ARR में सात गुना वृद्धि के बाद PuppyGraph ने सीरीज़ A में 10 मिलियन डॉलर जुटाए

PuppyGraph ने घोषणा की कि उसने 10 नवंबर, 2026 को Particle Future के नेतृत्व में और defy.vc की भागीदारी से सीरीज़ A में 10 मिलियन डॉलर जुटाए हैं। इस राशि का उपयोग इंजीनियरिंग और उद्यमों तक पहुँचने से जुड़े काम का विस्तार करने के लिए किया जाएगा। ग्राफ़ क्वेरी इंजन विकसित करने वाली कंपनी की कुल जुटाई गई पूँजी अब 15 मिलियन डॉलर हो गई है।

यह निवेश PuppyGraph 1.0 के आम तौर पर उपलब्ध होने के बाद आया है। PuppyGraph के अनुसार, पिछले वर्ष में उसका वार्षिक आवर्ती राजस्व सात गुना बढ़ा। उसके ग्राहकों में AMD, Palo Alto Networks, Coinbase, Trend Micro, Datadog और Sola Security शामिल हैं।

उद्यमों के डेटा को वहीं रखकर क्वेरी करना

PuppyGraph ऐसे AI एजेंटों के लिए बनाया गया है जो किसी ज्ञात डेटासेट के लिए केवल SQL तैयार करने के बजाय, विभिन्न विभागों में फैले कारोबारी सवालों की पड़ताल करते हैं। किसी एजेंट को ग्राहकों, उत्पादों, पुर्ज़ों और आपूर्तिकर्ताओं के बीच संबंधों का पता लगाना पड़ सकता है। तालिकाओं की संख्या बढ़ने पर, स्कीमा का विवरण एजेंट की संदर्भ-सीमा का अधिक हिस्सा घेरता है और जुड़ाव के संभावित रास्ते भी बढ़ जाते हैं।

यह इंजन समर्थित डेटाबेस, डेटा वेयरहाउस और डेटा लेक पर सीधे ग्राफ़ गणना करता है। रिकॉर्ड Apache Iceberg, Databricks, Snowflake, PostgreSQL और Microsoft Fabric जैसे सिस्टम में ही रहते हैं। इससे अलग ग्राफ़ डेटाबेस या डेटा की दूसरी ग्राफ़-प्रतिलिपि रखने और उससे जुड़ी लोडिंग पाइपलाइनें बनाने की ज़रूरत नहीं पड़ती। फ़िल्टर और एकत्रीकरण के लिए ऐप्लिकेशन अब भी SQL का इस्तेमाल कर सकते हैं, जबकि संबंधों पर केंद्रित सवालों के लिए ग्राफ़ क्वेरी चुन सकते हैं।

ऑन्टोलॉजी में स्वीकृत कारोबारी इकाइयाँ और उनके संबंध दर्ज होते हैं, जिससे एजेंटों को पड़ताल के मान्य रास्ते मिलते हैं। PuppyGraph का AI-सहायता वाला स्कीमा बिल्डर मौजूदा तालिकाओं से ऐसा मॉडल प्रस्तावित करता है, लेकिन डेटा टीमें उसके कारोबारी अर्थ की समीक्षा करके उसे मंज़ूरी देती हैं। संगत AI टूल MCP के ज़रिए जुड़ते हैं, और उपयोगकर्ता PuppyGraph के अंतर्निर्मित एजेंट के माध्यम से भी काम कर सकते हैं।

यह इंजन उन इकाइयों या संबंधों के संदर्भों को अस्वीकार कर देता है जो ऑन्टोलॉजी में मौजूद नहीं हैं, और क्वेरी को सुधारने के लिए व्यवस्थित प्रतिक्रिया देता है। इससे उन ऐसी त्रुटियों से निपटने में मदद मिलती है जिनमें एजेंट कोई संबंध गढ़कर उससे मिले परिणाम को सबूत मान लेता है। PuppyGraph आगाह करता है कि सत्यापन से सही निष्कर्ष की गारंटी नहीं मिलती, क्योंकि एजेंट फिर भी किसी कमज़ोर परिकल्पना के पीछे जा सकता है या अधूरी पड़ताल कर सकता है।

प्रदर्शन और शासन के नियंत्रण

PuppyGraph के अनुसार, उसका इंजन समर्थित कार्यभारों में एक सेकंड से कम समय में ग्राफ़ क्वेरी चलाता है और एजेंटों को उद्यम की 3,000 तालिकाओं पर एक ही ग्राफ़ के रूप में क्वेरी करने की सुविधा देता है। कंपनी के एक अलग बेंचमार्क में, चार मशीनों वाले क्लस्टर ने अरबों एजों पर 10-हॉप क्वेरी 2.26 सेकंड में पूरी की; प्रदर्शन कार्यभार पर निर्भर करता है।

गति से पड़ताल का क्रम प्रभावित होता है: एजेंट कई परिकल्पनाएँ जाँचते हैं, और अगर अगला विश्लेषणात्मक कदम पिछले नतीजे पर निर्भर हो, तो धीमी क्वेरी उसे रोक सकती है। इसलिए यह बेंचमार्क केवल कच्चे क्वेरी-थ्रूपुट का माप नहीं है; इससे यह भी पता चलता है कि संबंधों की गहरी खोज के दौरान काम को परस्पर संवादात्मक बनाए रखना संभव है या नहीं।

PuppyGraph 1.0 ग्राफ़ ट्रैवर्सल के दौरान, मध्यवर्ती चरणों समेत, कॉन्फ़िगर की गई पंक्ति-स्तरीय अनुमतियाँ भी लागू करता है। भूमिका-आधारित नियंत्रण और उपयोगकर्ता का प्रतिरूपण करके उसकी पहचान के अनुसार पहुँच तय की जाती है। एकल साइन-ऑन समर्थित है, जबकि प्रशासनिक ऑडिट लॉग प्रबंधन गतिविधियों का रिकॉर्ड रखते हैं। क्रेडेंशियल जारी करने की व्यवस्था, उपयोगकर्ताओं से दीर्घकालिक क्रेडेंशियल उजागर करवाए या उनका प्रबंधन करवाए बिना, Snowflake और Databricks जैसे प्लेटफ़ॉर्म के लिए अल्पकालिक, पहचान-आधारित क्रेडेंशियल प्राप्त करती है।

परिनियोजन और विस्तार की प्राथमिकताएँ

Sola Security के CTO Leon Goldberg ने कहा: “हम हर दिन हज़ारों तालिकाओं और अरबों एजों पर AI एजेंट चलाते हैं।” Palo Alto Networks के इंजीनियरिंग निदेशक Ran Xia ने कहा कि उनकी कंपनी पंक्तियों को स्थानांतरित या दोहराए बिना, अपने मौजूदा डेटा प्लेटफ़ॉर्म पर कई हॉप वाले ट्रैवर्सल चलाती है, जिससे उनसे जुड़ी ETL पाइपलाइन के रखरखाव की ज़रूरत समाप्त हो जाती है। Coinbase के वरिष्ठ स्टाफ़ सॉफ़्टवेयर इंजीनियर Xinyu Liu ने कहा कि Coinbase, Snowflake और Databricks में रखरखाव की जाने वाली तालिकाओं से सीधे जुड़ता है और प्राकृतिक भाषा में संबंधों से जुड़ी क्वेरी के लिए MCP का इस्तेमाल करता है।

AMD ने IT कार्यभारों से शुरुआत की और अब सूचना-सुरक्षा तथा डिजिटल मार्केटिंग के डेटा तक अपना दायरा बढ़ा रहा है, PuppyGraph ने बताया। यह विस्तार कंपनी के व्यापक मॉडल को दर्शाता है: जैसे-जैसे संबंधों का नक्शा और विभागों को जोड़ता है, एजेंट उन सवालों की पड़ताल कर सकते हैं जो पहले संगठनात्मक सीमाओं पर ही रुक जाते थे।

कंपनी नई पूँजी का इस्तेमाल ग्राफ़ मॉडल तैयार करने में लगने वाला काम घटाने, उद्यमों के स्तर पर संबंधों से जुड़ी क्वेरी को व्यावहारिक बनाने और ग्राहकों को एजेंटों को उत्पादन में लाने में मदद करने के लिए करने की योजना बना रही है। मुख्य चुनौती यह है कि इन पड़तालों का दायरा बढ़े, लेकिन उन मानव-स्वीकृत ऑन्टोलॉजी और अनुमति-नियंत्रणों की पकड़ कमज़ोर न हो जो तय करते हैं कि कौन-से संबंध मान्य हैं और हर उपयोगकर्ता कौन-सा डेटा देख सकता है।