporbarhed er kritiske. Ved at samle orkestrering, prompt, retrieval-augmented generation (RAG), evaluering og overvågning i en enkelt platform, hjælper Vellum virksomheder med at implementere AI-systemer, der er robuste, iagttagelige og lette at vedligeholde.

Tillid af top-virksomhedshold

Vellum leverer allerede resultater for førende virksomheder som Drata, Swisscom, Redfin og Headspace, og driver AI-initiativer på tværs af kundeservice, automatisering af overholdelse, internt værktøj og indholdsgenerering.

Drata, en leder inden for sikkerhed og overholdelse, bruger Vellum til at understøtte over 7.000 kunde-miljøer med sikre, forklarede AI-arbejdsgange.

“Vellum giver os den infrastruktur, der skal til for at gå hurtigt uden at ofre præstation eller tillid,” sagde Lior Solomon, vicepræsident for ingeniørarbejde i Drata. “Deres testdrevne system hjælper os med at iterere hurtigt, samtidig med at vores AI er nøjagtig og overholdende.”

Leaders Fund, som ledte runden, bringer dyb operationel ekspertise til bordet, idet de har støttet flere virksomheder fra tidlig traction til 100 millioner dollars eller mere i årlig omsætning.

“Vellum løser det centrale problem, der bremser AI-adopteringsprocessen i virksomhederne – hvordan man kan gøre AI-systemer pålidelige, gentagelige og klar til produktion,” sagde Gideon Hayden, managing partner i Leaders Fund. “De har bygget det, som hver virksomheds AI-hold har brug for, og vi er begejstrede for at hjælpe dem med at skalaer det globalt.”

Opbygning af standarden for AI-udvikling

Da kunstig intelligens skifter fra eksperimentel til operationel, stiger presset på virksomhederne for at adoptere infrastruktur, der understøtter langsigtede pålidelighed, styring og vedligeholdelse. Kompleksiteten ved at implementere AI-systemer – især dem, der involverer store sprogmodeller, retrieval-augmenteret generation eller agent-baserede arkitekturer – kræver mere end ad hoc-skripter og prompt-ingeniørarbejde. Behovet for robust orkestrering, kontrolleret eksperimentering og kontinuerlig overvågning bliver ikke-forhandeligt.

Dette medfører en ny fase i virksomheds-AI: en, der spejler de strukturerede softwareudviklingsprincipper i DevOps, men tilpasset et dynamisk og probabilistisk medium. I stedet for at bygge AI i siloer eller kun stole på intuition, vender hold sig nu til værktøjer, der behandler AI-udvikling som en iterativ ingeniør-disciplin – komplet med versionering, testdækning og indsigt i hver output og beslutning.

Teknologier, der muliggør denne skift, lægger grundlaget for, hvad der sandsynligvis vil blive den nye standard i AI-drift. I nærheden forventes AI-applikationer at have gennemsigtige logikflader, revisionklare output, real-tidsfejlhåndtering og ubesværet integration med udviklende modeller og datasæt. Da reguleringen strammes og brugsændringer bliver mere komplekse, vil branchen kræve udviklingsmiljøer, der kombinerer fleksibilitet med ansvarlighed – og giver hold mulighed for at gå hurtigt uden at miste kontrol.

Denne udvikling afspejler en bredere modning af AI-feltet i sig selv. Løftet om generativ AI var aldrig kun om imponerende demos – det var om at integrere intelligente systemer i virksomhedens kerne. Den næste generation af platforme vil blive vurderet ikke kun efter, hvor kraftfulde de er, men efter, hvor sikkert og forudsigeligt de kan skalaere over virkelige miljøer.