Delphina henter inn 7,5 millioner dollar for å skalere sin Context Factory for KI-analyse

Delphina kunngjorde en ny finansiering på 7,5 millioner dollar 12. november 2026. Dermed kom den samlede finansieringen opp i 15 millioner dollar, samtidig som selskapet lanserte Context Factory, et system som bruker KI-agenter til å bygge opp og vedlikeholde virksomhetskonteksten som ligger til grunn for analysesvar.

Radical Ventures og Costanoa ledet finansieringsrunden sammen, med deltakelse fra Tenacity Capital og engleinvestorer, blant dem Fei-Fei Li, nobelprisvinneren Guido Imbens og tidlige ansatte i Anthropic og OpenAI. De oppgitte formålene med kapitalen er å skalere Context Factory og utvide Delphinas team for markedsføring og kommersialisering samt kundeingeniørarbeid.

Det nye produktet ble tilgjengelig samtidig med kunngjøringen. Grunntanken er at presise KI-analyser krever kunnskap om hvilke tabeller man kan stole på, hvordan måltall defineres, og hva erfarne analytikere vet, men ikke har dokumentert. Delphina sier at selskaper vanligvis setter sammen denne konteksten manuelt, slik at den blir utdatert etter hvert som virksomheten endrer seg.

Agenter vedlikeholder virksomhetskonteksten

Context Factory overlater vedlikeholdsarbeidet til agenter. Delphina sier at agentene kan sette sammen et første grunnlag fra eksisterende bedriftsdata og dokumenter på få timer, finne og rette mangler etter hvert som ansatte stiller spørsmål, og sende viktige endringer til fageksperter for godkjenning. Slik beholder ekspertene ansvaret for definisjonene, mens agentene tar seg av søk og oppdateringer.

Delphinas produktoversikt sier at systemet leser dbt-prosjekter, dashbord, dokumenter og spørrelogger, og fortsetter å lese disse kildene etter hvert som de endres. Godkjente endringer lagres i en versjonsstyrt kunnskapsbase som kunden eier, og evalueringstester kan bygge på pålitelige dashbord som ansatte allerede har verifisert.

Når et spørsmål avdekker at en definisjon av et måltall mangler, viser en illustrert arbeidsflyt hvordan agenten søker i dbt, Looker og Notion, finner den ansvarlige for den aktuelle datatabellen og ber om bekreftelse i Slack. Etter godkjenning publiserer den definisjonen, genererer det opprinnelige svaret på nytt og lagrer rettelsen som en regresjonstest, slik at den godkjente logikken ikke kan forringes ubemerket.

For utrulling i virksomheter sier Delphina at tilkoblingene bruker skrivebeskyttet pålogging for hver enkelt bruker, og at hver kunde får et separat dataplan. Python og DuckDB kjører i en isolert Firecracker-mikro-VM uten internettilgang, mens ledetekster, spørringer og kunnskapsreferanser loggføres og kan eksporteres. Disse kontrollene gjør det mulig å inspisere agentenes aktivitet, samtidig som tilgangen deres til selskapets systemer og eksterne mål begrenses.

Bruk utenfor datateamene

Delphina oppgir at forretningsteam nå stiller 73 % av spørsmålene på plattformen, og at administrerende direktører er aktive brukere hos mer enn halvparten av kundene. Hos Substack bruker over 70 % av de ansatte produktet, inkludert administrerende direktør Chris Best. Andre kunder er LATAM Airlines, Upstart, Udemy og Coursera.

Best beskrev virkningen på beslutningsprosessene hos Substack slik: «Nå får teamene våre presise svar på sekunder i stedet for å vente i ukevis i en kø. Det har endret måten vi tar beslutninger på.»

Administrerende direktør og medgründer Jeremy Hermann bygde tidligere opp og ledet Ubers maskinlæringsplattform Michelangelo, og var med på å grunnlegge Tecton, som Databricks kjøpte opp. President og medgründer Duncan Gilchrist ledet det globale datavitenskapsarbeidet innen prissetting hos Uber. Gilchrist sa at drifts-, salgs-, markedsførings- og økonomiteam nå er Delphinas største brukergrupper.

Finansieringen gir Delphina ressurser til å videreutvikle produktet og utvide teamene som selger det og følger opp kundene. Den viktigste prøven blir om bruken blant forretningsbrukere og administrerende direktører kan vokse uten at ekspertgodkjenningene, de versjonsstyrte definisjonene og regresjonstestene som løftet om pålitelige analyser bygger på, svekkes.