Euno ने एंटरप्राइज़ AI एजेंट्स के लिए कॉन्टेक्स्ट लेयर बनाने हेतु $23M सीरीज़ A फंडिंग जुटाई

Euno ने अपने एंटरप्राइज़ AI कॉन्टेक्स्ट प्लेटफ़ॉर्म का विस्तार करने के लिए सीरीज़ A फंडिंग के रूप में $23 million जुटाए हैं, क्योंकि कंपनियां धीरे‑धीरे एक ऐसी समस्या का सामना कर रही हैं जिसे केवल बेहतर फ़ाउंडेशन मॉडल अकेले हल नहीं कर सकते: AI एजेंट्स को पर्याप्त संगठनात्मक ज्ञान प्रदान करना ताकि वे जटिल व्यावसायिक डेटा के साथ विश्वसनीय रूप से काम कर सकें।

यह फंडिंग राउंड N47 द्वारा नेतृत्व किया गया, जिसमें मौजूदा निवेशक 10D की भागीदारी और तकनीकी संस्थापकों एवं कार्यकारियों का समूह शामिल था, जिसमें Wiz के सह-संस्थापक Yinon Kostika, Cyera के सह-संस्थापक और CEO Yotam Segev, Eon के सह-संस्थापक और CEO Ofir Ehrlich, Tavily के संस्थापक Rotem Weiss, तथा पूर्व Tableau के CEO और अध्यक्ष Mark Nelson शामिल हैं। इस वित्तपोषण से Euno की कुल फंडिंग $29 million तक पहुँच गई।

2023 में Sarah Levy और Eyal Firstenberg द्वारा स्थापित, Euno नई पूंजी का मुख्य रूप से बिक्री और मार्केटिंग का विस्तार करने तथा AI अनुसंधान में निवेश बढ़ाने के लिए उपयोग करने की योजना बना रहा है। कंपनी, जो संयुक्त राज्य अमेरिका और इज़राइल में संचालित होती है और लगभग 30 कर्मचारियों को नियुक्त करती है, वर्ष के अंत तक अपने कार्यबल को लगभग दोगुना करने की आशा रखती है।

एंटरप्राइज़ AI बाधा अब कॉन्टेक्स्ट की ओर शिफ्ट हो रही है

बड़े भाषा मॉडल्स में तेज़ सुधार ने डेटाबेस क्वेरी करने, विश्लेषण उत्पन्न करने, कोड लिखने और व्यावसायिक प्रक्रियाओं को स्वचालित करने में सक्षम AI एजेंट्स को तैनात करना अधिक संभव बना दिया है। लेकिन एक एजेंट को एंटरप्राइज़ सिस्टम से जोड़ना एक और चुनौती पेश करता है: यह जानना कि कौन सी जानकारी प्राधिकृत है।

एक बड़े संगठन में हजारों तालिकाएँ, डैशबोर्ड, मीट्रिक, डेटा मॉडल, और एक ही व्यावसायिक अवधारणा के लिए प्रतिस्पर्धी परिभाषाएँ हो सकती हैं। उदाहरण के तौर पर, राजस्व की गणना करने के लिए कहा गया AI एजेंट को केवल डेटाबेस तक पहुँच से अधिक चाहिए। उसे यह जानना आवश्यक है कि कौन सा राजस्व मीट्रिक अनुमोदित है, कौन सी तालिकाएँ वर्तमान हैं, मीट्रिक कैसे गणना किया जाता है, उसके इनपुट कहाँ से आए हैं, और क्या अनुरोध करने वाले उपयोगकर्ता को अंतर्निहित जानकारी तक पहुँच की अनुमति है।

Euno इस संस्थागत ज्ञान को मशीन‑पठनीय बुनियादी ढाँचे में बदलने का प्रयास कर रहा है।

इसका प्लेटफ़ॉर्म लगातार डेटा लाइनज, उपयोग, स्वामित्व, व्यावसायिक लॉजिक, स्वास्थ्य संकेत और गवर्नेंस स्थिति जैसी जानकारी को शामिल करते हुए एक लाइव कॉन्टेक्स्ट ग्राफ़ बनाता रहता है। प्रत्येक उपलब्ध एसेट को एजेंट को प्रस्तुत करने के बजाय, सिस्टम विशिष्ट उपयोगकर्ता, कार्य और निर्णय के लिए प्रासंगिक कॉन्टेक्स्ट प्रदान कर सकता है।

जैसे कंपनियां प्रश्नों के उत्तर देने वाले AI सिस्टम से बहु‑एंटरप्राइज़ सिस्टम में कार्रवाई करने वाले स्वायत्त एजेंट्स की ओर बढ़ती हैं, यह अंतर अधिक महत्वपूर्ण हो सकता है।

“मॉडल लगातार बेहतर और सस्ते होते जा रहे हैं, लेकिन एंटरप्राइज़ के लिए दीर्घकालिक AI मोआट अधिकतर इस बात के संचित रिकॉर्ड से आएगा कि कार्य कैसे किए जाते हैं,” कहा Euno के सह-संस्थापक और CEO Sarah Levy।

मेटाडेटा को AI एजेंट्स के लिए बुनियादी ढाँचे में बदलना

Euno की तकनीक मेटाडेटा पर आधारित है, जो डेटा के स्रोत, उसके परिवर्तन, उपयोगकर्ता, और विभिन्न एसेट्स के आपसी संबंधों का विवरण देती है।

प्लेटफ़ॉर्म वेयरहाउस, एनालिटिक्स सिस्टम, डैशबोर्ड और मीट्रिक में कॉलम‑स्तर की लाइनज को मैप करता है, फिर उस जानकारी को उपयोग और गवर्नेंस संकेतों के साथ मिलाता है। इसका स्वचालित लेबलिंग सिस्टम संगठन द्वारा स्थापित नियमों के आधार पर एसेट्स को “AI‑ready”, “PII‑free”, “healthy” या “certified” जैसी विशेषताओं में गतिशील रूप से वर्गीकृत कर सकता है। ये वर्गीकरण मूल डेटा पर्यावरण में बदलाव के साथ अपडेट होते रहते हैं।

Euno ऐसे वर्कफ़्लो भी प्रदान करता है जो इन शर्तों में परिवर्तन होने पर प्रतिक्रिया दे सकते हैं। उदाहरण के तौर पर, संगठन अचानक अत्यधिक उपयोग होने वाले अनसर्टिफ़ाइड डैशबोर्ड की पहचान कर सकते हैं, व्यक्तिगत पहचान योग्य जानकारी (PII) के प्रसार को ट्रैक कर सकते हैं, बिना दस्तावेज़ वाले मॉडल को फ्लैग कर सकते हैं, या ऐसे मीट्रिक को उजागर कर सकते हैं जो अब आंतरिक गुणवत्ता मानकों को पूरा नहीं करते।

कंपनी ने ग्राफ़ में संबंधों को नेविगेट करने के लिए अपना स्वयं का Euno Query Language (EQL) बनाया है। Euno कहता है कि उसका ग्राफ‑आधारित आर्किटेक्चर एजेंट्स को कम क्वेरीज़ के माध्यम से परस्पर जुड़े मेटाडेटा को पुनः प्राप्त करने की अनुमति देता है, जिससे मॉडल में पास किए जाने वाले कॉन्टेक्स्टुअल जानकारी की मात्रा घट सकती है।

महत्वपूर्ण बात यह है कि प्लेटफ़ॉर्म मौजूदा एंटरप्राइज़ डेटा बुनियादी ढाँचे के साथ-साथ काम करने के लिए डिज़ाइन किया गया है, न कि उसे बदलने के लिए। Euno Snowflake और Databricks जैसे डेटा वेयरहाउस और प्लेटफ़ॉर्म, dbt सहित ट्रांसफ़ॉर्मेशन टूल, और Tableau, Looker, Power BI, ThoughtSpot, Sigma, और Omni जैसे बिज़नेस इंटेलिजेंस प्लेटफ़ॉर्म के साथ इंटीग्रेशन का समर्थन करता है।

कॉन्टेक्स्ट को सीधे AI सिस्टम्स में लाना

Euno की रणनीति का एक और घटक यह है कि इस संगठनात्मक कॉन्टेक्स्ट को थर्ड‑पार्टी AI एजेंट्स के लिए सीधे सुलभ बनाना।

कंपनी एक Model Context Protocol (MCP) सर्वर चलाती है जिसके माध्यम से Claude, Cursor, Visual Studio Code Copilot और अन्य संगत सिस्टम जैसे टूल्स Euno के एंटरप्राइज़ कॉन्टेक्स्ट को क्वेरी कर सकते हैं। एजेंट इन टूल्स का उपयोग संसाधनों को खोजने, अपस्ट्रीम लाइनज का निरीक्षण करने, प्रभाव विश्लेषण करने, दस्तावेज़ खोजने, या EQL क्वेरी उत्पन्न करने और निष्पादित करने के लिए कर सकते हैं।

Euno ने Snowflake Intelligence सहित सिस्टम्स के साथ इंटीग्रेशन का दस्तावेज़ीकरण भी किया है, जो दर्शाता है कि उसका कॉन्टेक्स्ट लेयर सामान्य‑उद्देश्य AI मॉडल्स और एंटरप्राइज़ के मूल डेटा एस्टेट के बीच प्रभावी रूप से मध्यस्थ बन सकता है।

यह स्थिति एंटरप्राइज़ AI में हो रहे व्यापक परिवर्तन को दर्शाती है। जैसे-जैसे सक्षम मॉडलों तक पहुंच अधिक सामान्य हो रही है, अंतरभेद संभवतः उन मॉडलों के आसपास की स्वामित्व वाली जानकारी की ओर शिफ्ट हो सकता है: संगठनात्मक प्रक्रियाएँ, अनुमतियाँ, संबंध, ऐतिहासिक निर्णय, परिभाषाएँ, और पिछले एजेंट गतिविधियों से प्राप्त प्रतिक्रिया।

कॉन्टेक्स्ट एंटरप्राइज़ AI मोआट का हिस्सा बन सकता है

Euno तर्क देता है कि यह संचित कॉन्टेक्स्ट समय के साथ अधिक मूल्यवान बन सकता है।

जब कोई एजेंट कार्य करता है, तो सिस्टम यह जानकारी कैप्चर कर सकता है कि कॉन्टेक्स्ट कैसे उपयोग किया गया और उन संकेतों को एंटरप्राइज़ कॉन्टेक्स्ट लेयर में वापस भेज सकता है। सिद्धांत रूप में, यह एक फीडबैक लूप बनाता है जहाँ संगठन क्रमशः अपने व्यवसाय के संचालन का अधिक समृद्ध मशीन‑पठनीय प्रतिनिधित्व बनाता है।

यह एजेंटिक AI डिप्लॉयमेंट्स की एक मुख्य चुनौती: governance को भी संबोधित करता है। एक स्वायत्त एजेंट को एंटरप्राइज़ सिस्टम तक पहुंच देना, बिना यह समझे कि वह कौन सी जानकारी पुनः प्राप्त कर सकता है या उसे कैसे व्याख्या करनी चाहिए, संचालन और सुरक्षा जोखिम उत्पन्न करता है। Euno का दृष्टिकोण कॉन्टेक्स्टुअल रिट्रीवल को रोल‑अवेयर गवर्नेंस के साथ मिलाता है ताकि एजेंट को उसके कार्य और अनुमतियों के अनुसार उपयुक्त जानकारी मिले, न कि पूरे पर्यावरण तक असीमित पहुंच।

कंपनी कहती है कि उसका प्लेटफ़ॉर्म एंटरप्राइज़ मेटाडेटा को पढ़ता है, न कि मूल व्यावसायिक डेटा को, यह आर्किटेक्चरल अंतर डेटा एक्सपोज़र को कम करने के लिए बनाया गया है, जबकि सिस्टम को संबंधों को मैप करने और एजेंट्स को ऑपरेशनल कॉन्टेक्स्ट प्रदान करने की अनुमति देता है।

Euno पहले ही AlphaSense और Zayo Group सहित एंटरप्राइज़ ग्राहकों के साथ काम कर रहा है, जबकि उसकी वेबसाइट Bolt जैसी कंपनियों के साथ किए गए डिप्लॉयमेंट्स का भी दस्तावेज़ीकरण करती है।

विस्तृत AI उद्योग के लिए, Euno की सीरीज़ A का महत्व केवल एक और एंटरप्राइज़ इन्फ्रास्ट्रक्चर फंडिंग राउंड से अधिक है। फ़ाउंडेशन मॉडल तेज़ी से अधिक सक्षम और कई कार्यभारों के लिए अधिक इंटरचेंजेबल होते जा रहे हैं। यदि यह प्रवृत्ति जारी रहती है, तो एक कठिन समस्या यह होगी कि उन मॉडलों को उन संगठनों की विश्वसनीय समझ देना जिसमें वे काम करते हैं।

यह कॉन्टेक्स्ट इन्फ्रास्ट्रक्चर को, मूल मॉडल के बजाय, उभरते एंटरप्राइज़ AI स्टैक की सबसे महत्वपूर्ण परतों में से एक बना सकता है।