Delphina pozyskuje 7,5 mln dolarów na rozwój Context Factory do analityki AI

12 listopada 2026 r. Delphina ogłosiła pozyskanie 7,5 mln dolarów nowego finansowania, zwiększając łączną kwotę pozyskanych środków do 15 mln dolarów. Jednocześnie uruchomiła Context Factory — system wykorzystujący agentów AI do tworzenia i utrzymywania kontekstu biznesowego, na którym opierają się odpowiedzi udzielane w ramach analityki.

Radical Ventures i Costanoa wspólnie przewodziły rundzie finansowania, w której uczestniczyli również Tenacity Capital i aniołowie biznesu, w tym Fei-Fei Li, laureat Nagrody Nobla Guido Imbens oraz pierwsi pracownicy Anthropic i OpenAI. Jak podano, pozyskane środki zostaną przeznaczone na rozwój Context Factory oraz rozbudowę zespołów Delphiny odpowiedzialnych za sprzedaż i pozyskiwanie klientów oraz inżynierię dla klientów.

Nowy produkt udostępniono wraz z ogłoszeniem. Jego główne założenie jest takie, że rzetelna analityka AI wymaga wiedzy o tym, którym tabelom można ufać, jak definiuje się wskaźniki oraz co wiedzą doświadczeni analitycy, ale czego nie udokumentowali. Delphina twierdzi, że firmy zazwyczaj gromadzą ten kontekst ręcznie, przez co staje się on nieaktualny w miarę zmian zachodzących w przedsiębiorstwie.

Agenci dbają o kontekst biznesowy

Context Factory powierza agentom zadanie utrzymywania kontekstu. Delphina twierdzi, że w ciągu kilku godzin mogą oni zbudować wstępną bazę na podstawie istniejących danych i dokumentów firmy, wykrywać i uzupełniać braki, gdy pracownicy zadają pytania, a także przekazywać istotne zmiany ekspertom z danej dziedziny do zatwierdzenia. Dzięki takiemu rozwiązaniu eksperci odpowiadają za definicje, a agenci zajmują się wyszukiwaniem i aktualizowaniem informacji.

Przegląd produktu Delphiny informuje, że system odczytuje projekty dbt, pulpity nawigacyjne, dokumenty i dzienniki zapytań, a następnie nadal monitoruje te źródła w miarę ich zmian. Zatwierdzone zmiany są przechowywane w wersjonowanej bazie wiedzy należącej do klienta, a testy ewaluacyjne mogą korzystać z zaufanych pulpitów nawigacyjnych, które pracownicy już zweryfikowali.

Gdy pytanie ujawnia brakującą definicję wskaźnika, przedstawiony schemat działania pokazuje, jak agent przeszukuje dbt, Looker i Notion, ustala właściciela odpowiedniej tabeli danych i prosi o potwierdzenie na Slacku. Po zatwierdzeniu publikuje definicję, ponownie generuje pierwotną odpowiedź i zapisuje poprawkę jako test regresyjny, aby zatwierdzona logika nie uległa niezauważonej zmianie.

Jak informuje Delphina, w przypadku wdrożeń korporacyjnych połączenia korzystają z poświadczeń przypisanych do poszczególnych użytkowników, które zapewniają wyłącznie dostęp do odczytu, a każdy klient otrzymuje oddzielną płaszczyznę danych. Python i DuckDB działają w odizolowanej mikromaszynie wirtualnej Firecracker bez dostępu do internetu, a polecenia, zapytania i odwołania do bazy wiedzy są rejestrowane i mogą być eksportowane. Te zabezpieczenia pozwalają kontrolować aktywność agentów, jednocześnie ograniczając ich dostęp do systemów firmowych i zewnętrznych zasobów.

Wdrożenia wykraczające poza zespoły analityki danych

Delphina podaje, że zespoły biznesowe zadają obecnie 73% pytań na jej platformie, a prezesi są aktywnymi użytkownikami u ponad połowy jej klientów. W Substack z produktu korzysta ponad 70% pracowników, w tym prezes Chris Best. Do pozostałych klientów należą LATAM Airlines, Upstart, Udemy i Coursera.

Best tak opisał wpływ produktu na podejmowanie decyzji w Substack: „Teraz nasze zespoły otrzymują rzetelne odpowiedzi w kilka sekund, zamiast czekać tygodniami w kolejce. To zmieniło sposób, w jaki podejmujemy decyzje”.

Prezes i współzałożyciel Jeremy Hermann wcześniej zbudował i kierował platformą uczenia maszynowego Michelangelo firmy Uber, a także współzałożył Tecton, którą przejął Databricks. Prezes i współzałożyciel Duncan Gilchrist kierował w Uberze globalnym zespołem data science zajmującym się ustalaniem cen. Gilchrist powiedział, że obecnie najczęściej z Delphiny korzystają zespoły operacyjne, sprzedażowe, marketingowe i finansowe.

Pozyskane finansowanie daje Delphinie środki na rozwój produktu oraz zespołów odpowiedzialnych za jego sprzedaż i wsparcie. Kluczowe będzie sprawdzenie, czy popularność rozwiązania wśród użytkowników biznesowych i prezesów może rosnąć bez osłabiania zatwierdzeń ekspertów, wersjonowanych definicji i testów regresyjnych, od których zależy obietnica rzetelnej analityki.