Delphina raccoglie 7,5 milioni di dollari per ampliare la sua Context Factory per il contesto analitico basato sull’IA

Il 12 novembre 2026, Delphina ha annunciato un nuovo finanziamento di 7,5 milioni di dollari, portando il totale raccolto a 15 milioni di dollari e lanciando la Context Factory, un sistema che utilizza agenti IA per creare e mantenere il contesto aziendale alla base delle risposte analitiche.

Radical Ventures e Costanoa hanno co-guidato il finanziamento, con la partecipazione di Tenacity Capital e di investitori angel, tra cui Fei-Fei Li, il premio Nobel Guido Imbens e alcuni dei primi dipendenti di Anthropic e OpenAI. I fondi saranno destinati, secondo quanto dichiarato, ad ampliare la Context Factory e i team di Delphina dedicati allo sviluppo commerciale e all’ingegneria per i clienti.

Il nuovo prodotto è stato reso disponibile contestualmente all’annuncio. La sua premessa fondamentale è che, per ottenere analisi accurate con l’IA, occorre sapere quali tabelle sono attendibili, come vengono definite le metriche e quali conoscenze possiedono gli analisti esperti ma non hanno documentato. Secondo Delphina, di solito le aziende raccolgono manualmente queste informazioni, che finiscono per diventare obsolete man mano che l’attività aziendale cambia.

Gli agenti mantengono il contesto aziendale

La Context Factory affida agli agenti il lavoro di manutenzione. Secondo Delphina, possono creare in poche ore una base iniziale a partire dai dati e dai documenti aziendali esistenti, individuare e colmare le lacune man mano che i dipendenti pongono domande e sottoporre le modifiche rilevanti all’approvazione degli esperti del settore. In questo modo, gli esperti restano responsabili delle definizioni, mentre gli agenti si occupano della ricerca e degli aggiornamenti.

La panoramica del prodotto di Delphina spiega che il sistema legge progetti dbt, dashboard, documenti e registri delle query, continuando a consultare queste fonti man mano che cambiano. Le modifiche approvate vengono archiviate in una base di conoscenze versionata, di proprietà del cliente, e i test di valutazione possono basarsi su dashboard attendibili già verificate dai dipendenti.

Quando una domanda rivela che manca la definizione di una metrica, un flusso di lavoro illustrato mostra l’agente mentre cerca in dbt, Looker e Notion, individua il responsabile della tabella di dati pertinente e ne chiede la conferma su Slack. Dopo l’approvazione, pubblica la definizione, genera nuovamente la risposta originale e salva la correzione come test di regressione, così da impedire che la logica approvata subisca modifiche involontarie senza essere rilevate.

Per le installazioni aziendali, Delphina afferma che le connessioni utilizzano credenziali di sola lettura specifiche per ciascun utente e che ogni cliente dispone di un piano dati separato. Python e DuckDB vengono eseguiti in una microVM Firecracker isolata e priva di accesso a Internet, mentre prompt, query e riferimenti alle conoscenze vengono registrati e possono essere esportati. Queste misure rendono verificabili le attività degli agenti e, al contempo, ne limitano l’accesso ai sistemi aziendali e alle destinazioni esterne.

Adozione oltre i team dedicati ai dati

Delphina riferisce che oggi i team aziendali pongono il 73% delle domande sulla sua piattaforma e che gli amministratori delegati sono utenti attivi in oltre la metà delle aziende clienti. In Substack, più del 70% dei dipendenti utilizza il prodotto, compreso l’amministratore delegato Chris Best. Tra gli altri clienti figurano LATAM Airlines, Upstart, Udemy e Coursera.

Best ha descritto l’effetto del prodotto sul processo decisionale di Substack: «Ora i nostri team ottengono risposte accurate in pochi secondi, invece di aspettare settimane in coda. È cambiato il nostro modo di prendere decisioni».

L’amministratore delegato e cofondatore Jeremy Hermann ha in precedenza creato e diretto la piattaforma di apprendimento automatico Michelangelo di Uber e ha cofondato Tecton, acquisita da Databricks. Il presidente e cofondatore Duncan Gilchrist ha diretto il team globale di data science per i prezzi di Uber. Gilchrist ha dichiarato che oggi i principali utilizzatori di Delphina sono i team delle operations, delle vendite, del marketing e della finanza.

Il finanziamento mette a disposizione di Delphina le risorse necessarie per ampliare il prodotto e i team che lo vendono e lo supportano. La sfida principale sarà capire se l’adozione da parte degli utenti aziendali e degli amministratori delegati potrà crescere senza indebolire le approvazioni degli esperti, le definizioni versionate e i test di regressione da cui dipende la promessa di offrire analisi attendibili.