Vellum haalt 20 miljoen dollar op in serie A om betrouwbare ondernemings-AI-ontwikkeling te versnellen

Vellum, een van eind tot eind AI-ontwikkelingsplatform ontworpen om ondernemingen te helpen om met vertrouwen kritieke AI-toepassingen te bouwen, testen en implementeren, heeft $20 miljoen aan serie A-financiering opgehaald. De ronde werd geleid door Leaders Fund, met deelname van Socii Capital, Y Combinator, Rebel Fund, Pioneer Fund, en Eastlink Capital.

Deze nieuwe financiering komt op een cruciaal moment voor AI in alle branches. Terwijl bijna elke onderneming generatieve AI verkent, ontbreekt het aan meer dan de helft nog steeds aan een alomvattende strategie, en de meeste zitten vast in langdurige prototypingfasen. Vellum treedt hierop in om deze kloof te dichten – door een doelgericht ontwikkelingsmilieu aan te bieden dat rigor, snelheid en waarneembaarheid brengt in AI-engineering.

De AI-kloof overbruggen

Opgericht door Akash Sharma en gebaseerd op de inzicht dat traditionele software-ontwikkelingsprincipes zoals versiebeheer, testen en samenwerking ontbreken in de meeste AI-hulpmiddelen, biedt Vellum ondernemingen een gestructureerde, testgestuurde aanpak voor AI. Het platform stelt cross-functionele teams – inclusief ingenieurs, productleiders en domeinexperts – in staat om samen te werken via:

• Een visuele UI-bouwer en SDK om AI-workflows te definiëren
• Native evaluatie en testen om fouten te detecteren voordat ze worden geïmplementeerd
• Eenmalige versiebeheerde releases met rollback-ondersteuning
• Realtime-bewaking om de prestaties van modellen voortdurend te verbeteren

“Generatieve AI heeft opnieuw bepaald hoe bedrijven denken over software, maar de infrastructuur om AI-systemen verantwoordelijk te bouwen, is niet bijgehouden,” zei Akash Sharma, CEO van Vellum. “Daarom hebben we Vellum gemaakt – om dezelfde voorspelbaarheid, controle en duidelijkheid die we van traditionele software verwachten, in AI-ontwikkeling te brengen.”

Een doelgericht platform voor ondernemings-AI

Vellum is meer dan een prototyping-hulpmiddel – het is een full-stack AI-bewerkingomgeving. Teams kunnen complete workflows orkestreren met een visuele grafische editor die prioriteit geeft aan controlestroom boven gegevensstroom, waardoor ze complex gedrag zoals vertakking, recursie, parallelle uitvoering en streaming kunnen beheren.

Deze compositie maakt Vellum bijzonder waardevol in streng gereguleerde branches, waar beveiliging, betrouwbaarheid en traceerbaarheid essentieel zijn. Door orkestratie, prompting, retrieval-augmented generatie (RAG), evaluatie en bewaking te verenigen in één platform, helpt Vellum ondernemingen om AI-systemen te implementeren die robuust, waarneembaar en gemakkelijk te onderhouden zijn.

Vertrouwd door top ondernemings teams

Vellum levert al resultaten voor toonaangevende organisaties zoals Drata, Swisscom, Redfin en Headspace, en ondersteunt AI-initiatieven op het gebied van klantenservice, automatisering van compliance, interne tooling en inhoudsgeneratie.

Drata, een leider in beveiliging en compliance-automatisering, gebruikt Vellum om meer dan 7.000 klantomgevingen te ondersteunen met beveiligde, verklarende AI-workflows.

“Vellum geeft ons de infrastructuur om snel te handelen zonder prestaties of vertrouwen op te offeren,” zei Lior Solomon, VP van Engineering bij Drata. “Hun testgestuurde systeem helpt ons om snel te itereren terwijl we onze AI nauwkeurig en conform houden.”

Leaders Fund, die de ronde leidde, brengt diepe operationele expertise mee, met een achtergrond van het ondersteunen van meerdere bedrijven van vroeg tot $100 miljoen+ omzet.

“Vellum lost het kernprobleem op dat de adoptie van AI in de onderneming vertraagt – hoe AI-systemen betrouwbaar, herhaalbaar en productieklaar te maken,” zei Gideon Hayden, Managing Partner bij Leaders Fund. “Ze hebben gebouwd wat elk ondernemings-AI-team nodig heeft, en we zijn enthousiast om te helpen bij het wereldwijd schalen.”

De standaard voor AI-ontwikkeling bouwen

Aangezien kunstmatige intelligentie verschuift van experimenteel naar operationeel, neemt de druk toe voor bedrijven om infrastructuur te adopteren die langetermijnbetrouwbaarheid, governance en onderhoudbaarheid ondersteunt. De complexiteit van het implementeren van AI-systemen – vooral die met grote taalmodellen, retrieval-augmented generatie of agent-gebaseerde architectuur – vereist meer dan ad-hoc scripts en prompt-engineering. De behoefte aan robuuste orkestratie, gecontroleerde experimenten en continue bewaking wordt onvermijdelijk.

Dit markeert een nieuwe fase in ondernemings-AI: één die de gestructureerde software-ontwikkelingspraktijken van DevOps spiegelt, maar aangepast voor een dynamisch en probabilistisch medium. In plaats van AI te bouwen in silo’s of te vertrouwen op intuïtie, keren teams nu terug naar hulpmiddelen die AI-ontwikkeling behandelen als een iteratieve ingenieursdiscipline – compleet met versiebeheer, testdekking en zichtbaarheid in elke uitvoer en beslissing.

Technologieën die deze verschuiving mogelijk maken, leggen de basis voor wat waarschijnlijk de nieuwe standaard in AI-bewerkingen zal worden. In de nabije toekomst zullen AI-toepassingen worden verwacht om transparante logische stromen, auditklare uitvoer, real-time foutafhandeling en naadloze integratie met evoluerende modellen en datasets te hebben. Aangezien de regulering wordt aangescherpt en use cases complexer worden, zal de industrie ontwikkelomgevingen eisen die flexibiliteit combineren met verantwoordelijkheid – waardoor teams snel kunnen handelen zonder de controle te verliezen.

Deze evolutie weerspiegelt een bredere volwassenheid van het AI-veld zelf. De belofte van generatieve AI was nooit alleen maar indrukwekkende demos – het was over het integreren van intelligente systemen in de kern van het bedrijfsleven. De volgende generatie platforms zal worden beoordeeld niet alleen op hun kracht, maar op hoe veilig en voorspelbaar ze kunnen schalen over echte omgevingen.