重磅！Jedify获得2400万美元融资，赋能企业为AI智能体注入业务上下文知识

首先要正视一个现实：AI厂商兜售企业级产品时，总爱把自家方案包装成即插即用的完美方案。但实际情况往往更棘手——想要AI智能体在企业里立刻上手运转，成功率极低。除非你投入大量精力针对具体业务场景微调模型，否则它根本搞不清你们公司对“营收”的定义，也弄不懂哪些人有权限访问哪些文件。正因如此，现在越来越多AI公司派驻工程师，专门协助客户把AI产品与内部系统对接整合。

总部位于纽约的初创公司Jedify，恰好瞄准了这个痛点。他们的思路很直接：通过API接入企业内部的各类知识来源，构建一张关于企业业务的“上下文图谱”，供AI智能体调用，从而提升工作成效。这些知识来源覆盖面极广，包括数据库、数据仓库与数据湖、SaaS应用、商业智能工具，以及非结构化数据——比如报告、文档、代码库，甚至Slack频道和会议录音。

据TechCrunch独家消息，为加速上述布局，Jedify刚刚完成了2400万美元的A轮融资。本轮由Norwest领投，老股东S Capital VC和Cerca Partners跟投，新投资方Oceans Ventures也加入了进来。数据领域巨头Snowflake以战略投资者身份入股，并正将Jedify的技术整合至其AI产品体系，包括Cortex AI服务、Semantic Views和CoWork等。

Jedify的核心主张其实很明确：AI智能体若要在企业环境中真正发挥价值，就必须获取实体间的关联关系、数据、权限规则、领域知识、工作流程、运营假设，以及企业特有的专业术语。换句话说，这种上下文信息能帮助AI智能体把注意力聚焦在与特定任务相关的信息上，而不是在企业全量数据里漫无目的地瞎搜。

联合创始人兼CEO Assaf Henkin以合规类公司Kiteworks为例，介绍了客户的实际使用方式。Kiteworks将Snowflake、Tableau、Notion以及内部运营手册（包括文档和截图）接入了Jedify，并在此基础上为不同客户工作流搭建了智能体工具。

“他们希望为销售团队和客户管理团队打造一款功能强大的应用——既像一个看板应用，又像一个实时对话助手。在进入客户沟通之前，Jedify会即时为他们汇总一切所需信息；而在对话过程中，他们还能主动获取非常具体的细节内容。”Henkin说道。

在Henkin看来，Jedify的上下文图谱与企业现有的语义层、元数据目录和知识图谱有所不同，关键在于它是多维度的，能够捕捉实体、数据、人员、权限和客户之间的复杂关系。此外，它与具体的AI模型解耦，并且会随着所连接系统中信息的流入流出而实时更新。

“当你希望一个智能体解决方案真正实现自主运行、需跨CRM数据、Zendesk工单乃至实时遥测数据进行决策时，上下文图谱在能力层面就远优于语义层了。”他说。

权限管理当然是一个显而易见的挑战——绝不能让你家的AI智能体把CFO的营收预测暴露给实习生。Henkin表示，平台通过继承身份系统、文件系统、SaaS工具和数据库中的权限设置（包括行级、列级和表级访问规则）来应对这个问题，同时允许客户自定义分组，精确控制智能体或工作流的访问范围。平台还提供可观测性与治理工具，帮助客户确保AI智能体的行为符合预期。

目前，Jedify的目标客群是那些拥有成熟数据体系、多个数据库或数据仓库的中型及大型企业。Henkin透露，公司目前已有10至20家早期客户，其中包括气象公司The Weather Company，并在游戏、工业制造和消费品等数据密集型行业获得了广泛关注。

Snowflake的投资与合作尤其值得关注，因为大型数据平台自身也在积极构建类似能力。对此，Henkin认为Jedify与这些平台是互补关系——原因很简单：企业的大量数据以及绝大部分机构知识，通常并不统一存储于某一家云服务商那里。

“那些大型数据公司会告诉你‘把所有数据都迁过来就行’，但现实是，企业往往同时使用多个数据库、数据仓库和数据解决方案。关键在于，你的数据并非全部存在于这些环境中，你的知识更不在那里，这实际上是它们的一个短板。”他说。

Henkin还指出，对于试图自行构建上下文层的企业而言，训练一个AI模型来实现同等效果的成本可能高得令人望而却步——尤其是在企业普遍开始严格审查和控制AI Token用量的当下。

而AI模型的快速迭代也印证了Jedify更宏观的战略判断：随着模型能力不断增强、各类模型趋于同质化，能够帮助这些模型在企业内部更好发挥作用的私有上下文，将成为一道极具价值且持久的竞争壁垒。

本轮融资所得资金将用于产品研发、人才招募和市场拓展，至此Jedify的累计融资总额已达约3300万美元。

Q&A

Q1：Jedify的“上下文图谱”和普通知识图谱有什么区别？

A：Jedify的上下文图谱是多维度的，能够同时捕捉实体关系、数据、人员、权限和客户等多个维度的信息，而传统的语义层、元数据目录或知识图谱通常只关注某一单一维度。此外，Jedify的上下文图谱与具体AI模型解耦，可随接入系统中的信息变化实时更新，更适合需要跨多数据源进行自主决策的AI智能体场景。

Q2：Jedify是如何解决AI智能体的数据权限问题的？

A：Jedify通过继承企业现有身份系统、文件系统、SaaS工具和数据库中的权限规则来管理访问控制，支持行级、列级和表级的细粒度权限设置。同时，企业还可以在此基础上自定义分组，进一步明确智能体或特定工作流能够访问哪些数据和人员。平台还配备了可观测性与治理工具，帮助企业确保智能体的实际行为与设定规则保持一致。

Q3：Jedify目前主要面向哪些客户？

A：Jedify目前主要面向拥有成熟数据体系、并同时运营多个数据库或数据仓库的中型及大型企业客户。公司目前已积累10至20家早期客户，其中包括知名气象公司The Weather Company，重点关注游戏、工业制造和消费品等数据密集型行业。