Euno arrecada US$ 23 milhões em Série A para construir uma camada de contexto para agentes de IA empresariais

Euno arrecadou US$ 23 milhões em financiamento Série A para expandir sua plataforma de contexto de IA corporativa, à medida que as empresas enfrentam cada vez mais um problema que modelos de base aprimorados, por si só, não conseguem resolver: fornecer aos agentes de IA conhecimento organizacional suficiente para trabalhar de forma confiável com dados empresariais complexos.

A rodada foi liderada pela N47, com participação do investidor existente 10D e de um grupo de fundadores e executivos de tecnologia que inclui o co‑fundador da Wiz, Yinon Kostika, o co‑fundador e CEO da Cyera, Yotam Segev, o co‑fundador e CEO da Eon, Ofir Ehrlich, o fundador da Tavily, Rotem Weiss, e o ex‑CEO e presidente da Tableau, Mark Nelson. O financiamento eleva o total de recursos da Euno para US$ 29 milhões.

Fundada em 2023 por Sarah Levy e Eyal Firstenberg, a Euno pretende usar o novo capital principalmente para ampliar vendas e marketing, ao mesmo tempo em que aumenta o investimento em pesquisa de IA. A empresa, que opera nos Estados Unidos e em Israel e emprega quase 30 pessoas, espera praticamente dobrar sua equipe até o final do ano.

O gargalo da IA corporativa está mudando para o contexto

A rápida evolução dos grandes modelos de linguagem tornou cada vez mais viável implantar agentes de IA capazes de consultar bancos de dados, gerar análises, escrever código e automatizar processos empresariais. Contudo, conectar um agente aos sistemas corporativos introduz outro desafio: saber quais informações são autoritativas.

Uma grande organização pode possuir milhares de tabelas, painéis, métricas, modelos de dados e definições concorrentes para o mesmo conceito de negócio. Um agente de IA solicitado a calcular a receita, por exemplo, precisa de mais do que acesso a um banco de dados. Ele precisa saber qual métrica de receita está aprovada, quais tabelas estão atualizadas, como a métrica é calculada, de onde provêm seus insumos e se o usuário solicitante tem permissão para acessar as informações subjacentes.

A Euno está tentando transformar esse conhecimento institucional em uma infraestrutura legível por máquinas.

Sua plataforma constrói continuamente um grafo de contexto em tempo real, incorporando informações como linhagem de dados, uso, propriedade, lógica de negócios, sinais de saúde e status de governança. Em vez de apresentar todos os ativos disponíveis a um agente, o sistema pode fornecer contexto relevante para o usuário, tarefa e decisão específicos.

Essa distinção pode se tornar cada vez mais importante à medida que as empresas evoluem de sistemas de IA que respondem a perguntas para agentes autônomos capazes de executar ações em múltiplos sistemas corporativos.

“Os modelos continuam ficando melhores e mais baratos, mas a vantagem competitiva de longo prazo da IA para as empresas virá cada vez mais do registro acumulado de como o trabalho é realizado,” disse a co‑fundadora e CEO da Euno, Sarah Levy.

Transformando metadados em infraestrutura para agentes de IA

A tecnologia da Euno baseia‑se em metadados, as informações que descrevem de onde os dados vêm, como são transformados, quem os utiliza e como diferentes ativos se relacionam entre si.

A plataforma mapeia a linhagem ao nível de coluna entre data warehouses, sistemas analíticos, painéis e métricas, combinando essas informações com sinais de uso e governança. Seu sistema de rotulagem automatizada pode classificar dinamicamente os ativos como propriedades como “pronto para IA”, “livre de PII”, “saudável” ou “certificado”, com base em regras estabelecidas pela organização. Essas classificações são atualizadas à medida que o ambiente de dados subjacente muda.

A Euno também oferece fluxos de trabalho que podem reagir quando essas condições mudam. As organizações podem, por exemplo, identificar painéis não certificados que de repente passam a ser muito utilizados, rastrear a propagação de informações pessoalmente identificáveis (PII), sinalizar modelos não documentados ou destacar métricas que já não atendem aos padrões internos de qualidade.

A empresa desenvolveu sua própria Linguagem de Consulta Euno (EQL) para navegar nas relações dentro do grafo. A Euno afirma que sua arquitetura baseada em grafos permite que os agentes recuperem metadados interconectados com menos consultas, potencialmente reduzindo a quantidade de informação contextual que precisa ser inserida em um modelo.

Importante ressaltar que a plataforma foi projetada para coexistir ao lado da infraestrutura de dados corporativa existente, em vez de substituí‑la. A Euno oferece integrações que abrangem data warehouses e plataformas como Snowflake e Databricks; ferramentas de transformação, incluindo dbt; e plataformas de business intelligence como Tableau, Looker, Power BI, ThoughtSpot, Sigma e Omni.

Inserindo o contexto diretamente nos sistemas de IA

Outro componente da estratégia da Euno é tornar esse contexto organizacional diretamente acessível a agentes de IA de terceiros.

A empresa opera um servidor Model Context Protocol (MCP) por meio do qual ferramentas como Claude, Cursor, Visual Studio Code Copilot e outros sistemas compatíveis podem consultar o contexto empresarial da Euno. Os agentes podem usar essas ferramentas para encontrar recursos, inspecionar a linhagem ascendente, realizar análises de impacto, buscar documentação ou gerar e executar consultas EQL.

A Euno também documentou integrações com sistemas, incluindo Snowflake Intelligence, demonstrando como sua camada de contexto pode efetivamente se tornar um intermediário entre modelos de IA de uso geral e o conjunto de dados subjacente de uma empresa.

Esse posicionamento reflete uma mudança mais ampla que ocorre na IA corporativa. À medida que o acesso a modelos capazes se torna cada vez mais commoditizado, a diferenciação pode passar a residir nas informações proprietárias que circundam esses modelos: processos organizacionais, permissões, relacionamentos, decisões históricas, definições e feedback de atividades anteriores dos agentes.

O contexto pode se tornar parte da vantagem competitiva da IA corporativa

A Euno argumenta que esse contexto acumulado pode se tornar mais valioso ao longo do tempo.

Quando um agente executa uma tarefa, o sistema pode capturar informações sobre como o contexto foi utilizado e alimentar esses sinais de volta à camada de contexto empresarial. Em teoria, isso cria um ciclo de feedback no qual a organização constrói progressivamente uma representação legível por máquinas mais rica de como seu negócio opera.

Isso também aborda um dos principais desafios das implantações de IA agente: governança. Conceder a um agente autônomo acesso a sistemas corporativos sem compreender quais informações ele pode recuperar ou como deve interpretá‑las introduz riscos operacionais e de segurança. A abordagem da Euno combina recuperação contextual com governança sensível a papéis, de modo que o agente receba informações adequadas à sua tarefa e permissões, em vez de acesso irrestrito a todo o ambiente.

A empresa afirma que sua plataforma lê metadados corporativos em vez dos próprios dados de negócios subjacentes, uma distinção arquitetural destinada a reduzir a exposição de dados, ao mesmo tempo em que permite ao sistema mapear relacionamentos e fornecer aos agentes contexto operacional.

A Euno já trabalha com clientes corporativos, incluindo AlphaSense e Zayo Group, e seu site também documenta implantações envolvendo empresas como a Bolt.

Para a indústria de IA em geral, a importância da Série A da Euno vai além de mais uma rodada de financiamento de infraestrutura corporativa. Os modelos de base estão se tornando rapidamente mais capazes e cada vez mais intercambiáveis para muitas cargas de trabalho. Se essa tendência continuar, um dos problemas mais difíceis será proporcionar a esses modelos uma compreensão confiável das organizações nas quais operam.

Isso pode fazer com que a infraestrutura de contexto, em vez do modelo subjacente, seja uma das camadas mais relevantes da emergente pilha de IA corporativa.