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

Vellum, en komplett AI-utviklingsplattform designet for å hjelpe bedrifter bygge, teste og distribuere kritiske AI-applikasjoner med tillit, har samlet 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 alle bedrifter utforsker generativ AI, mangler over halvparten ennå en omfattende strategi, og de fleste er fastlåst i forlenget prototyping-faser. Vellum går inn for å lukke denne gapen – og tilbyr en målrettet utviklingsmiljø som bringer rigor, hastighet og observasjon til AI-ingeniørarbeid.

Bruer 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, testdrevet tilnærming til AI. Plattformen deres muliggjør at tverrfaglige team – inkludert ingeniører, produktledere og fagfolk – kan arbeide sammen gjennom:

• En visuell UI-bygger og SDK for å definere AI-arbeidsflyter
• Innbygd evaluering og testing for å fange feil før distribusjon
• Enkeltklikk-versjonsutgaver med tilbakestillingsstøtte
• Sanntidsovervåking for å kontinuerlig forbedre modellprestasjon

“Generativ AI har omdefinert hvordan selskaper 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 skapte Vellum – for å bringe den samme forutsigbarheten, kontrollen og klarheten vi forventer fra tradisjonell programvare inn i AI-utvikling.”

En målrettet plattform for bedrifts AI

Vellum er mer enn et prototyping-verktøy – det er en fullstendig AI-operasjonsmiljø. 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 grenser, rekursjon, parallell kjøring og strømming.

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

Tillit av toppen bedriftsteam

Vellum leverer allerede resultater for ledende organisasjoner som Drata, Swisscom, Redfin og Headspace, og driver AI-initiativer over kundeservice, automatisering av overholdelse, interne verktøy og innholdsgenerering.

Drata, en leder i sikkerhets- og overholdelse-automatisering, 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 for ingeniørarbeid i Drata. “Deres testdrevne system hjelper oss å iterere raskt samtidig som vi holder vår AI nøyaktig og i overensstemmelse.”

Leaders Fund, som ledet runden, bringer dypt operasjonelt ekspertise til bordet, og har støttet flere selskaper fra tidlig suksess til 100 millioner dollar eller mer i årlig omsetning.

“Vellum løser det grunnleggende problemet som bremser AI-adoptsjon i bedrifter – hvordan man gjør 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.”

Bygging av standarden for AI-utvikling

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

Dette markerer 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 ingeniørdisiplin – komplett med versjonering, testdekning og synlighet i 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, sanntidsfeilhåndtering og sømløs integrasjon med evoluerende modeller og datasett. 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 modenhet av AI-feltet selv. Løftet om generativ AI var aldri bare om imponerende demonstrasjoner – det var om å integrere intelligente systemer i kjernen av bedrifter. Den neste generasjonen plattformer vil bli bedømt ikke bare etter hvor kraftfulle de er, men etter hvor trygt og forutsigbart de kan skalerer over sanntidsmiljøer.