Vellum raccoglie 20 milioni di dollari nella serie A per accelerare lo sviluppo di AI aziendale affidabile

Vellum, una piattaforma di sviluppo AI end-to-end progettata per aiutare le aziende a costruire, testare e distribuire applicazioni AI critiche con fiducia, ha raccolto $20 milioni di dollari nella serie A. Il round è stato guidato da Leaders Fund, con la partecipazione di Socii Capital, Y Combinator, Rebel Fund, Pioneer Fund e Eastlink Capital.

Questo nuovo finanziamento arriva in un momento cruciale per l’AI nei vari settori. Mentre quasi ogni azienda sta esplorando l’AI generativa, più della metà non ha ancora una strategia globale, e la maggior parte è bloccata in fasi di prototipazione prolungate. Vellum sta intervenendo per colmare questo divario, offrendo un ambiente di sviluppo progettato appositamente che porta rigore, velocità e osservabilità all’ingegneria AI.

Colmare il divario di prontezza AI

Fondata da Akash Sharma e costruita sull’idea che i principi di sviluppo software tradizionali come la versione, il test e la collaborazione manchino nella maggior parte degli strumenti AI, Vellum fornisce alle aziende un approccio strutturato e guidato dai test all’AI. La sua piattaforma consente ai team cross-funzionali, inclusi ingegneri, responsabili di prodotto e esperti di materia, di lavorare insieme attraverso:

• Un costruttore di interfaccia utente visiva e un SDK per definire i flussi di lavoro AI
• Una valutazione e un test nativi per intercettare i fallimenti prima della distribuzione
• Rilasci con versione e supporto per il rollback con un solo clic
• Un monitoraggio in tempo reale per migliorare continuamente le prestazioni del modello

“L’AI generativa ha ridefinito il modo in cui le aziende pensano al software, ma l’infrastruttura per costruire sistemi AI in modo responsabile non ha tenuto il passo”, ha detto Akash Sharma, CEO di Vellum. “Per questo abbiamo creato Vellum, per portare la stessa prevedibilità, controllo e chiarezza che ci aspettiamo dal software tradizionale nello sviluppo AI.”

Una piattaforma progettata appositamente per l’AI aziendale

Vellum è più di uno strumento di prototipazione, è un ambiente di esecuzione AI full-stack. I team possono orchestrare interi flussi di lavoro utilizzando un editor grafico basato su grafi che priorizza il flusso di controllo rispetto al flusso di dati, consentendo loro di gestire comportamenti complessi come il ramo, la ricorsione, l’esecuzione parallela e lo streaming.

Questa composabilità rende Vellum particolarmente prezioso in settori altamente regolamentati, dove la sicurezza, l’affidabilità e la tracciabilità sono fondamentali. Unificando l’orchestrazione, la promozione, la generazione aumentata di recupero (RAG), la valutazione e il monitoraggio in una sola piattaforma, Vellum aiuta le aziende a distribuire sistemi AI che sono robusti, osservabili e facili da mantenere.

Sostenuto da squadre aziendali di alto livello

Vellum sta già producendo risultati per importanti aziende come Drata, Swisscom, Redfin e Headspace, alimentando iniziative AI in servizio clienti, automazione della conformità, strumenti interni e generazione di contenuti.

Drata, leader nell’automazione della sicurezza e della conformità, utilizza Vellum per supportare oltre 7.000 ambienti clienti con flussi di lavoro AI sicuri ed esplicabili.

“Vellum ci fornisce l’infrastruttura per muoverci velocemente senza sacrificare le prestazioni o la fiducia”, ha detto Lior Solomon, VP of Engineering di Drata. “Il loro sistema guidato dai test ci aiuta a iterare rapidamente mantenendo la nostra AI precisa e conforme.”

Leaders Fund, che ha guidato il round, porta una profonda esperienza operativa, avendo sostenuto più aziende dalla prima fase di crescita a oltre 100 milioni di dollari di fatturato annuo.

“Vellum sta risolvendo il problema fondamentale che rallenta l’adozione dell’AI nelle aziende: come rendere i sistemi AI affidabili, ripetibili e pronti per la produzione”, ha detto Gideon Hayden, Managing Partner di Leaders Fund. “Hanno costruito ciò che ogni squadra AI aziendale ha bisogno, e siamo entusiasti di aiutarli a scalare a livello globale.”

Costruire lo standard per lo sviluppo AI

Mentre l’intelligenza artificiale passa dall’esperienza operativa, la pressione aumenta per le aziende di adottare un’infrastruttura che supporti la longevità, la governance e la manutenibilità. La complessità del deploy di sistemi AI, specialmente quelli che coinvolgono grandi modelli linguistici, generazione aumentata di recupero o architetture basate su agenti, richiede più di script ad hoc e ingegneria di prompt. La necessità di un’orchestrazione robusta, un’esperimentazione controllata e un monitoraggio continuo sta diventando imprescindibile.

Questo sta aprendo una nuova fase nell’AI aziendale: una che specchia le pratiche di sviluppo software strutturate del DevOps, ma adattate per un mezzo dinamico e probabilistico. Invece di costruire l’AI in silos o affidarsi solo all’intuizione, i team stanno ora rivolgendosi a strumenti che trattano lo sviluppo AI come una disciplina di ingegneria iterativa, completa di versione, copertura dei test e visibilità su ogni output e decisione.

Le tecnologie che consentono questo passaggio stanno gettando le basi per ciò che probabilmente diventerà il nuovo standard nelle operazioni AI. Nel prossimo futuro, le applicazioni AI saranno attese per avere flussi logici trasparenti, output pronti per l’audit, gestione degli errori in tempo reale e integrazione senza soluzione di continuità con modelli e set di dati in evoluzione. Man mano che la regolamentazione si stringe e i casi d’uso crescono di complessità, l’industria richiederà ambienti di sviluppo che combinano flessibilità con responsabilità, consentendo ai team di muoversi velocemente senza perdere il controllo.

Questa evoluzione riflette una maggiore maturità del campo AI stesso. La promessa dell’AI generativa non era solo quella di impressionanti dimostrazioni, ma di integrare sistemi intelligenti nel tessuto fondamentale dell’azienda. La prossima generazione di piattaforme sarà giudicata non solo per quanto sono potenti, ma per come possono scalare in modo sicuro e prevedibile attraverso ambienti reali.