Edelbyte pozyskuje 70 mln dolarów na budowę infrastruktury danych dla agentów AI

Jak poinformowała firma w oficjalnym komunikacie prasowym, 11 listopada 2026 roku Edelbyte wyszła z ukrycia, pozyskując 70 mln dolarów w rundzie finansowania prowadzonej przez Sequoia i Quiet Capital. Startup wprowadza zintegrowaną platformę danych do wyszukiwania, analiz i zastosowań AI.

Sednem propozycji Edelbyte jest konsolidacja: jedna platforma obsługuje wyszukiwanie, zapytania analityczne oraz przetwarzanie wektorowe, grafowe i geoprzestrzenne, eliminując potrzebę łączenia odrębnych, wyspecjalizowanych baz danych. W przeglądzie produktu obok tych funkcji wymieniono narzędzia dla agentów AI oraz kontrolowany dostęp do szczegółowych danych firmowych.

Założyciele i inwestorzy

Czterech współzałożycieli to dyrektor generalny Avner Aharoni, dyrektor ds. technicznych Evgeney Ryzhyk, wiceprezes ds. inżynierii Alexander Sloutsky oraz wiceprezes ds. inżynierii platformy Yoni Leibowitz. Wszyscy czterej to byli eksperci Microsoftu w dziedzinie infrastruktury danych; na stronie o firmie opisano lata poświęcone tworzeniu i obsłudze systemów przetwarzających ogromne ilości danych.

Oprócz głównych inwestorów wymienionych powyżej w gronie pozostałych inwestorów znalazły się firmy Greenoaks, Swish Ventures, QP Ventures, Cerca Partners i Startpoint Capital.

Bogomil Balkansky, partner w Sequoia, opisał popyt, na który odpowiada Edelbyte: „Agenci AI będą zadawać pytania dotyczące danych firmowych znacznie częściej niż kiedykolwiek robili to ludzie”.

Architektura i wdrażanie

To założenie wpływa na projekt produktu. Kompleksowe indeksowanie ma umożliwiać obsługę zapytań doraźnych bez konieczności przewidywania przez klientów każdego sposobu dostępu do danych, a wbudowana baza wiedzy zapewnia agentom kontekst potrzebny do wyszukiwania. Firma twierdzi, że takie podejście pozwala zachować dostęp do szczegółowej historii nawet przy dużej liczbie zapytań.

Klienci mogą wdrażać Edelbyte w chmurach publicznych lub suwerennych, środowiskach hostowanych samodzielnie albo lokalnie, a także wykonywać zapytania na danych tam, gdzie się znajdują. Wśród wymienionych połączeń są Apache Iceberg, Parquet i S3, a także Kafka, PostgreSQL i MySQL. Integracje dla użytkowników i agentów obejmują Claude, Codex, Grafana, Tableau i Jupyter.

Edelbyte promuje możliwość wykonywania zapytań w milisekundach na petabajtach danych oraz korzystania z jednej platformy obejmującej setki petabajtów. Przykładowe zastosowania obejmują wykrywanie podejrzanych logowań i transakcji w czasie rzeczywistym, udostępnianie bieżących danych liczbowych w aplikacjach dla klientów, analizowanie strumieniowych danych telemetrycznych z urządzeń oraz przeszukiwanie kompletnych dzienników i śladów na potrzeby obserwowalności.

Cennik oparty na użyciu

Model komercyjny zakłada płatność za faktyczne wykorzystanie, bez zobowiązań. Na stronie z cennikiem moc obliczeniowa wykorzystywana do zapytań i pobierania danych jest rozliczana za vCore-godzinę, natomiast pamięć podręczna o szybkim dostępie i długoterminowe przechowywanie danych — za GB-miesiąc. Pamięć podręczna o szybkim dostępie przechowuje dane blisko zasobów obliczeniowych, umożliwiając wykonywanie zapytań w milisekundach; długoterminowe przechowywanie zachowuje pełną historię po cenie właściwej dla pamięci obiektowej, a dane nadal można przeszukiwać przy użyciu tego samego silnika. Operacje sieciowe oraz operacje wejścia/wyjścia są rozliczane osobno według kosztów chmury.

Wśród funkcji bezpieczeństwa wymienionych na tej samej stronie są szyfrowanie danych podczas przesyłania i przechowywania, szczegółowa kontrola dostępu oparta na rolach oraz jednokrotne logowanie za pośrednictwem SAML i OIDC. Na stronie widnieją również oznaczenia zgodności z normami SOC 2 Type II i ISO/IEC 27001.

Edelbyte zachęca klientów do konsolidacji różnych rodzajów pracy z danymi w systemie zaprojektowanym zarówno z myślą o tradycyjnych analizach, jak i dostępie realizowanym przez agentów. Kluczowym sprawdzianem dla nowej firmy będzie to, czy jej usługa rozliczana na podstawie wykorzystania zapewni deklarowaną szybkość i efektywność kosztową przy bardzo dużej skali, a zarazem obsłuży tak szeroki zakres zastosowań w chmurze i środowiskach kontrolowanych przez klientów.