Airspeed erhält 20 Millionen Dollar Series-A-Finanzierung, um ein AI-„Geschäftsgehirn“ für Umsatzteams zu entwickeln

Airspeed, das in London und New York ansässige AI-Startup, das von ehemaligen DeepMind-Forschern gegründet wurde, hat eine Series-A-Finanzierungsrunde in Höhe von 20 Millionen Dollar abgeschlossen, die von DN Capital angeführt wird, mit Beteiligung von Vi Partners, Framework Venture Partners und Atlassian Ventures (TEAM ). Die Finanzierung bringt das Gesamtkapital des Unternehmens auf über 25 Millionen Dollar, während es sein AI-gestütztes Plattform für Vertriebs- und Umsatzteams erweitert.

Das Unternehmen, früher bekannt als Glyphic, hat kürzlich seinen Namen in Airspeed geändert, während es seine Vision über die Konversationsintelligenz hinaus auf eine Ausführungsebene für Umsatzorganisationen erweitert. Anstatt einfach nur Erkenntnisse aus Meetings, E-Mails und CRM-Systemen zu liefern, ist die Plattform von Airspeed darauf ausgelegt, auf diese Erkenntnisse durch autonome AI-Agenten zu reagieren, die über kommerzielle Workflows operieren.

Jenseits der Umsatzintelligenz

In den letzten zehn Jahren hat sich die Vertriebstechnologie größtenteils auf die Unterstützung von Organisationen bei der Datensammlung und der Generierung von Analysen konzentriert. Umsatzintelligenz-Plattformen können Risiken identifizieren, Chancen hervorheben und Einblicke in Kundeninteraktionen bieten, aber viel der Nacharbeit fällt immer noch den menschlichen Teams zu.

Airspeed positioniert sich als die nächste Evolution dieser Software-Stacks. Die Plattform setzt AI-Agenten ein, die Kundenkonversationen, E-Mails, Support-Tickets und CRM-Daten überwachen und dann automatisch Aufgaben wie die Aktualisierung von Aufzeichnungen, die Generierung von Follow-up-Aktionen, die Identifizierung von Deal-Risiken und die Koordinierung von Workflows zwischen Teams ausführen.

Die Gründer des Unternehmens argumentieren, dass Organisationen bereits Systeme der Aufzeichnung und Systeme der Intelligenz haben. Was fehlt, behaupten sie, ist ein “System der Aktion”, das in der Lage ist, Erkenntnisse in Ausführungen umzuwandeln, ohne dass Mitarbeiter manuell die Punkte verbinden müssen.

Entwickelt von ehemaligen DeepMind-Forschern

Airspeed wurde 2022 von den ehemaligen DeepMind-Forschungswissenschaftlern Adam Liska und Devang Agrawal gegründet. Seit seiner Gründung hat das Unternehmen ein Team mit Erfahrung in Unternehmen wie Meta, Apple (AAPL ) und Spotify aufgebaut.

Dieser Forschungshintergrund scheint sich in der Architektur der Plattform widerzuspiegeln. Laut dem Unternehmen ist die Technologie von Airspeed um ein einheitliches Verständnis des kommerziellen Kontexts eines Unternehmens herum aufgebaut. Anstatt auf isolierte Datenquellen zu vertrauen, erstellt die Plattform eine persistente Speicherschicht, die Wissen über den gesamten Go-to-Market-Prozess zentralisiert.

Dieses “Geschäftsgehirn” dient als Grundlage für eine wachsende Bibliothek von AI-Agenten, die spezialisierte Aufgaben in Vertriebs-, Kundenunterstützungs- und Umsatzoperations-Workflows ausführen können. Der Schwerpunkt des Unternehmens auf Kontext ist bemerkenswert, da viele Enterprise-AI-Implementierungen weiterhin mit fragmentierten Informationen über mehrere Geschäftssysteme hinweg kämpfen.

Starke Wachstumssignale

Die Finanzierungsankündigung erfolgt zu einem Zeitpunkt, an dem das Unternehmen ein deutliches Wachstum verzeichnet.

Airspeed berichtet, dass es 200 Kunden in 20 Ländern bedient, darunter Unternehmen wie Persona, Pricefx, Light und Qdrant. Kunden haben während der ersten vier Monate des Jahres 2026 Tausende von benutzerdefinierten AI-Agenten auf der Plattform erstellt, während das monatliche Ausführungsvolumen zwischen Januar und April fast verdreifacht wurde.

Das Unternehmen gibt auch an, dass es ein Vierfaches des Umsatzwachstums im Vergleich zum Vorjahr erzielt hat, während es seine Belegschaft verdoppelt hat. Ein Kunde, Foleon, habe während der ersten 90 Tage der Bereitstellung über 193.000 Dollar gespart und etwa sechs Stunden pro Vertriebsmitarbeiter pro Woche wiedererlangt.

Diese Zahlen deuten auf eine wachsende Nachfrage nach AI-Systemen hin, die operativ Arbeit automatisieren können, anstatt einfach nur Empfehlungen zu liefern.

Der aufkommende Markt für AI-Ausführungsplattformen

Der Aufstieg von Airspeed spiegelt eine breitere Verschiebung in der Enterprise-AI wider.

Die erste Welle der generativen AI konzentrierte sich hauptsächlich auf die Inhaltserschaffung und die Wiedererlangung von Wissen. Die nächste Phase scheint zunehmend auf AI-Agenten zu fokussieren, die im Namen der Benutzer handeln können. Anstatt einen Bericht über eine Vertriebschance zu erstellen, kann ein AI-System jetzt CRM-Aufzeichnungen aktualisieren, Follow-ups planen, Stakeholder benachrichtigen und vordefinierte Workflows automatisch ausführen.

Diese Evolution erfordert mehr als nur fortschrittliche Sprachmodelle. Sie hängt von Systemen ab, die den organisatorischen Kontext aufrechterhalten, Geschäftsprozesse verstehen und innerhalb sorgfältig konzipierter Sicherheitsvorkehrungen operieren. Die Plattform von Airspeed ist um dieses Konzept herum aufgebaut und betont vertrauenswürdige Ausführung anstelle von eigenständigen AI-Gesprächen.

Die breiteren Auswirkungen von AI-Ausführungssystemen

Das Auftauchen von Plattformen wie Airspeed unterstreicht eine Verschiebung in der Art und Weise, wie Unternehmen künstliche Intelligenz nutzen. Die erste Generation von Business-AI konzentrierte sich hauptsächlich auf die Unterstützung von Mitarbeitern bei der Arbeit durch die Erstellung von Inhalten, die Zusammenfassung von Informationen oder die Beantwortung von Fragen. Immer häufiger suchen Unternehmen jedoch nach Systemen, die über Empfehlungen hinausgehen und innerhalb bestehender Workflows handeln können.

Diese Evolution wirft wichtige Fragen über die zukünftige Rolle von menschlichen Arbeitern in Vertriebs-, Kundenunterstützungs- und Operations-Teams auf. Anstatt Mitarbeiter direkt zu ersetzen, kann die auf Ausführung fokussierte AI die Zeit, die für administrative Aufgaben wie CRM-Aktualisierungen, Pipeline-Management, Meeting-Follow-ups und interne Koordination aufgewendet wird, verringern. Das Ergebnis könnte darin bestehen, dass kleinere Teams größere Kundenbasen verwalten und sich mehr auf Beziehungsaufbau und strategische Entscheidungsfindung konzentrieren.

Gleichzeitig stellt die Technologie neue Herausforderungen im Hinblick auf Aufsicht, Rechenschaftspflicht und Vertrauen dar. Wenn AI-Agenten die Fähigkeit erlangen, Systeme zu aktualisieren, Workflows auszulösen und kommerzielle Entscheidungen zu beeinflussen, werden Unternehmen stärkere Governance-Rahmen benötigen, um sicherzustellen, dass Aktionen genau, überprüfbar und mit den Geschäftszielen übereinstimmend bleiben.

Die nächsten Jahre werden wahrscheinlich bestimmen, ob AI-Agenten zu einer Standard-Schicht von Unternehmenssoftware werden oder auf spezielle Anwendungsfälle beschränkt bleiben. Wenn die Akzeptanz weiterhin beschleunigt wird, kann die Unterscheidung zwischen Software, die Informationen liefert, und Software, die Arbeit ausführt, allmählich verschwinden und grundlegend ändern, wie Umsatzorganisationen operieren.