RapidCanvas 获 2900 万美元 B 轮融资，扩大企业 AI 交付规模

RapidCanvas已筹集2900 万美元 B 轮融资，以拓展其业务。该业务旨在解决企业 AI 长期面临的一项难题：将实用应用投入生产环境，并在业务变化时持续确保这些应用正常运行。

本轮融资由Vertex Ventures SEA & India领投，Hitachi Ventures参与投资。现有投资者Accel、Peak XV Partners、Valley Capital Partners和Titanium Ventures也参与了本轮融资。10 月 16 日发布的公告称，公司累计融资额达到 5250 万美元，并报告称，在六个季度内，年度经常性收入增长了 8 倍；公告未披露具体收入数额或估值。

RapidCanvas 将智能体式软件平台与一线 AI 工程师相结合。其核心主张是交付并运营定制应用，而不是再给客户提供一个开发工具，然后把实施工作留给客户自己完成。这种组合意味着，这笔融资既押注于软件复用，也押注于能够将企业流程转化为可靠自动化方案的人才。

新增资金将用于哪些方面

公司计划扩大市场拓展团队、私募股权和咨询合作伙伴关系，以及在美国、巴西和印度的一线 AI 工程团队。产品投资将涵盖其 Enterprise Context Engine、支撑 Visual Development Canvas 的技能库，以及 Operational Harness 中的治理功能。

本轮 B 轮融资是在RapidCanvas 于 2024 年 12 月完成 1600 万美元 A 轮融资之后进行的。在智能体产品常被描述为能够取代实施工作的当下，公司继续强调人类专业知识，值得关注。RapidCanvas 正围绕保留这部分工作构建其模式，同时尝试让更多底层工程工作变得可重复。

技术基础：共享业务背景信息

RapidCanvas 的Enterprise Context Engine会整理四类信息：业务实体之间的关系、指标定义、决策规则，以及组织已经验证的模式。它将自动发现、专家输入和审核结合起来，并支持定期采集信息以及检索最新信息。

公司称，这些知识会持续保留、进行版本管理，并按企业分别限定适用范围。团队可以不断完善这些知识并在不同应用之间复用，同时追溯输出所依据的源数据和相关逻辑。

以一个库存工作流程为例。模型或许能够识别产品名称，却仍可能误解标记为“可用”的库存是否包括已预留的单位、哪些供应商承诺应优先处理，或何时必须由计划人员批准订单。记录这些定义和例外情况，能为应用采取行动提供更有用的依据。这也带来了维护责任：业务规则需要明确负责人、审核流程，并在运营发生变化时及时更新。

将智能体接入人们使用的系统

平台文档介绍了涵盖设计、数据连接、部署和治理的完整生命周期。以业务语言提出的需求可以转化为工作流程；对于更有结构的开发，还可使用版本管理和可复用组件。RapidCanvas 表示，其系统与模型无关，可运行在 AWS、Azure 或 Google Cloud 上，也可部署在客户环境中、采用托管部署方式或作为 SaaS 提供。

应用可以通过 API 连接到 ERP、CRM 和工单软件等系统，并将数据写回这些系统。近期的平台更新还介绍了与 Slack 和 Google Drive 的上下文连接、可编辑的连接器查询，以及项目级密钥。

这些细节有助于说明，实用演示与可投入运营的应用之间有何区别。生成答案只是其中一步；获取经授权的数据、正确解读数据，并在员工日常工作的地方交付结果，都是彼此独立的工程难题。共享平台可以减少重复工作，但仍需针对客户的权限设置和业务要求测试每项集成。

治理必须贯穿执行过程

RapidCanvas 在其治理页面上介绍了由客户 Git 仓库支持的项目、基于角色的访问控制、审计日志和服务监控。示例包括跟踪请求率、故障和延迟，以及记录应用变更。公司还表示，可以按解决方案跟踪使用情况、成本和性能。

当智能体能够更新记录或触发工作流程时，这些控制措施就更为重要。企业需要明确哪些操作必须经过批准、如何撤销错误变更，以及服务出现异常时由谁负责响应。日志记录使调查成为可能，但仅凭日志本身并不能证明自动化决策是正确的。

融资背后的规模化问题

RapidCanvas 的公司页面显示，Rahul Pangam 担任 CEO，Uttam Phalnikar 担任 CTO，并注明公司创立于 2021 年。其运营模式将深入了解客户流程的工程师与一个平台结合起来；该平台旨在把有用的组件和背景信息延续应用到后续开发中。

经济层面的衡量标准是：随着基础不断完善，每次部署能提速多少。可复用的技能有助于降低开发另一款应用的成本，而经验丰富的工程师能够发现通用自动化容易遗漏的例外情况。不过，大量定制仍可能耗费时间并压缩利润空间。仅凭营收增长，无法解决这一权衡问题。

对于正在评估这一方法的客户而言，最有用的衡量指标应当具体明确：目标用户的采用情况、需要人工干预的错误、运营成本，以及扩展一款已投入使用的应用所需的工作量。B轮融资为RapidCanvas扩大交付规模提供了资源。接下来的挑战是证明，生产环境中的AI能够变得越来越可重复，同时不失去令其发挥实用价值的商业判断力。