Vellum Levanta $20M Série A para Acelerar o Desenvolvimento de IA Empresarial Confiável

Vellum, uma plataforma de desenvolvimento de IA de ponta a ponta projetada para ajudar as empresas a construir, testar e implantar aplicações de IA de missão crítica com confiança, levantou $20 milhões em financiamento da Série A. A rodada foi liderada por Leaders Fund, com a participação de Socii Capital, Y Combinator, Rebel Fund, Pioneer Fund e Eastlink Capital.

Esse novo financiamento vem em um momento crucial para a IA em várias indústrias. Embora quase todas as empresas estejam explorando a IA gerativa, mais da metade ainda falta uma estratégia abrangente, e a maioria está presa em fases de prototipagem prolongadas. Vellum está entrando para fechar essa lacuna – oferecendo um ambiente de desenvolvimento com propósito que traz rigor, velocidade e observabilidade para a engenharia de IA.

Reduzindo a Lacuna de Prontidão para IA

Fundada por Akash Sharma e construída com base na percepção de que os princípios tradicionais de desenvolvimento de software, como versionamento, teste e colaboração, estão faltando na maioria das ferramentas de IA, Vellum fornece às empresas uma abordagem estruturada e baseada em testes para a IA. Sua plataforma permite que equipes multifuncionais – incluindo engenheiros, líderes de produto e especialistas em matéria – trabalhem juntas por meio de:

• Um construtor de UI visual e SDK para definir fluxos de trabalho de IA
• Avaliação e teste nativos para capturar falhas antes do deploy
• Lançamentos de versão com um clique com suporte a rollback
• Monitoramento em tempo real para melhorar continuamente o desempenho do modelo

A IA gerativa redefiniu como as empresas pensam sobre software, mas a infraestrutura para construir sistemas de IA de forma responsável simplesmente não acompanhou, disse Akash Sharma, CEO da Vellum. É por isso que criamos Vellum – para trazer a mesma previsibilidade, controle e clareza que esperamos do software tradicional para o desenvolvimento de IA.

Uma Plataforma com Propósito para IA Empresarial

Vellum é mais do que uma ferramenta de prototipagem – é um ambiente de operação de IA de pilha completa. As equipes podem orquestrar fluxos de trabalho inteiros usando um editor gráfico baseado em grafos que prioriza o fluxo de controle sobre o fluxo de dados, permitindo que gerenciem comportamentos complexos como ramificação, recursividade, execução paralela e streaming.

Essa composabilidade torna Vellum especialmente valioso em indústrias altamente regulamentadas, onde segurança, confiabilidade e rastreabilidade são críticas. Ao unificar orquestração, prompting, retrieval-augmented generation (RAG), avaliação e monitoramento em uma única plataforma, Vellum ajuda as empresas a implantar sistemas de IA que são robustos, observáveis e fáceis de manter.

Confiado por Equipes Empresariais de Ponta

Vellum já está entregando resultados para organizações líderes como Drata, Swisscom, Redfin e Headspace, alimentando iniciativas de IA em atendimento ao cliente, automação de conformidade, ferramentas internas e geração de conteúdo.

Drata, líder em automação de segurança e conformidade, usa Vellum para suportar mais de 7.000 ambientes de cliente com fluxos de trabalho de IA seguros e explicáveis.

Vellum nos fornece a infraestrutura para se mover rapidamente sem sacrificar o desempenho ou a confiança, disse Lior Solomon, VP de Engenharia da Drata. O sistema baseado em testes deles ajuda-nos a iterar rapidamente enquanto mantemos nossa IA precisa e em conformidade.

Leaders Fund, que liderou a rodada, traz uma profunda expertise operacional, tendo apoiado várias empresas desde o início até $100M+ ARR.

Vellum está resolvendo o problema central que está desacelerando a adoção de IA nas empresas – como tornar os sistemas de IA confiáveis, repetíveis e prontos para produção, disse Gideon Hayden, Managing Partner da Leaders Fund. Eles construíram o que toda equipe de IA empresarial precisa, e estamos ansiosos para ajudá-los a escaloná-lo globalmente.

Construindo o Padrão para Desenvolvimento de IA

À medida que a inteligência artificial muda de experimental para operacional, a pressão está aumentando para que as empresas adotem infraestrutura que suporte confiabilidade, governança e manutenção a longo prazo. A complexidade de implantar sistemas de IA – especialmente aqueles que envolvem grandes modelos de linguagem, geração aumentada por recuperação ou arquiteturas baseadas em agentes – requer mais do que scripts ad hoc e engenharia de prompts. A necessidade de orquestração robusta, experimentação controlada e monitoramento contínuo está se tornando inegociável.

Isso está inaugurando uma nova fase na IA empresarial: uma que espelha as práticas de desenvolvimento de software estruturadas do DevOps, mas adaptadas para um meio dinâmico e probabilístico. Em vez de construir IA em silos ou confiar apenas na intuição, as equipes agora estão se voltando para ferramentas que tratam o desenvolvimento de IA como uma disciplina de engenharia iterativa – completa com versionamento, cobertura de testes e visibilidade em cada saída e decisão.

Tecnologias que permitem essa mudança estão estabelecendo as bases do que provavelmente se tornará o novo padrão nas operações de IA. No futuro próximo, os aplicativos de IA serão esperados para ter lógicas de fluxo transparentes, saídas prontas para auditoria, tratamento de erros em tempo real e integração perfeita com modelos e conjuntos de dados em evolução. À medida que a regulação se torna mais rígida e os casos de uso crescem em complexidade, a indústria exigirá ambientes de desenvolvimento que combinem flexibilidade com responsabilidade – permitindo que as equipes se movam rapidamente sem perder o controle.

Essa evolução reflete uma maior maturidade do campo de IA em si. A promessa da IA gerativa nunca foi apenas sobre demonstrações impressionantes – era sobre integrar sistemas inteligentes no tecido central dos negócios. A próxima geração de plataformas será julgada não apenas por sua potência, mas por como podem escalar de forma segura e previsível em ambientes do mundo real.