Vellum haalt $20M Series A op om betrouwbare ondernemings-AI-ontwikkeling te versnellen

Vellum, een end-to-end AI-ontwikkelplatform dat is ontworpen om ondernemingen te helpen bij het zelfverzekerd bouwen, testen en implementeren van mission-critical AI-toepassingen, heeft $20 miljoen aan Series 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 elk bedrijf generatieve AI verkent, ontbreekt het bij meer dan de helft nog aan een uitgebreide strategie, en de meeste zitten vast in langdurige prototypingfasen. Vellum vult deze kloof in door een doelgebouwd ontwikkelomgeving te bieden die rigor, snelheid en observeerbaarheid brengt in AI-engineering.

Het AI-bereidheidsgat overbruggen

Opgericht door Akash Sharma en gebouwd op de inzicht dat traditionele software-ontwikkelprincipes zoals versiebeheer, testen en samenwerking ontbreken in de meeste AI-hulpmiddelen, biedt Vellum ondernemingen een gestructureerde, testgestuurde benadering van AI. Het platform stelt cross-functionele teams – inclusief engineers, 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 vangen voordat ze worden geïmplementeerd
• Eenknopsversies met rollback-ondersteuning
• Realtime-monitoring 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 gewoon 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 doelgebouwd platform voor ondernemings-AI

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

Deze samenstelbaarheid maakt Vellum vooral waardevol in zeer gereguleerde branches, waar beveiliging, betrouwbaarheid en traceerbaarheid cruciaal zijn. Door orkestratie, prompting, retrieval-augmented generation (RAG), evaluatie en monitoring in één platform te integreren, helpt Vellum ondernemingen bij het implementeren van AI-systemen die robuust, observeerbaar en gemakkelijk te onderhouden zijn.

Vertrouwd door top ondernemingsteams

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 tools 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 bewegen 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 compliant houden.

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

Vellum lost het kernprobleem op dat AI-adoptie in ondernemingen 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 opschalen ervan wereldwijd.

De standaard voor AI-ontwikkeling bouwen

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

Dit markeert een nieuwe fase in ondernemings-AI: één die de gestructureerde software-ontwikkelpraktijken van DevOps weerspiegelt, maar aangepast voor een dynamisch en probabilistisch medium. In plaats van AI te bouwen in silo’s of te vertrouwen op intuïtie, keren teams zich nu tot tools 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 regelgeving wordt aangescherpt en gebruikscases complexer worden, zal de industrie ontwikkelomgevingen eisen die flexibiliteit combineren met verantwoordelijkheid – waardoor teams snel kunnen bewegen 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 demo’s – het was over het integreren van intelligente systemen in de kern van het bedrijf. De volgende generatie platforms zal niet alleen worden beoordeeld op hun kracht, maar op hoe veilig en voorspelbaar ze kunnen schalen in echte omgevingen.