Euno Huy động 23 Triệu USD Series A để Xây Dựng Lớp Ngữ Cảnh cho Các Tác Nhân AI Doanh Nghiệp

Euno đã huy động 23 triệu USD trong vòng gọi vốn Series A để mở rộng nền tảng ngữ cảnh AI doanh nghiệp của mình, khi các công ty ngày càng đối mặt với một vấn đề mà các mô hình nền tảng tốt hơn một mình không thể giải quyết: cung cấp cho các tác nhân AI đủ kiến thức tổ chức để làm việc một cách đáng tin cậy với dữ liệu kinh doanh phức tạp.

Vòng gọi vốn do N47 dẫn đầu, với sự tham gia của nhà đầu tư hiện tại 10D và một nhóm các nhà sáng lập công nghệ cùng các giám đốc điều hành bao gồm đồng sáng lập Wiz Yinon Kostika, đồng sáng lập và CEO Cyera Yotam Segev, đồng sáng lập và CEO Eon Ofir Ehrlich, người sáng lập Tavily Rotem Weiss, và cựu CEO và Chủ tịch Tableau Mark Nelson. Khoản tài trợ này đưa tổng số vốn huy động của Euno lên 29 triệu USD.

Được thành lập vào năm 2023 bởi Sarah Levy và Eyal Firstenberg, Euno dự định sử dụng vốn mới chủ yếu để mở rộng bán hàng và tiếp thị đồng thời tăng cường đầu tư vào nghiên cứu AI. Công ty, hoạt động tại Hoa Kỳ và Israel và có gần 30 nhân viên, dự kiến sẽ tăng gấp đôi lực lượng nhân sự vào cuối năm.

The Enterprise AI Bottleneck Is Shifting Toward Context

Việc cải tiến nhanh chóng của các mô hình ngôn ngữ lớn đã làm cho việc triển khai các tác nhân AI có khả năng truy vấn cơ sở dữ liệu, tạo phân tích, viết mã và tự động hoá quy trình kinh doanh trở nên khả thi hơn. Tuy nhiên, việc kết nối một tác nhân với hệ thống doanh nghiệp lại đưa ra một thách thức khác: biết thông tin nào là đáng tin cậy.

Một tổ chức lớn có thể có hàng ngàn bảng, bảng điều khiển, chỉ số, mô hình dữ liệu và các định nghĩa cạnh tranh cho cùng một khái niệm kinh doanh. Khi một tác nhân AI được yêu cầu tính doanh thu, ví dụ, nó cần hơn chỉ việc truy cập cơ sở dữ liệu. Nó cần biết chỉ số doanh thu nào được phê duyệt, bảng nào hiện hành, cách tính chỉ số, nguồn gốc đầu vào và người dùng yêu cầu có được phép truy cập thông tin nền tảng hay không.

Euno đang cố gắng biến kiến thức tổ chức đó thành cơ sở hạ tầng có thể đọc được bởi máy.

Nền tảng của họ liên tục xây dựng một đồ thị ngữ cảnh sống động, bao gồm thông tin như nguồn gốc dữ liệu, mức độ sử dụng, quyền sở hữu, logic kinh doanh, tín hiệu sức khỏe và trạng thái quản trị. Thay vì đưa mọi tài sản có sẵn cho tác nhân, hệ thống có thể cung cấp ngữ cảnh phù hợp với người dùng, nhiệm vụ và quyết định cụ thể đang được thực hiện.

Sự khác biệt này có thể trở nên ngày càng quan trọng khi các công ty chuyển từ các hệ thống AI chỉ trả lời câu hỏi sang các tác nhân tự động có khả năng thực hiện hành động trên nhiều hệ thống doanh nghiệp.

“Các mô hình ngày càng tốt hơn và rẻ hơn, nhưng lợi thế AI lâu dài cho doanh nghiệp sẽ ngày càng đến từ hồ sơ tích lũy về cách công việc được thực hiện,” đồng sáng lập và CEO Euno Sarah Levy cho biết.

Turning Metadata Into Infrastructure for AI Agents

Công nghệ của Euno dựa trên siêu dữ liệu, thông tin mô tả nguồn gốc dữ liệu, cách dữ liệu được chuyển đổi, người dùng và cách các tài sản khác nhau liên quan với nhau.

Nền tảng ánh xạ nguồn gốc cấp cột qua các kho dữ liệu, hệ thống phân tích, bảng điều khiển và chỉ số, sau đó kết hợp thông tin này với các tín hiệu sử dụng và quản trị. Hệ thống gán nhãn tự động của họ có thể phân loại tài sản một cách động thành các thuộc tính như “sẵn sàng cho AI”, “không chứa PII”, “khỏe mạnh” hoặc “được chứng nhận” dựa trên các quy tắc do tổ chức thiết lập. Những phân loại này sẽ cập nhật khi môi trường dữ liệu nền tảng thay đổi.

Euno cũng cung cấp các quy trình làm việc có thể phản hồi khi các điều kiện này thay đổi. Các tổ chức có thể, ví dụ, xác định các bảng điều khiển chưa được chứng nhận nhưng đột nhiên trở nên được sử dụng nhiều, theo dõi sự lan truyền của thông tin cá nhân (PII), gắn cờ các mô hình chưa được tài liệu hoá, hoặc phát hiện các chỉ số không còn đáp ứng tiêu chuẩn chất lượng nội bộ.

Công ty đã xây dựng Euno Query Language (EQL) riêng để điều hướng các mối quan hệ trong đồ thị. Euno cho biết kiến trúc dựa trên đồ thị cho phép các tác nhân truy xuất siêu dữ liệu liên kết thông qua ít truy vấn hơn, tiềm năng giảm lượng thông tin ngữ cảnh cần truyền vào mô hình.

Điều quan trọng, nền tảng được thiết kế để hoạt động song song với hạ tầng dữ liệu doanh nghiệp hiện có thay vì thay thế nó. Euno hỗ trợ tích hợp với các kho dữ liệu và nền tảng như Snowflake và Databricks; công cụ chuyển đổi bao gồm dbt; và các nền tảng trí tuệ kinh doanh như Tableau, Looker, Power BI, ThoughtSpot, Sigma và Omni.

Bringing Context Directly Into AI Systems

Một thành phần khác trong chiến lược của Euno là làm cho ngữ cảnh tổ chức này có thể truy cập trực tiếp bởi các tác nhân AI của bên thứ ba.

Công ty vận hành một máy chủ Model Context Protocol (MCP) qua đó các công cụ như Claude, Cursor, Visual Studio Code Copilot và các hệ thống tương thích khác có thể truy vấn ngữ cảnh doanh nghiệp của Euno. Các tác nhân có thể sử dụng những công cụ này để tìm tài nguyên, kiểm tra nguồn gốc đầu vào, thực hiện phân tích tác động, tìm kiếm tài liệu, hoặc tạo và thực thi các truy vấn EQL.

Euno cũng đã ghi lại các tích hợp với các hệ thống bao gồm Snowflake Intelligence, minh họa cách lớp ngữ cảnh của họ có thể trở thành một trung gian hiệu quả giữa các mô hình AI đa năng và hệ thống dữ liệu nền tảng của doanh nghiệp.

Vị trí này phản ánh một xu hướng rộng hơn đang diễn ra trong AI doanh nghiệp. Khi việc tiếp cận các mô hình mạnh mẽ trở nên ngày càng hàng hoá, sự khác biệt có thể chuyển sang thông tin sở hữu xung quanh các mô hình đó: quy trình tổ chức, quyền truy cập, mối quan hệ, quyết định lịch sử, định nghĩa và phản hồi từ các hoạt động của tác nhân trước đó.

Context Could Become Part of the Enterprise AI Moat

Euno cho rằng khối lượng ngữ cảnh tích lũy này có thể trở nên có giá trị hơn theo thời gian.

Khi một tác nhân thực hiện một nhiệm vụ, hệ thống có thể ghi lại thông tin về cách ngữ cảnh được sử dụng và đưa các tín hiệu này trở lại lớp ngữ cảnh doanh nghiệp. Lý thuyết này tạo ra một vòng phản hồi, nơi một tổ chức dần dần xây dựng một biểu diễn máy đọc được phong phú hơn về cách doanh nghiệp của họ vận hành.

Điều này cũng giải quyết một trong những thách thức cốt lõi của việc triển khai AI tác nhân: quản trị. Việc cho phép một tác nhân tự động truy cập vào các hệ thống doanh nghiệp mà không hiểu thông tin nào nó có thể truy xuất hoặc cách nó nên diễn giải thông tin đó sẽ gây ra rủi ro vận hành và bảo mật. Cách tiếp cận của Euno kết hợp việc truy xuất ngữ cảnh với quản trị dựa trên vai trò, sao cho tác nhân nhận được thông tin phù hợp với nhiệm vụ và quyền hạn của mình thay vì truy cập không giới hạn vào toàn bộ môi trường.

Công ty cho biết nền tảng của họ đọc siêu dữ liệu doanh nghiệp thay vì dữ liệu kinh doanh nền tảng, một khác biệt kiến trúc nhằm giảm thiểu rủi ro phơi bày dữ liệu trong khi vẫn cho phép hệ thống ánh xạ các mối quan hệ và cung cấp ngữ cảnh vận hành cho các tác nhân.

Euno đã và đang hợp tác với các khách hàng doanh nghiệp như AlphaSense và Zayo Group, trong khi trang web của họ cũng ghi lại các triển khai liên quan đến các công ty như Bolt.

Đối với ngành AI rộng lớn hơn, ý nghĩa của Euno trong vòng Series A không chỉ là một vòng gọi vốn hạ tầng doanh nghiệp khác. Các mô hình nền tảng đang nhanh chóng trở nên mạnh mẽ hơn và ngày càng có thể hoán đổi cho nhiều khối lượng công việc. Nếu xu hướng này tiếp tục, một trong những vấn đề khó khăn hơn sẽ là cung cấp cho các mô hình đó một sự hiểu biết đáng tin cậy về các tổ chức mà chúng hoạt động.

Điều này có thể khiến hạ tầng ngữ cảnh, thay vì mô hình nền tảng tự nó, trở thành một trong những lớp quan trọng nhất của ngăn xếp AI doanh nghiệp đang nổi lên.