Delphina haalt 7,5 miljoen dollar op om zijn Context Factory voor AI-analytics op te schalen

Delphina kondigde op 12 november 2026 een nieuwe financiering van 7,5 miljoen dollar aan, waarmee de totale financiering op 15 miljoen dollar komt. Tegelijkertijd lanceerde het bedrijf de Context Factory, een systeem dat AI-agenten inzet om de bedrijfscontext achter analytische antwoorden op te bouwen en te onderhouden.

Radical Ventures en Costanoa leidden samen de financieringsronde, waaraan ook Tenacity Capital en angelinvesteerders deelnamen, onder wie Fei-Fei Li, Nobelprijswinnaar Guido Imbens en vroege medewerkers van Anthropic en OpenAI. De opbrengst wordt volgens het bedrijf gebruikt om de Context Factory op te schalen en de teams voor marktontwikkeling en klantengineering van Delphina uit te breiden.

Het nieuwe product kwam tegelijk met de aankondiging beschikbaar. Het uitgangspunt is dat nauwkeurige AI-analyses kennis vereisen over welke tabellen betrouwbaar zijn, hoe meetwaarden worden gedefinieerd en wat ervaren analisten weten maar niet hebben vastgelegd. Volgens Delphina stellen bedrijven die context doorgaans handmatig samen, waardoor deze verouderd raakt wanneer het bedrijf verandert.

Agenten onderhouden de bedrijfscontext

De Context Factory legt dat onderhoudswerk bij agenten neer. Volgens Delphina kunnen die binnen enkele uren een eerste basis samenstellen op grond van bestaande bedrijfsgegevens en documenten, hiaten opsporen en verhelpen wanneer medewerkers vragen stellen, en ingrijpende wijzigingen ter goedkeuring voorleggen aan domeinexperts. Zo blijven experts verantwoordelijk voor de definities, terwijl agenten het zoek- en bijwerkwerk voor hun rekening nemen.

In het productoverzicht van Delphina staat dat het systeem dbt-projecten, dashboards, documenten en querylogboeken uitleest en deze bronnen blijft volgen wanneer ze veranderen. Goedgekeurde wijzigingen worden opgeslagen in een versiebeheerde kennisbank die eigendom is van de klant. Evaluatietests kunnen bovendien gebruikmaken van betrouwbare dashboards die medewerkers al hebben gecontroleerd.

Wanneer uit een vraag blijkt dat een definitie van een meetwaarde ontbreekt, laat een geïllustreerde workflow zien hoe de agent dbt, Looker en Notion doorzoekt, de eigenaar van de relevante gegevenstabel opspoort en via Slack om bevestiging vraagt. Na goedkeuring publiceert de agent de definitie, genereert hij het oorspronkelijke antwoord opnieuw en slaat hij de oplossing op als regressietest, zodat de goedgekeurde logica niet ongemerkt achteruitgaat.

Voor implementaties bij grote ondernemingen gebruikt Delphina naar eigen zeggen gebruikersgebonden inloggegevens met alleen-lezenrechten voor verbindingen, en krijgt elke klant een afzonderlijke dataomgeving. Python en DuckDB draaien in een geïsoleerde Firecracker-micro-VM zonder internettoegang; prompts, query’s en verwijzingen naar kennis worden geregistreerd en kunnen worden geëxporteerd. Dankzij deze maatregelen is de activiteit van agenten controleerbaar, terwijl hun toegang tot bedrijfssystemen en externe bestemmingen wordt beperkt.

Gebruik buiten datateams

Volgens Delphina stellen bedrijfsteams inmiddels 73% van de vragen op het platform en zijn CEO’s bij meer dan de helft van de klanten actieve gebruikers. Bij Substack gebruikt meer dan 70% van de medewerkers het product, onder wie CEO Chris Best. Andere klanten zijn LATAM Airlines, Upstart, Udemy en Coursera.

Best beschreef het effect op de besluitvorming bij Substack: “Onze teams krijgen nu binnen enkele seconden nauwkeurige antwoorden, in plaats van weken in een wachtrij te moeten wachten. Dat heeft veranderd hoe we beslissingen nemen.”

CEO en medeoprichter Jeremy Hermann bouwde eerder het machinelearningplatform Michelangelo van Uber en gaf leiding aan de ontwikkeling ervan. Ook was hij medeoprichter van Tecton, dat door Databricks werd overgenomen. President en medeoprichter Duncan Gilchrist gaf bij Uber leiding aan de wereldwijde datawetenschap voor prijsstelling. Volgens Gilchrist zijn operationele teams en de teams voor verkoop, marketing en financiën inmiddels de grootste gebruikers van Delphina.

Dankzij de financiering kan Delphina het product uitbreiden en de teams versterken die het verkopen en ondersteunen. De grote vraag is of het gebruik door bedrijfsteams en CEO’s kan groeien zonder afbreuk te doen aan de goedkeuring door experts, de versiebeheerde definities en de regressietests waarop de belofte van betrouwbare analyses berust.