Euno strânge 23 de milioane de dolari în seria A pentru a construi un strat de context pentru agenții AI din întreprinderi

Euno a strâns 23 de milioane de dolari în finanțare de tip Serie A pentru a extinde platforma sa de context AI pentru întreprinderi, pe măsură ce companiile se confruntă tot mai mult cu o problemă pe care modelele de bază mai bune nu o pot rezolva singure: oferirea agenților AI a unei cantități suficiente de cunoștințe organizaționale pentru a lucra în mod fiabil cu date de afaceri complexe.

Runda a fost condusă de N47, cu participarea investitorului existent 10D și a unui grup de fondatori și executivi din domeniul tehnologiei, care include co-fondatorul Wiz Yinon Kostika, co-fondatorul și CEO-ul Cyera Yotam Segev, co-fondatorul și CEO-ul Eon Ofir Ehrlich, fondatorul Tavily Rotem Weiss și fostul CEO și președinte al Tableau, Mark Nelson. Finanțarea aduce suma totală strânsă de Euno la 29 de milioane de dolari.

Fondată în 2023 de Sarah Levy și Eyal Firstenberg, Euno intenționează să folosească noul capital în principal pentru a extinde vânzările și marketingul, în timp ce crește investițiile în cercetarea AI. Compania, care operează în Statele Unite și Israel și angajează aproape 30 de persoane, preconizează că va dubla aproximativ forța de muncă până la sfârșitul anului.

Blocajul AI în întreprinderi se mută spre context

Îmbunătățirea rapidă a modelelor mari de limbaj a făcut din ce în ce mai fezabilă implementarea agenților AI capabili să interogheze baze de date, să genereze analize, să scrie cod și să automatizeze procese de afaceri. Dar conectarea unui agent la sistemele întreprinderii introduce o altă provocare: cunoașterea informațiilor autoritare.

O organizație mare poate avea mii de tabele, tablouri de bord, metrici, modele de date și definiții concurente pentru același concept de afaceri. Un agent AI solicitat să calculeze veniturile, de exemplu, are nevoie de mai mult decât acces la o bază de date. Trebuie să știe care metrică de venit este aprobată, care tabele sunt actuale, cum se calculează metrica, de unde provin intrările sale și dacă utilizatorul solicitant are permisiunea de a accesa informațiile subiacente.

Euno încearcă să transforme acea cunoaștere instituțională în infrastructură citibilă de mașină.

Platforma sa construiește continuu un grafic de context în timp real care încorporează informații precum linia de proveniență a datelor, utilizarea, proprietatea, logica de afaceri, semnalele de sănătate și starea de guvernanță. În loc să prezinte fiecare activ disponibil unui agent, sistemul poate furniza context relevant pentru utilizatorul specific, sarcina și decizia luate.

Distincția ar putea deveni din ce în ce mai importantă pe măsură ce companiile trec de la sisteme AI care răspund la întrebări la agenți autonomi capabili să efectueze acțiuni în multiple sisteme ale întreprinderii.

„Modelele devin tot mai bune și mai ieftine, dar avantajul AI pe termen lung pentru întreprinderi va proveni tot mai mult din înregistrarea acumulată a modului în care se desfășoară munca,” a declarat co-fondatoarea și CEO-ul Euno Sarah Levy.

Transformarea metadatelor în infrastructură pentru agenții AI

Tehnologia Euno se bazează pe metadate, informațiile care descriu de unde provin datele, cum sunt transformate, cine le folosește și cum se relaționează diferitele active între ele.

Platforma cartografiază linia de proveniență la nivel de coloană în depozite, sisteme de analiză, tablouri de bord și metrici, apoi combină aceste informații cu semnalele de utilizare și guvernanță. Sistemul său de etichetare automată poate clasifica dinamic activele ca proprietăți precum „AI-ready”, „PII-free”, „healthy” sau „certified”, pe baza regulilor stabilite de organizație. Aceste clasificări se actualizează pe măsură ce mediul de date subiacente se modifică.

Euno oferă, de asemenea, fluxuri de lucru care pot răspunde la schimbarea acestor condiții. Organizațiile pot, de exemplu, să identifice tablouri de bord necertificate care devin brusc intens utilizate, să urmărească propagarea informațiilor personale identificabile (PII), să marcheze modele nedezvăluite sau să evidențieze metrici care nu mai îndeplinesc standardele interne de calitate.

Compania a dezvoltat propriul său Euno Query Language (EQL) pentru a naviga relațiile din interiorul graficului. Euno afirmă că arhitectura bazată pe graf permite agenților să recupereze metadate interconectate prin mai puține interogări, reducând potențial cantitatea de informații contextuale care trebuie transmise unui model.

Este important de menționat că platforma este concepută să funcționeze alături de infrastructura de date existentă în întreprinderi, nu să o înlocuiască. Euno susține integrări care acoperă depozite de date și platforme precum Snowflake și Databricks; instrumente de transformare, inclusiv dbt; și platforme de inteligență de afaceri, inclusiv Tableau, Looker, Power BI, ThoughtSpot, Sigma și Omni.

Introducerea directă a contextului în sistemele AI

Un alt component al strategiei Euno este de a face acest context organizațional direct accesibil agenților AI terți.

Compania operează un server Model Context Protocol (MCP) prin care instrumente precum Claude, Cursor, Visual Studio Code Copilot și alte sisteme compatibile pot interoga contextul enterprise al Euno. Agenții pot folosi aceste instrumente pentru a găsi resurse, a inspecta linia de proveniență ascendentă, a efectua analize de impact, a căuta documentație sau a genera și executa interogări EQL.

Euno a documentat, de asemenea, integrări cu sisteme, inclusiv Snowflake Intelligence, ilustrând modul în care stratul său de context ar putea deveni efectiv un intermediar între modelele AI cu scop general și mediul de date subiacente al unei întreprinderi.

Această poziționare reflectă o schimbare mai largă care are loc în AI pentru întreprinderi. Pe măsură ce accesul la modele capabile devine tot mai commodificat, diferențierea poate migra spre informațiile proprietare ce înconjoară aceste modele: procesele organizaționale, permisiunile, relațiile, deciziile istorice, definițiile și feedback-ul din activitatea anterioară a agenților.

Contextul ar putea deveni parte a avantajului AI al întreprinderii

Euno susține că acest context acumulat poate deveni tot mai valoros în timp.

Când un agent efectuează o sarcină, sistemul poate captura informații despre modul în care a fost utilizat contextul și poate trimite acele semnale înapoi în stratul de context al întreprinderii. În teorie, acest lucru creează un ciclu de feedback în care o organizație construiește în mod progresiv o reprezentare mai bogată, citibilă de mașină, a modului în care funcționează afacerea sa.

Acest lucru abordează, de asemenea, una dintre provocările centrale ale implementărilor AI agențiale: guvernanța. Acordarea unui agent autonom acces la sistemele întreprinderii fără a înțelege ce informații poate recupera sau cum ar trebui să le interpreteze introduce riscuri operaționale și de securitate. Abordarea Euno combină recuperarea contextuală cu guvernanța conștientă de rol, astfel încât un agent primește informații adecvate sarcinii și permisiunilor sale, în loc de acces nelimitat la întregul mediu.

Compania afirmă că platforma sa citește metadatele întreprinderii în loc de datele de afaceri subiacente, o distincție arhitecturală menită să reducă expunerea datelor, permițând totuși sistemului să cartografieze relațiile și să ofere agenților context operațional.

Euno colaborează deja cu clienți enterprise, inclusiv AlphaSense și Zayo Group, iar site-ul său documentează, de asemenea, implementări care implică companii precum Bolt.

Pentru industria AI în ansamblu, semnificația Serie A a Euno depășește un alt ciclu de finanțare a infrastructurii enterprise. Modelele de bază devin rapid mai capabile și din ce în ce mai interschimbabile pentru numeroase sarcini. Dacă această tendință continuă, una dintre problemele mai dificile va fi oferirea acestor modele unei înțelegeri fiabile a organizațiilor în care operează.

Acest lucru ar putea face ca infrastructura de context, mai degrabă decât modelul subiacente în sine, să devină unul dintre straturile mai semnificative ale noului stack AI pentru întreprinderi.