Vellum Raises $20M Series A to Accelerate Reliable Enterprise AI Development

Vellum、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は、$2000万のシリーズAラウンドを調達しました。このラウンドは、Leaders Fundが主導し、Socii Capital、Y Combinator、Rebel Fund、Pioneer Fund、Eastlink Capitalが参加しました。

この新しい資金調達は、業界全体におけるAIの重要な時期に起こっています。ほぼすべてのエンタープライズがジェネレーティブAIを検討している一方で、半分以上の企業には包括的な戦略が不足しており、ほとんどの企業は長期的なプロトタイピング段階に陥っています。Vellumはこのギャップを埋めるために登場しています。厳密さ、スピード、観察可能性をAIエンジニアリングにもたらす目的のある開発環境を提供しています。

AIの準備度ギャップを埋める

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 such as 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ツールでは欠けているという洞察に基づいて構築されたVellum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。プラットフォームは、エンジニア、製品リード、サブジェクトマターの専門家を含むクロスファンクショナルチームが次のことを通じて共同で作業できるようにします:

• 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付きの一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

「ジェネレーティブAIは、企業がソフトウェアについて考えるやり方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、追いついていません」と、アカシュ・シャルマ、VellumのCEOは述べています。「そのため、私たちはVellumを作成しました。従来のソフトウェアと同じ予測可能性、制御、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

Vellum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、ワークフローを全体的にオーケストレートできます。ブランチ、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。

この組み立てやすさは、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Vellumを特に貴重なものにします。オーケストレーション、プロンプティング、retrieval-augmented generation (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、Vellumは、強固で、観察可能で、メンテナンスが容易なAIシステムをエンタープライズがデプロイ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

Vellumは、Drata、Swisscom、Redfin、Headspaceなどのリーディング企業で既に成果を出しています。カスタマーサービス、コンプライアンスの自動化、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。

セキュリティとコンプライアンスの自動化のリーダーであるDrataは、Vellum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。

「Vellumは、私たちにパフォーマンスや信頼を犠牲にすることなく迅速に進むためのインフラストラクチャを提供します」と、リオル・ソロモン、DrataのエンジニアリングVPは述べています。「彼らのテスト駆動システムは、私たちが迅速にイテレートしながらAIを正確でコンプライアントに保つのに役立ちます」

ラウンドを主導したLeaders Fund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生可能収入までサポートした深い運営的専門知識を提供します。

「Vellumは、エンタープライズでのAIの採用を遅らせている核心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、繰り返し実行可能で、運用可能にする方法」と、ギデオン・ヘイデン、Leaders Fundのマネージングパートナーは述べています。「彼らは、エンタープライズ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

人工知能が実験的から運用的へと移行するにつれて、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。大規模な言語モデル、retrieval-augmented generation、エージェントベースのアーキテクチャを含むAIシステムのデプロイの複雑さは、臨時的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を必要とします。ロバスト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りつつあります。

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の構造化されたソフトウェア開発の実践に似ていますが、動的で確率的な媒体に適応しています。AIをシロや単に直感に頼るのではなく、ツールを使用してAI開発を反復的なエンジニアリングの学問として扱うことが求められます。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ます。

この移行を可能にするテクノロジーは、将来的にAIオペレーションの新しい標準となる基盤を築いています。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、リアルタイムのエラーハンドリング、進化するモデルやデータセットとのシームレスな統合が期待されます。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のバランスをとった開発環境を要求するようになります。チームはコントロールを失うことなく迅速に進むことができます。

この進化は、AI分野自体の成熟を反映しています。ジェネレーティブAIの約束は、印象的なデモだけではありませんでした。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、どれだけの力があるかだけでなく、現実世界の環境でどれだけ安全で予測可能に拡大できるかによって判断されます。