Airspeed samlar in 20 miljoner dollar i serie A för att bygga ett AI-“kommersiellt hjärna” för intäktslag

Airspeed, den London- och New York-baserade AI-startuppen som grundades av före detta DeepMind-forskare, har samlat in 20 miljoner dollar i en serie A-runda som leds av DN Capital, med deltagande från Vi Partners, Framework Venture Partners och Atlassian Ventures (TEAM ). Finansieringen gör att företagets totala insamlade kapital överstiger 25 miljoner dollar när de siktar på att expandera sin AI-drivna plattform för försäljnings- och intäktsoperationsteam.

Företaget, tidigare känt som Glyphic, har nyligen bytt namn till Airspeed när de utvidgade sin vision bortom konversationsintelligens till vad de beskriver som en exekveringslager för intäktsorganisationer. Istället för att bara presentera insikter från möten, e-post och CRM-system, är Airspeeds plattform utformad för att vidta åtgärder baserat på dessa insikter genom autonoma AI-agenter som opererar över kommersiella arbetsflöden.

Att gå bortom intäktsintelligens

Under det senaste decenniet har försäljningsteknologi i stor utsträckning fokuserat på att hjälpa organisationer att samla in mer data och generera mer analyser. Intäktsintelligensplattformar kan identifiera risker, belysa möjligheter och ge insyn i kundinteraktioner, men mycket av uppföljningsarbetet faller fortfarande på mänskliga team.

Airspeed positionerar sig som nästa utveckling av den programvarukonsten. Plattformen distribuerar AI-agenter som övervakar kundkonversationer, e-post, supportärenden och CRM-data, och sedan automatiskt utför uppgifter som att uppdatera register, generera uppföljningsåtgärder, identifiera affärsrisker och koordinera arbetsflöden mellan team.

Företagets grundare hävdar att organisationer redan har system för registrering och system för intelligens. Vad som saknas, menar de, är ett “system för åtgärd” som kan omvandla insikter till exekvering utan att kräva att anställda manuellt kopplar ihop punkterna.

Byggt av före detta DeepMind-forskare

Airspeed grundades 2022 av före detta DeepMind-forskare Adam Liska och Devang Agrawal. Sedan lanseringen har företaget samlat ett team med erfarenhet från organisationer som Meta, Apple (AAPL ) och Spotify.

Den forskningsbakgrund som syns i plattformens arkitektur. Enligt företaget är Airspeeds teknologi byggd kring en enhetlig förståelse av en organisations kommersiella sammanhang. Istället för att förlita sig på isolerade datakällor skapar plattformen ett minneslager som centraliserar kunskap över hela marknadsprocessen.

Detta “kommersiella hjärna” fungerar som grunden för en växande bibliotek av AI-agenter som kan utföra specialiserade uppgifter över försäljnings-, kundtjänst- och intäktsoperationsarbetsflöden. Företagets betoning på sammanhang är anmärkningsvärd, eftersom många företags AI-distributioner fortfarande kämpar med fragmenterad information spridd över flera affärssystem.

Starka tillväxtsignaleringar

Finansieringsmeddelandet kommer mitt i en betydande tillväxt för företaget.

Airspeed rapporterar att de betjänar 200 kunder i 20 länder, inklusive organisationer som Persona, Pricefx, Light och Qdrant. Kunder byggde tusentals anpassade AI-agenter på plattformen under de första fyra månaderna av 2026, medan den månatliga exekveringsvolymen nästan tredubblades mellan januari och april.

Företaget uppger också att de har uppnått en fyrdubbling av intäkter under det senaste året samtidigt som de har dubblat sin personalstyrka. En kund, Foleon, ska ha sparat över 193 000 dollar och återhämtat ungefär sex timmar per säljrepresentant per vecka under de första 90 dagarna av distributionen.

Dessa siffror tyder på en växande efterfrågan på AI-system som kan automatisera operativt arbete snarare än att bara ge rekommendationer.

Den framväxande marknaden för AI-exekveringsplattformar

Airspeeds uppgång speglar en bredare förändring som sker inom företags AI.

Den första vågen av generativ AI fokuserade främst på innehållsskapande och kunskapsåtervinning. Den nästa fasen verkar alltmer inriktad på AI-agenter som kan vidta åtgärder på användarnas vägnar. Istället för att generera en rapport om en försäljningsmöjlighet kan ett AI-system nu uppdatera CRM-register, schemalägga uppföljningar, meddela intressenter och exekvera fördefinierade arbetsflöden automatiskt.

Denna utveckling kräver mer än avancerade språkmodeller. Den beror på system som upprätthåller organisatoriskt sammanhang, förstår affärsprocesser och opererar inom noggrant utformade skyddsbarriärer. Airspeeds plattform är byggd kring detta koncept, med betoning på tillförlitlig exekvering snarare än fristående AI-samtal.

De bredare implikationerna av AI-exekveringssystem

Uppkomsten av plattformar som Airspeed belyser en förändring i hur företag närmar sig artificiell intelligens. Den första generationen av affärs-AI fokuserade i stor utsträckning på att hjälpa anställda att arbeta snabbare genom att generera innehåll, sammanfatta information eller besvara frågor. Alltmer dock letar organisationer efter system som kan gå bortom rekommendationer och vidta åtgärder inom befintliga arbetsflöden.

Denna utveckling väcker viktiga frågor om den framtida rollen för mänskliga arbetare i försäljnings-, kundtjänst- och operationslag. Istället för att ersätta anställda direkt kan exekveringsinriktad AI minska den tid som läggs på administrativa uppgifter som CRM-uppdateringar, pipelinehantering, mötesuppföljningar och intern samordning. Resultatet kan bli mindre team som hanterar större kundbaser medan de fokuserar mer på relationsbyggande och strategiskt beslutsfattande.

Samtidigt introducerar tekniken nya utmaningar kring tillsyn, ansvar och tillit. När AI-agenter får möjlighet att uppdatera system, utlösa arbetsflöden och påverka kommersiella beslut kommer organisationer att behöva starkare styrningsramar för att säkerställa att åtgärder förblir precisa, granskbara och anpassade till affärsmål.

De närmaste åren kommer sannolikt att avgöra om AI-agenter blir en standardlager av företagsprogramvara eller förblir begränsade till specialiserade användningsfall. Om antagandet fortsätter att accelerera kan skillnaden mellan programvara som tillhandahåller information och programvara som exekverar arbete gradvis försvinna, och därmed förändra hur intäktsorganisationer fungerar.