Ascerta henter $18M Serie A for å gjøre bedriftens AI‑utgifter til målbar ROI

Ascerta har hentet en $18‑millioners Serie A ettersom den utvider fokuset fra AI‑kostnadsstyring til en større utfordring: å hjelpe bedrifter med å fastslå hvilke AI‑investeringer som faktisk skaper forretningsverdi. Runden ble ledet av Dell Technologies Capital, med deltakelse fra Hitachi Ventures, BGV, Wipro Ventures og eksisterende investorer.

Finansieringen bringer det i Bellevue, Washington‑baserte selskapets totale finansiering til $22.9 million. Den kommer også sammen med et nytt navn for virksomheten, som tidligere var kjent som Pay-i. Ascerta sier at omprofileringen reflekterer en utvidelse til det de kaller Enterprise AI Management: et system for å måle AI‑kostnad, adopsjon og forretningsresultater på tvers av en organisasjon.

Dette budskapet kommer i et øyeblikk da bedrifts‑AI‑programmer beveger seg utover kontrollerte eksperimenter. Bedrifter kan telle token, lisenser, agent‑kjøringer og linjer med AI‑generert kode, men disse driftsmålingene viser ikke nødvendigvis om et tiltak sparer tid, øker inntekter eller forbedrer en forretningsprosess. Som Unite.AI tidligere har undersøkt, AI‑kostnadskontroll blir betydelig vanskeligere når agentbaserte arbeidsbelastninger flyttes i produksjon. Ascerta satser på at finans‑ og teknologiledere nå trenger et felles system for å knytte disse kostnadene til resultater.

Fra AI‑bruksdata til forretningsverdi

Ascerta ble grunnlagt i 2024 av Microsoft‑veteraner David Tepper, Doron Holan og Erik Winters. Tepper, selskapets administrerende direktør og medgründer, tilbrakte 19 år i Microsoft og ledet strategi for generativ AI for intern bruk på tvers av Azure. Holan, teknisk sjef (CTO) og medgründer, tilbrakte 27 år i Microsoft og arbeidet med hyperskala‑begrensningsinfrastruktur designet for å håndtere hundrevis av milliarder av forespørsler per dag. Winters fungerer som operativ leder (COO) og medgründer.

Selskapet dukket opp fra stealth som Pay-i i mai 2025 med en seed‑runde på $4.9 millioner fokusert på AI‑kostnadsstyring. Siden da sier Ascerta at samtaler med bedrifter avdekket et bredere problem. Organisasjoner ønsket ikke bare å vite hvor mye AI kostet; de ville forstå hvem som brukte den, hva agenter og modeller gjorde, og om aktiviteten rettferdiggjorde ytterligere investering.

Ascerta kobler seg til AI‑systemer som allerede kjører i en bedrift, inkludert internt utviklede applikasjoner og tjenester som Microsoft Copilot, Amazon Bedrock AgentCore, Salesforce Agentforce, GitHub Copilot, Claude Code og Codex. Deretter sporer den AI‑aktivitet gjennom utført arbeid og inn i forretningsresultatene som aktiviteten skal påvirke.

Målet er å gi CIO‑er, CFO‑er og AI‑ledere en felles oversikt over teknisk bruk og økonomisk ytelse. I stedet for å behandle token‑forbruk eller modell‑kall‑volum som et mål i seg selv, er plattformen designet for å knytte et AI‑brukstilfelle til relevante nøkkel‑ytelsesindikatorer og vise hvilke prosjekter som ser klare for skalering, hvilke som krever intervensjon og hvilke som bør stoppes.

Tre produkter for bedriftens AI‑livssyklus

Ascerta pakker sine evner inn i tre produkter. Atlas måler AI‑verdi, adopsjon og ROI på tvers av individuelle arbeidsflyter og større porteføljer. Forge fokuserer på hvordan ingeniørteam bruker kode‑agenter, og gir ledere en måte å knytte adopsjon til utviklingsproduktivitet. Convoy er rettet mot organisasjoner som drifter sin egen AI‑kapasitet, og er designet for å hjelpe dem med å allokere den infrastrukturen uten å forstyrre produksjonen.

Selskapet sier at målingen går utover modellpriser ved å ta hensyn til elementer som sub‑token‑kostnader, skjulte gebyrer og bedriftsrabatter. Den kan også bryte ned adopsjons‑ og kostnadsdata etter person, team og verktøy. Dette detaljnivået er ment å avdekke et problem som samlede forbruksrapporter kan skjule: to avdelinger kan bruke samme modell samtidig som de gir svært ulike forretningsavkastninger.

Ascerta samarbeider nå med kunder som Atos, Wipro og globale forsikringsselskaper, og oppgir Microsoft, AWS, IBM, Slalom og Trace3 blant sine teknologi‑ og tjenesteforbindelser. Selskapet rapporterer at plattformen har hjulpet kunder med å forbedre avkastningen på AI‑initiativ med 47 %, forkorte lanseringstiden for agenter med 24 % og redusere bortkastet AI‑forbruk med 86 %. Disse tallene er selskapets egne rapporterte resultater snarere enn uavhengige referanser, men de illustrerer de økonomiske resultatene Ascerta ønsker at bedrifter skal overvåke kontinuerlig.

Hvorfor investorer ser en kategori for Enterprise AI Management

Serie A‑runden vil støtte produktutvikling og vekst etter hvert som Ascerta forsøker å etablere Enterprise AI Management som en egen programvarekategori. Timing er viktig: AI‑agenter blir integrert i koding, kundeservice og operative arbeidsflyter, mens kostnadene og ansvaret for disse systemene i økende grad spenner over teknologi-, finans- og forretningsteam.

For Ascerta er muligheten ikke bare å lage et nytt sky‑kostnadsdashbord. Det større argumentet er at bedrifter trenger et driftslag for å avgjøre hvor AI fortjener mer kapital. Hvis selskapet kan gjøre teknisk aktivitet lesbar som forretningsytelse, kan det hjelpe organisasjoner med å gå fra entusiastisk eksperimentering til disiplinert utrulling – og gi ledere et klarere svar når styret spør hva AI‑investeringen faktisk er verdt.