ベルムが2,000万ドルのシリーズA資金を調達してエンタープライズAI開発を加速する

ベルムは、エンタープライズが自信を持ってミッションクリティカルなAIアプリケーションを構築、テスト、デプロイできるように設計されたエンドツーエンドのAI開発プラットフォームです。ベルムは、$2000万のシリーズA資金を調達しました。このラウンドは、リーダーズ・ファンドが主導し、ソシーキャピタル、Y Combinator、リーベル・ファンド、パイオニア・ファンド、およびイーストリンク・キャピタルが参加しました。

この新しい資金調達は、業界全体でAIが重要になる時期に来ています。ほとんどのエンタープライズが生成的なAIを探索していますが、半分以上が包括的な戦略を持っていないこと、およびほとんどが長期的なプロトタイピング段階に陥っていることがわかります。ベルムは、このギャップを埋めるために登場しています。AIエンジニアリングに厳格さ、スピード、観察可能性をもたらす目的のある開発環境を提供しています。

AIの準備完了ギャップを埋める

ベルムは、アカシュ・シャルマによって設立され、従来のソフトウェア開発の原則（バージョニング、テスト、コラボレーション）がほとんどのAIツールで欠けているという洞察に基づいて構築されています。ベルムは、エンタープライズに構造化された、テスト駆動型のAIアプローチを提供します。そのプラットフォームにより、エンジニア、プロダクトリード、サブジェクトマターのエキスパートを含むクロスファンクショナルチームが共同で作業できます。

• AIワークフローを定義するためのビジュアルUIビルダーとSDK
• デプロイ前に障害を検出するためのネイティブ評価とテスト
• ロールバックサポートを備えたワンクリックバージョンリリース
• モデルパフォーマンスを継続的に改善するためのリアルタイムモニタリング

「生成的なAIは、企業がソフトウェアについて考える方法を再定義しましたが、AIシステムを責任を持って構築するためのインフラストラクチャは、単に追いついていません」とベルムのCEOであるアカシュ・シャルマは述べました。 「それが私たちがベルムを作成した理由です。従来のソフトウェアと同じ予測可能性、制御性、明確性をAI開発にもたらすためです」

エンタープライズAIのための目的のあるプラットフォーム

ベルムは、プロトタイピングツール以上のものです。フルスタックのAIオペレーティング環境です。チームは、コントロールフローをデータフローよりも優先するグラフベースのエディターを使用して、ワークフロー全体をオーケストレートできます。これにより、分岐、再帰、並列実行、ストリーミングなどの複雑な動作を管理できます。

この構成可能性により、ベルムは、セキュリティ、信頼性、追跡可能性が重要な、高度に規制された業界で特に貴重なツールとなります。オーケストレーション、プロンプティング、リトリーバル増強生成（RAG）、評価、モニタリングを1つのプラットフォームに統合することで、ベルムは、エンタープライズが堅牢で、観察可能で、メンテナンスが容易なAIシステムを展開できるように支援します。

トップエンタープライズチームに信頼されている

ベルムは、Drata、Swisscom、Redfin、Headspaceなどのリーディング企業にすでに成果をもたらしています。ベルムは、カスタマーサービス、コンプライアンス自動化、内部ツール、コンテンツ生成などのAIイニシアチブを推進しています。

Drataは、セキュリティとコンプライアンス自動化のリーダーであり、ベルムを使用して、7,000以上のカスタマー環境でセキュアで説明可能なAIワークフローをサポートしています。

「ベルムは、私たちに迅速に動くためのインフラストラクチャを提供しますが、パフォーマンスや信頼性を犠牲にすることはありません」とDrataのエンジニアリングVPであるリオル・ソロモンは述べました。 「彼らのテスト駆動型システムにより、私たちが迅速に反復することができ、AIが正確でコンプライアンスのあるものであることを保証できます」

ラウンドを主導したリーダーズ・ファンドは、複数の企業を初期のトラクションから1億ドル以上の年間再現可能な収入に導いた実績を持つため、深い運用上の専門知識を提供します。

「ベルムは、エンタープライズでのAIの採用を妨げている根本的な問題を解決しています。つまり、AIシステムを信頼性が高く、繰り返し可能で、運用可能にする方法です」とリーダーズ・ファンドのマネージング・パートナーであるギデオン・ヘイデンは述べました。 「彼らは、エンタープライズのAIチームが必要とするものを構築しました。私たちは、世界規模でそれを拡大するのを支援することを楽しみにしています」

AI開発の標準を構築する

人工知能が実験的なものから運用的なものに移行するにつれて、企業は長期的な信頼性、ガバナンス、メンテナンス性をサポートするインフラストラクチャを採用する圧力が高まっています。特に、大規模な言語モデル、リトリーバル増強生成、またはエージェントベースのアーキテクチャを含むAIシステムを展開する複雑さは、単なるアドホックなスクリプトやプロンプトエンジニアリング以上のものが必要です。堅牢なオーケストレーション、制御された実験、継続的なモニタリングの必要性は、非交渉不可のものとなっています。

これは、エンタープライズAIの新しい段階を迎えることになります。DevOpsの構造化ソフトウェア開発の実践に似ていますが、ダイナミックで確率的なメディアに適応しています。チームは、AI開発を反復的なエンジニアリングの学問として扱うツールに移行しています。バージョニング、テストカバレッジ、出力と決定の可視性が含まれています。

この移行を可能にするテクノロジーは、AIオペレーションの新しい標準の基礎を築いています。近い将来、AIアプリケーションは、透明なロジックフロー、監査可能な出力、リアルタイムエラーハンドリング、および進化するモデルとデータセットとのシームレスな統合を備えていることが期待されます。規制が強化され、ユースケースが複雑になるにつれて、業界は柔軟性と説明責任を組み合わせた開発環境を要求するようになります。

この進化は、AI分野全体の成熟を反映しています。生成的なAIの約束は、印象的なデモだけではなく、ビジネスの核となる部分に知的システムを統合することについてでした。次の世代のプラットフォームは、どれだけ強力であるかだけでなく、どれだけ安全で予測可能に現実世界の環境で拡大できるかによって判断されるでしょう。