Vellum hæver 20M $ i serie A for at accelerere pålidelig virksomheds AI-udvikling

Vellum, en end-to-end AI-udviklingsplatform designed til at hjælpe virksomheder med at bygge, teste og deploye mission-kritiske AI-applikationer med tillid, har hævet $20 million 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 et formål-bygget udviklingsmiljø, der bringer rigor, hastighed og iagttagelighed til AI-teknik.

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 virksomhederne en struktureret, testdrevet tilgang til AI. Dets platform muliggør tværfaglige hold, herunder ingeniører, produktledere og fagfolk, at arbejde sammen gennem:

• En visuel UI-bygger og SDK til at definere AI-arbejdsgange
• Native evaluering og test til at fange fejl før deployment
• Enklik-versioner med rollback-understøttelse
• Real-tids-overvågning til kontinuerlig at forbedre modellens ydeevne

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

En formål-bygget platform til virksomheds AI

Vellum er mere end et prototyperingsværktøj—det er et full-stack AI-driftsmiljø. Hold kan orkestrere hele arbejdsgange ved hjælp af en visuel graf-baseret editor, der prioriterer kontrolflow over dataflow, og som tillader dem at styre kompleks adfærd som grene, rekursion, parallelt udførelse og streaming.

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

Tillid af førende virksomhedshold

Vellum leverer allerede resultater for førende organisationer som Drata, Swisscom, Redfin og Headspace, og driver AI-initiativer på tværs af kundeservice, compliance-automatisering, interne værktøjer og indholdsgenerering.

Drata, en leder i sikkerheds- og compliance-automatisering, bruger Vellum til at understøtte over 7.000 kundemiljøer med sikre, forklarelige AI-arbejdsgange.

“Vellum giver os den infrastruktur til at bevæge os hurtigt uden at ofre ydeevne eller tillid,” sagde Lior Solomon, VP of Engineering i Drata. “Deres testdrevne system hjælper os med at iterere hurtigt, samtidig med at vi holder vores AI nøjagtig og compliant.”

Leaders Fund, som ledte runden, bringer dyb operationel ekspertise til bordet, idet de har støttet flere virksomheder fra tidlig traction til $100M+ ARR.

“Vellum løser det kerneproblem, 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, hvad hver virksomheds AI-hold behøver, og vi er begejstrede for at hjælpe dem med at skalaere 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, governance og vedligeholdelse. Kompleksiteten ved at deploye AI-systemer—især dem, der involverer store sprogmodeller, retrieval-augmented generation eller agent-baserede arkitekturer—kræver mere end ad hoc-skripter og prompt-teknik. Behovet for robust orkestrering, kontrolleret eksperimentering og kontinuerlig overvågning bliver ikke-forhandeligt.

Dette indleder 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 ingeniørdisciplin—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 den nære fremtid vil AI-applikationer forventes at have gennemsigtige logiske flader, revisionsklare output, real-tids fejlhåndtering og gnubillet integration med udviklende modeller og datasæt. Da regulering strammes og brugsændringer bliver mere komplekse, vil branchen kræve udviklingsmiljøer, der kombinerer fleksibilitet med ansvar—og tillader hold at bevæge sig hurtigt uden at miste kontrollen.

Denne udvikling afspejler en bredere modning af AI-feltet selv. Løftet om generativ AI var aldrig kun om imponerende demoer—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 på tværs af virkelige miljøer.