PuppyGraph、ARRの7倍成長を受けシリーズAで1,000万ドルを調達

2026年11月10日、PuppyGraphはParticle Futureが主導し、defy.vcも参加した1,000万ドルのシリーズA資金調達を発表した。調達資金はエンジニアリングとエンタープライズ向けの市場開拓活動の拡大に充てられる。今回の調達により、グラフクエリエンジンを開発する同社の累計調達額は1,500万ドルとなった。

今回の調達は、PuppyGraph 1.0の一般提供開始に続くものだ。PuppyGraphによると、年間経常収益（ARR）は過去1年間で7倍に増加し、顧客にはAMD、Palo Alto Networks、Coinbase、Trend Micro、Datadog、Sola Securityが含まれる。

エンタープライズデータを移動せずにクエリする

PuppyGraphは、既知のデータセットに対して単にSQLを生成するのではなく、部門横断的なビジネス上の問いを調査するAIエージェントを対象としている。エージェントは、顧客、製品、部品、サプライヤー間の関係をたどる必要がある場合がある。テーブルが増えるにつれて、スキーマの説明がコンテキストウィンドウを圧迫し、結合経路の候補も増加する。

このエンジンは、対応するデータベース、データウェアハウス、データレイク上でグラフ計算を直接実行する。レコードはApache Iceberg、Databricks、Snowflake、PostgreSQL、Microsoft Fabricなどのシステムに保持されるため、専用のグラフデータベースや別個のグラフデータの複製、それに伴うデータ読み込みパイプラインが不要となる。アプリケーションは引き続きフィルター処理や集計にSQLを使いながら、関係性が重視される問いにはグラフクエリを選択できる。

オントロジーには、承認済みのビジネスエンティティとその関係が定義され、エージェントが有効な調査経路をたどれるようになる。PuppyGraphのAI支援型スキーマビルダーは既存のテーブルをもとにモデル案を提示するが、そのビジネス上の意味はデータチームが確認し、承認する。対応するAIツールはMCP経由で接続でき、PuppyGraphに組み込まれたエージェントを使うこともできる。

このエンジンは、オントロジーに存在しないエンティティや関係への参照を拒否し、クエリを修正するための構造化されたフィードバックを返す。これにより、エージェントが関係性を捏造し、その結果を根拠として扱うことによって生じる、表面化しにくい誤りに対処する。PuppyGraphは、検証によって正しい結論が保証されるわけではないと注意を促している。エージェントが依然として不適切な仮説を追ったり、不完全な分析を行ったりする可能性があるためだ。

パフォーマンスとガバナンスの制御

PuppyGraphによると、同社のエンジンは対応するワークロードで1秒未満のグラフクエリをサポートし、エージェントは3,000のエンタープライズテーブルをひとつのグラフとしてクエリできる。別途実施した同社のベンチマークでは、4台のマシンで構成されたクラスターが、数十億のエッジをまたぐ10ホップのクエリを2.26秒で完了した。パフォーマンスはワークロードによって異なる。

速度は調査の進み方に影響する。エージェントは複数の仮説を検証するため、次の分析ステップが前の結果に依存している場合、クエリが遅いと処理が滞ることがある。したがって、このベンチマークが示すのは、深い関係性の検索を対話的に行えるかどうかであり、単なる生のクエリ処理能力の指標にとどまらない。

PuppyGraph 1.0では、設定された行レベルの権限が、中間ステップを含むグラフ探索の全過程で適用される。ロールベースの制御とユーザーの代理実行により、アクセス権はユーザーのIDに結び付けられる。シングルサインオンに対応するほか、管理監査ログには管理操作が記録される。認証情報の払い出し機能は、ユーザーが長期間有効な認証情報を公開したり管理したりする必要なく、SnowflakeやDatabricksなどのプラットフォーム向けに、有効期間が短くユーザーIDに紐付いた認証情報を取得する。

導入事例と拡大に向けた優先事項

Sola SecurityのCTO、Leon Goldberg氏は、「当社では、毎日、数千のテーブルと数十億のエッジにわたってAIエージェントを稼働させています」と述べた。Palo Alto Networksのエンジニアリングディレクター、Ran Xia氏によると、同社は既存のデータプラットフォーム上で複数ホップの探索を実行しており、行を移動したり複製したりせずに済むため、それに伴うETLパイプラインの保守が不要になっている。Coinbaseのシニアスタッフソフトウェアエンジニア、Xinyu Liu氏は、CoinbaseがSnowflakeとDatabricksで管理されているテーブルに直接接続し、自然言語による関係性のクエリにMCPを利用していると述べた。

AMDはITワークロードから導入を始め、情報セキュリティやデジタルマーケティングのデータへと対象を拡大していると、PuppyGraphは報告した。この拡大は、同社のより広範なモデルを示している。関係性を示すマップが部門をまたいで広がるにつれて、エージェントは、従来は組織の境界を越えられずにいた問いも調査できるようになる。

同社は新たな資金を、グラフモデルの設定作業の削減、エンタープライズ規模での実用的な関係性クエリの実現、そして顧客によるエージェントの本番環境への移行支援に活用する計画だ。中心となる課題は、どの関係が有効で、各ユーザーがどのデータを閲覧できるかを定める、人間が承認したオントロジーと権限制御を弱めることなく、調査の範囲を広げることにある。