Airspeed pozyskał 20 milionów dolarów w rundzie serii A, aby zbudować „komercyjny mózg” AI dla zespołów revenue

Airspeed, londyńsko-nowojorska spółka założona przez byłych naukowców DeepMind, pozyskała 20 milionów dolarów w rundzie serii A, którą prowadzi DN Capital, z udziałem Vi Partners, Framework Venture Partners oraz Atlassian Ventures (TEAM ). Pozyskane środki zwiększają łączną kwotę kapitału pozyskanego przez firmę do ponad 25 milionów dolarów, gdy ta rozszerza swoją platformę opartą na sztucznej inteligencji dla zespołów sprzedaży i operacji revenue.

Firma, dawniej znana jako Glyphic, niedawno zmieniła nazwę na Airspeed, rozszerzając swoją wizję poza inteligencję konwersacyjną na rzecz tego, co określa jako warstwę wykonawczą dla organizacji revenue. Zamiast po prostu prezentować spostrzeżenia z spotkań, e-maili i systemów CRM, platforma Airspeed jest zaprojektowana do podejmowania działań na podstawie tych spostrzeżeń za pomocą autonomicznych agentów AI, które działają w ramach komercyjnych przepływów pracy.

Przekraczając granice inteligencji revenue

W ciągu ostatniej dekady technologia sprzedaży koncentrowała się głównie na pomocy organizacjom w zbieraniu większej ilości danych i generowaniu większej ilości analiz. Platformy inteligencji revenue mogą identyfikować ryzyko, podkreślać możliwości i zapewniać widoczność interakcji z klientami, ale wiele prac następczych nadal spoczywa na zespołach ludzkich.

Airspeed pozycjonuje się jako następna ewolucja tego oprogramowania. Platforma wdrożone agentów AI, które monitorują rozmowy z klientami, e-maile, bilety wsparcia i dane CRM, a następnie automatycznie wykonują zadania, takie jak aktualizacja rekordów, generowanie działań następczych, identyfikacja ryzyka transakcji i koordynacja przepływów pracy w zespołach.

Założyciele firmy twierdzą, że organizacje już mają systemy rejestracji i systemy inteligencji. Czego brakuje, twierdzą, to „system działania” zdolny do przekształcenia spostrzeżeń w wykonanie bez konieczności ręcznego łączenia punktów przez pracowników.

Zbudowany przez byłych naukowców DeepMind

Airspeed został założony w 2022 roku przez byłych naukowców DeepMind, Adama Liskę i Devanga Agrawala. Od momentu powstania firma zebrała zespół z doświadczeniem z organizacji, takich jak Meta, Apple (AAPL ) i Spotify.

Ten rodowód badawczy wydaje się być odzwierciedlony w architekturze platformy. Według firmy, technologia Airspeed jest zbudowana wokół zjednoczonego zrozumienia komercyjnego kontekstu organizacji. Zamiast polegać na izolowanych źródłach danych, platforma tworzy warstwę pamięci, która centralizuje wiedzę na całym procesie go-to-market.

Ten „komercyjny mózg” służy jako podstawa dla rosnącej biblioteki agentów AI, które mogą wykonywać specjalistyczne zadania w ramach przepływów pracy sprzedaży, sukcesu klienta i operacji revenue. Nacisk firmy na kontekst jest godny uwagi, ponieważ wiele wdrożeń AI w przedsiębiorstwach nadal boryka się z fragmentaryzowanymi informacjami rozproszonymi w różnych systemach biznesowych.

Silne sygnały wzrostu

Ogłoszenie o pozyskaniu funduszy pojawia się w okresie znaczącego wzrostu dla firmy.

Airspeed informuje, że obsługuje 200 klientów z 20 krajów, w tym organizacje takie jak Persona, Pricefx, Light i Qdrant. Klienci zbudowali tysiące niestandardowych agentów AI na platformie w ciągu pierwszych czterech miesięcy 2026 roku, podczas gdy miesięczny wolumen wykonania prawie potroił się między styczniem a kwietniem.

Firma twierdzi również, że osiągnęła czterokrotny wzrost przychodu w ciągu ostatniego roku, podwajając swój zespół. Jeden z klientów, Foleon, podobno zaoszczędził ponad 193 000 dolarów i odzyskał około sześciu godzin na tydzień na każdego przedstawiciela sprzedaży w ciągu pierwszych 90 dni wdrożenia.

Te liczby wskazują na rosnący popyt na systemy AI, które mogą zautomatyzować prace operacyjne, a nie tylko zapewniać rekomendacje.

Wszechny rynek platform wykonawczych AI

Wzrost Airspeed odzwierciedla szerszą zmianę zachodzącą w przedsiębiorstwach AI.

Pierwsza fala generatywnej AI koncentrowała się głównie na tworzeniu treści i odzyskiwaniu wiedzy. Następna faza wydaje się coraz bardziej skupiać na agentach AI zdolnych do podejmowania działań w imieniu użytkowników. Zamiast generować raport o okazji sprzedaży, system AI może teraz aktualizować rekordy CRM, planować spotkania, powiadamiać stakeholderów i wykonywać przepływy pracy w sposób automatyczny.

Ta ewolucja wymaga więcej niż zaawansowane modele językowe. Zależy od systemów, które utrzymują kontekst organizacyjny, rozumieją procesy biznesowe i działają w ramach starannie zaprojektowanych barier ochronnych. Platforma Airspeed jest zbudowana wokół tego pojęcia, podkreślając wykonanie godne zaufania, a nie samą konwersację AI.

Szersze implikacje systemów wykonawczych AI

Pojawienie się platform takich jak Airspeed podkreśla zmianę w podejściu przedsiębiorstw do sztucznej inteligencji. Pierwsze pokolenie AI biznesowego koncentrowało się głównie na pomocy pracownikom w pracy wydajniej, generując treści, podsumowując informacje lub odpowiadając na pytania. Coraz częściej jednak organizacje szukają systemów, które mogą wykroczyć poza rekomendacje i podejmować działania w ramach istniejących przepływów pracy.

Ta ewolucja podnosi ważne pytania dotyczące przyszłej roli pracowników w zespołach sprzedaży, sukcesu klienta i operacji. Zamiast zastępować pracowników całkowicie, AI ukierunkowane na wykonanie może zmniejszyć czas spędzony na zadaniach administracyjnych, takich jak aktualizacje CRM, zarządzanie pipeline, spotkania i wewnętrzna koordynacja. Wynikiem mogą być mniejsze zespoły zarządzające większą bazą klientów, koncentrując się bardziej na budowaniu relacji i podejmowaniu strategicznych decyzji.

Jednocześnie ta technologia wprowadza nowe wyzwania dotyczące nadzoru, odpowiedzialności i zaufania. Gdy agenci AI zyskują możliwość aktualizowania systemów, uruchamiania przepływów pracy i wpływania na decyzje komercyjne, organizacje będą potrzebować silniejszych ram zarządzania, aby zapewnić, że działania pozostają dokładne, audytowe i zgodne z celami biznesowymi.

Najbliższe lata prawdopodobnie określą, czy agenci AI staną się standardową warstwą oprogramowania przedsiębiorstw, czy pozostaną ograniczone do specjalistycznych przypadków użycia. Jeśli wdrożenie będzie nadal przyspieszać, różnica między oprogramowaniem dostarczającym informacje a oprogramowaniem wykonującym prace może stopniowo zniknąć, zmieniając w zasadniczy sposób, jak organizacje revenue działają.