PuppyGraph ระดมทุน Series A ได้ 10 ล้านดอลลาร์ หลังรายได้ประจำต่อปีเติบโต 7 เท่า

PuppyGraph ประกาศเมื่อวันที่ 10 พฤศจิกายน 2026 ว่าบริษัทระดมทุนรอบ Series A ได้ 10 ล้านดอลลาร์ โดยมี Particle Future เป็นผู้นำการลงทุน และมี defy.vc เข้าร่วมด้วย เงินทุนนี้จะนำไปขยายงานด้านวิศวกรรมและการทำตลาดระดับองค์กร การระดมทุนครั้งนี้ทำให้ยอดเงินทุนรวมของผู้พัฒนาเอนจินคิวรีกราฟอยู่ที่ 15 ล้านดอลลาร์

การระดมทุนรอบนี้เกิดขึ้นหลัง PuppyGraph 1.0 เปิดให้ใช้งานทั่วไป PuppyGraph รายงานว่ารายได้ประจำต่อปีเติบโต 7 เท่าในช่วงปีที่ผ่านมา โดยมีลูกค้าอย่าง AMD, Palo Alto Networks, Coinbase, Trend Micro, Datadog และ Sola Security

คิวรีข้อมูลในองค์กรโดยไม่ต้องย้ายข้อมูล

PuppyGraph มุ่งเน้นรองรับเอเจนต์ AI ที่ตรวจสอบคำถามทางธุรกิจข้ามแผนก แทนที่จะเพียงสร้าง SQL สำหรับชุดข้อมูลที่รู้จักอยู่แล้ว เอเจนต์อาจต้องติดตามความเชื่อมโยงระหว่างลูกค้า ผลิตภัณฑ์ ชิ้นส่วน และซัพพลายเออร์ เมื่อจำนวนตารางเพิ่มขึ้น คำอธิบายสคีมาจะกินพื้นที่ในหน้าต่างบริบทมากขึ้น และเส้นทางการเชื่อมตารางที่เป็นไปได้ก็เพิ่มขึ้นด้วย

เอนจินประมวลผลกราฟโดยตรงบนฐานข้อมูล คลังข้อมูล และดาต้าเลคที่รองรับ โดยระเบียนยังคงอยู่ในระบบต่าง ๆ เช่น Apache Iceberg, Databricks, Snowflake, PostgreSQL และ Microsoft Fabric จึงไม่จำเป็นต้องมีฐานข้อมูลกราฟเฉพาะ สำเนากราฟแยกต่างหาก หรือไปป์ไลน์สำหรับโหลดข้อมูลที่เกี่ยวข้อง แอปพลิเคชันยังคงใช้ SQL สำหรับตัวกรองและการรวมข้อมูลได้ พร้อมเลือกใช้คิวรีกราฟเมื่อต้องตอบคำถามที่อาศัยความสัมพันธ์เป็นหลัก

ออนโทโลยีกำหนดเอนทิตีและความสัมพันธ์ทางธุรกิจที่ได้รับอนุมัติ เพื่อให้เอเจนต์มีแนวทางตรวจสอบที่ถูกต้อง เครื่องมือสร้างสคีมาที่มี AI ช่วยของ PuppyGraph เสนอแบบจำลองดังกล่าวจากตารางที่มีอยู่ แต่ทีมข้อมูลจะเป็นผู้ตรวจสอบและอนุมัติความหมายทางธุรกิจ เครื่องมือ AI ที่เข้ากันได้สามารถเชื่อมต่อผ่าน MCP และผู้ใช้ยังสามารถทำงานผ่านเอเจนต์ที่ติดตั้งมาใน PuppyGraph ได้ด้วย

เอนจินจะปฏิเสธการอ้างถึงเอนทิตีหรือความสัมพันธ์ที่ไม่มีอยู่ในออนโทโลยี และส่งคำแนะนำในรูปแบบที่มีโครงสร้างเพื่อแก้ไขคิวรี วิธีนี้ช่วยจัดการข้อผิดพลาดที่เกิดขึ้นโดยไม่มีสัญญาณเตือน เมื่อเอเจนต์แต่งความเชื่อมโยงขึ้นเองแล้วถือว่าผลลัพธ์นั้นเป็นหลักฐาน อย่างไรก็ตาม PuppyGraph เตือนว่าการตรวจสอบความถูกต้องไม่ได้รับประกันข้อสรุปที่ถูกต้อง เพราะเอเจนต์ยังอาจตั้งสมมติฐานที่ไม่เหมาะสมหรือวิเคราะห์ไม่ครบถ้วนได้

การควบคุมประสิทธิภาพและธรรมาภิบาลข้อมูล

PuppyGraph รายงานว่าเอนจินรองรับคิวรีกราฟที่ใช้เวลาน้อยกว่าหนึ่งวินาทีสำหรับเวิร์กโหลดที่รองรับ และช่วยให้เอเจนต์คิวรีตารางระดับองค์กร 3,000 ตารางได้เสมือนเป็นกราฟเดียว ในการทดสอบประสิทธิภาพอีกชุดหนึ่งของบริษัท คลัสเตอร์สี่เครื่องดำเนินคิวรีแบบ 10 ฮอปบนเส้นเชื่อมหลายพันล้านรายการเสร็จภายใน 2.26 วินาที โดยประสิทธิภาพขึ้นอยู่กับเวิร์กโหลด

ความเร็วส่งผลต่อวิธีดำเนินการตรวจสอบ เพราะเอเจนต์จะทดสอบสมมติฐานหลายข้อ และคิวรีที่ช้าอาจทำให้ขั้นตอนวิเคราะห์ถัดไปหยุดชะงัก หากขั้นตอนนั้นต้องอาศัยผลลัพธ์ก่อนหน้า ดังนั้นผลทดสอบจึงมีความสำคัญต่อการประเมินว่าการค้นหาความสัมพันธ์เชิงลึกจะโต้ตอบได้อย่างต่อเนื่องหรือไม่ ไม่ใช่เป็นเพียงตัวชี้วัดปริมาณคิวรีดิบที่ประมวลผลได้

PuppyGraph 1.0 ยังบังคับใช้สิทธิ์ระดับแถวที่กำหนดไว้ตลอดการไล่ดูความเชื่อมโยงในกราฟ รวมถึงขั้นตอนระหว่างทางด้วย การควบคุมตามบทบาทและการสวมรอยเป็นผู้ใช้ช่วยผูกสิทธิ์การเข้าถึงเข้ากับตัวตนของผู้ใช้ รองรับการลงชื่อเข้าใช้ครั้งเดียว ขณะที่บันทึกการตรวจสอบของผู้ดูแลระบบจะบันทึกกิจกรรมการจัดการระบบ ระบบจัดหาข้อมูลรับรองจะออกข้อมูลรับรองอายุสั้นที่คำนึงถึงตัวตนสำหรับแพลตฟอร์มต่าง ๆ เช่น Snowflake และ Databricks โดยไม่ต้องให้ผู้ใช้เปิดเผยหรือจัดการข้อมูลรับรองที่มีอายุการใช้งานยาวนาน

การนำไปใช้งานและเป้าหมายการขยายธุรกิจ

Leon Goldberg ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Sola Security กล่าวว่า “เราใช้งานเอเจนต์ AI กับตารางหลายพันตารางและเส้นเชื่อมหลายพันล้านรายการต่อวัน” Ran Xia ผู้อำนวยการฝ่ายวิศวกรรมของ Palo Alto Networks กล่าวว่า บริษัททำการไล่ดูความเชื่อมโยงหลายฮอปบนแพลตฟอร์มข้อมูลเดิม โดยไม่ต้องย้ายหรือทำสำเนาแถวข้อมูล จึงไม่ต้องบำรุงรักษาไปป์ไลน์ ETL ที่เกี่ยวข้อง Xinyu Liu วิศวกรซอฟต์แวร์อาวุโสของ Coinbase กล่าวว่า Coinbase เชื่อมต่อโดยตรงกับตารางที่ดูแลอยู่ใน Snowflake และ Databricks และใช้ MCP สำหรับคิวรีความสัมพันธ์ด้วยภาษาธรรมชาติ

AMD เริ่มต้นจากเวิร์กโหลดด้านไอที และกำลังขยายไปสู่ข้อมูลด้านความมั่นคงปลอดภัยสารสนเทศและการตลาดดิจิทัล ตามรายงานของ PuppyGraph การขยายนี้สะท้อนรูปแบบธุรกิจในวงกว้างของบริษัท กล่าวคือ เมื่อแผนที่ความสัมพันธ์เชื่อมโยงแผนกต่าง ๆ เพิ่มขึ้น เอเจนต์ก็สามารถตรวจสอบคำถามที่ก่อนหน้านี้ต้องหยุดอยู่แค่ภายในขอบเขตขององค์กรได้

บริษัทมีแผนนำเงินทุนใหม่ไปลดภาระงานในการตั้งค่าโมเดลกราฟ ทำให้การคิวรีความสัมพันธ์ใช้งานได้จริงในระดับองค์กร และช่วยให้ลูกค้านำเอเจนต์ไปใช้งานจริง ความท้าทายสำคัญคือการขยายขอบเขตการตรวจสอบเหล่านี้ โดยไม่ลดทอนออนโทโลยีที่มนุษย์อนุมัติและการควบคุมสิทธิ์ ซึ่งเป็นตัวกำหนดว่าความสัมพันธ์ใดถูกต้องและผู้ใช้แต่ละคนจะเห็นข้อมูลใดได้บ้าง