Vellum henter inn 20 millioner dollar i serie A for å akselerere pålitelig bedrifts AI-utvikling

Vellum, en end-to-end AI-utviklingsplattform designet for å hjelpe bedrifter å bygge, teste og distribuere kritiske AI-applikasjoner med tillit, har hentet inn $20 millioner dollar i serie A-finansiering. Runden ble ledet av Leaders Fund, med deltakelse fra Socii Capital, Y Combinator, Rebel Fund, Pioneer Fund og Eastlink Capital.

Denne nye finansieringen kommer på et kritisk tidspunkt for AI over hele industrien. Mens nesten hver bedrift utforsker generativ AI, mangler over halvparten fremdeles en omfattende strategi, og de fleste er fastlåst i forlenget prototyping-faser. Vellum går inn for å lukke denne gapen — og tilbyr en formål-bygget utviklingsmiljø som bringer rigor, hastighet og observasjon til AI-engineering.

Broen over AI-beredskapsgapet

Grunnlagt av Akash Sharma og bygget på innsikten om at tradisjonelle programvareutviklingsprinsipper som versjonering, testing og samarbeid mangler i de fleste AI-verktøy, gir Vellum bedrifter en strukturert, test-drevet tilnærming til AI. Plattformen muliggjør at tverrfaglige team — inkludert ingeniører, produktledere og fagfolk — kan arbeide sammen gjennom:

• En visuell UI-bygger og SDK for å definere AI-arbeidsflyter
• Native evaluering og testing for å fange feil før distribusjon
• Enklikk-versjonsutgaver med tilbakerullingsstøtte
• Sanntids-overvåking for å kontinuerlig forbedre modell-ytelse

“Generativ AI har omdefinert hvordan bedrifter tenker på programvare, men infrastrukturen for å bygge AI-systemer ansvarlig har ikke holdt tritt,” sa Akash Sharma, CEO i Vellum. “Det er derfor vi lagde Vellum — for å bringe den samme forutsigbarheten, kontrollen og klarheten vi forventer fra tradisjonell programvare inn i AI-utvikling.”

En formål-bygget plattform for bedrifts AI

Vellum er mer enn et prototyping-verktøy — det er et fullstendig AI-driftsmiljø. Team kan orkestrere hele arbeidsflyter ved hjelp av en visuell grafisk editor som prioriterer kontrollflyt over dataflyt, og som lar dem håndtere kompleks atferd som grenving, rekursjon, parallell kjøring og strømming.

Denne komposisjonen gjør Vellum spesielt verdifull i høyt regulerte industrier, hvor sikkerhet, pålitelighet og sporbarhet er kritisk. Ved å samordne orkestrering, prompting, retrieval-augmented generation (RAG), evaluering og overvåking i en enkelt plattform, hjelper Vellum bedrifter å distribuere AI-systemer som er robuste, observerbare og enkle å vedlikeholde.

Tillit av topp bedriftsteam

Vellum leverer allerede resultater for ledende organisasjoner som Drata, Swisscom, Redfin og Headspace, og gir kraft til AI-initiativer over kundeservice, samarbeidsautomatisering, internverktøy og innholdsgenerering.

Drata, en leder i sikkerhets- og samarbeidsautomatisering, bruker Vellum for å støtte over 7 000 kunde-miljøer med sikre, forklarbare AI-arbeidsflyter.

“Vellum gir oss infrastrukturen for å flytte raskt uten å ofre ytelse eller tillit,” sa Lior Solomon, VP of Engineering i Drata. “Deres test-drevne system hjelper oss å iterere raskt samtidig som vi holder vår AI nøyaktig og samarbeidsklar.”

Leaders Fund, som ledet runden, bringer dypt operasjonelt ekspertise til bord, etter å ha støttet flere selskaper fra tidlig suksess til $100M+ ARR.

“Vellum løser det kjerneproblemet som bremser AI-adoptsjon i bedriften — hvordan man kan gjøre AI-systemer pålitelige, gjentakbare og produksjonsklare,” sa Gideon Hayden, Managing Partner i Leaders Fund. “De har bygget det hver bedrifts AI-team trenger, og vi er spente på å hjelpe dem å skalerer det globalt.”

Byggingen av standarden for AI-utvikling

Ettersom kunstig intelligens går fra eksperimentell til operasjonell, øker presset på bedrifter å adoptere infrastruktur som støtter langvarig pålitelighet, styring og vedlikehold. Kompleksiteten ved å distribuere AI-systemer — spesielt de som involverer store språkmodeller, retrieval-augmented generation eller agent-basert arkitektur — krever mer enn ad-hoc-skript og prompt-engineering. Behovet for robust orkestrering, kontrollert eksperimentering og kontinuerlig overvåking blir ikke-forhandelbar.

Dette innleder en ny fase i bedrifts AI: en som speiler de strukturerte programvareutviklingsprinsippene til DevOps, men tilpasset et dynamisk og probabilistisk medium. I stedet for å bygge AI i siloer eller å stole kun på intuisjon, vender team seg nå til verktøy som behandler AI-utvikling som en iterativ ingeniørdisciplin — komplett med versjonering, test-dekning og visning av hver utgang og beslutning.

Teknologier som muliggjør denne skiftet legger grunnlaget for hva som sannsynligvis vil bli den nye standarden i AI-operasjoner. I nær fremtid vil AI-applikasjoner forventes å ha gjennomsiktige logiske flyter, revisjonsklare utganger, sanntids-feilhåndtering og sømløs integrasjon med utviklende modeller og datasamlinger. Ettersom reguleringer strammer og brukstilfeller vokser mer komplekse, vil industrien kreve utviklingsmiljøer som kombinerer fleksibilitet med ansvar — og lar team flytte raskt uten å tape kontroll.

Denne utviklingen reflekterer en bredere modning av AI-feltet selv. Løftet om generativ AI var aldri bare om imponerende demoer — det var om å integrere intelligente systemer i kjernen av bedrift. Den neste generasjonen plattformer vil bli bedømt ikke bare av hvor kraftfulle de er, men av hvor trygt og forutsigbart de kan skalerer over sanntids-miljøer.