Ascerta samlar in $18 M i Series A för att omvandla företags‑AI‑utgifter till mätbar ROI

Ascerta har samlat in $18 miljoner i en Series A samtidigt som den breddar sitt fokus från AI‑kostnadshantering till en större utmaning: att hjälpa företag att avgöra vilka AI‑investeringar som faktiskt skapar affärsvärde. Rundan leddes av Dell Technologies Capital, med deltagande från Hitachi Ventures, BGV, Wipro Ventures och befintliga investerare.

Finansieringen ökar det Bellevue, Washington‑baserade företagets totala kapital till $22,9 miljoner. Den kommer också i samband med ett nytt namn för verksamheten, som tidigare hette Pay-i. Ascerta säger att namnbytet speglar en expansion till det de kallar Enterprise AI Management: ett system för att mäta AI‑kostnad, adoption och affärsresultat i hela organisationen.

Detta budskap kommer i ett ögonblick då företags‑AI‑program rör sig bortom kontrollerade experiment. Företag kan räkna token, licenser, agentkörningar och rader av AI‑genererad kod, men dessa operativa mått visar inte nödvändigtvis om ett initiativ sparar tid, ökar intäkter eller förbättrar en affärsprocess. Som Unite.AI tidigare har påpekat, AI‑kostnadskontroll blir avsevärt svårare när agentbaserade arbetsbelastningar går i produktion. Ascerta satsar på att finans‑ och teknikledare nu behöver ett gemensamt system för att koppla dessa kostnader till resultat.

Från AI‑användningsdata till affärsvärde

Ascerta grundades 2024 av Microsoft‑veteraner David Tepper, Doron Holan och Erik Winters. Tepper, företagets VD och medgrundare, tillbringade 19 år på Microsoft och ledde den generativa AI‑strategin för internt bruk över Azure. Holan, CTO och medgrundare, tillbringade 27 år på Microsoft och arbetade med hyperskala‑begränsningsinfrastruktur som är utformad för att hantera hundratals miljarder förfrågningar per dag. Winters är COO och medgrundare.

Företaget dök upp ur stealth‑läget som Pay-i i maj 2025 med en seed‑runda på $4,9 miljoner fokuserad på AI‑kostnadshantering. Sedan dess säger Ascerta att samtal med företag avslöjade ett bredare problem. Organisationer ville inte bara veta hur mycket AI kostade; de ville förstå vem som använde den, vad agenter och modeller gjorde, och om aktiviteten motiverade ytterligare investeringar.

Ascerta ansluter till AI‑system som redan körs i en organisation, inklusive internt utvecklade applikationer och tjänster som Microsoft Copilot, Amazon Bedrock AgentCore, Salesforce Agentforce, GitHub Copilot, Claude Code och Codex. Därefter spårar den AI‑aktivitet genom det utförda arbetet och in i de affärsresultat som aktiviteten är avsedd att påverka.

Målet är att ge CIO:er, CFO:er och AI‑ledare en gemensam bild av teknisk användning och finansiell prestanda. Istället för att betrakta token‑förbrukning eller modell‑anropsvolym som ett mål i sig, är plattformen utformad för att koppla ett AI‑användningsfall till relevanta nyckeltal och visa vilka projekt som verkar redo att skalas, vilka som kräver ingripande och vilka som bör stoppas.

Tre produkter för företagets AI‑livscykel

Ascerta paketerar sina funktioner i tre produkter. Atlas mäter AI‑värde, adoption och ROI över enskilda arbetsflöden och större portföljer. Forge fokuserar på hur ingenjörsteam använder kodningsagenter och ger ledare ett sätt att koppla adoption till utvecklingsproduktivitet. Convoy är riktad mot organisationer som driver sin egen AI‑kapacitet och är utformad för att hjälpa dem att fördela den infrastrukturen utan att störa produktionen.

Företaget säger att dess mätning går bortom modellpriser genom att ta hänsyn till element som sub‑token‑kostnader, dolda avgifter och företagsrabatter. Det kan också bryta ner adoption‑ och kostnadsdata per person, team och verktyg. Den detaljnivån är avsedd att avslöja ett problem som sammanlagda utgiftsrapporter kan dölja: två avdelningar kan använda samma modell men generera mycket olika affärsresultat.

Ascerta arbetar för närvarande med kunder som Atos, Wipro och globala försäkringsbolag, och listar Microsoft, AWS, IBM, Slalom och Trace3 bland sina teknik‑ och tjänsteförbindelser. Företaget rapporterar att plattformen har hjälpt kunder att förbättra avkastningen på AI‑initiativ med 47 %, förkorta agent‑lanseringstider med 24 % och minska slösade AI‑utgifter med 86 %. Dessa siffror är företagets egna rapporterade resultat snarare än oberoende referenser, men de illustrerar de ekonomiska resultat som Ascerta vill att företag ska övervaka kontinuerligt.

Varför investerare ser en kategori för Enterprise AI Management

Series A kommer att stödja produktutveckling och tillväxt när Ascerta försöker etablera Enterprise AI Management som en egen mjukvarukategori. Tidpunkten är betydelsefull: AI‑agenter blir integrerade i kodning, kundservice och operativa arbetsflöden, samtidigt som kostnad och ansvar för dessa system i allt högre grad omfattar teknik‑, finans‑ och affärsteam.

För Ascerta är möjligheten inte bara att skapa ännu ett dashboard för molnkostnader. Dess större argument är att företag behöver ett operativt lager för att avgöra var AI förtjänar mer kapital. Om företaget kan göra teknisk aktivitet begriplig som affärsprestanda, kan det hjälpa organisationer att gå från entusiastisk experimentering till disciplinerad utrullning – och ge chefer ett tydligare svar när styrelsen frågar vad deras AI‑investering faktiskt är värd.