Jedify 融资 2400 万美元，帮助企业为 AI 智能体提供业务上下文支持

# Jedify 获 2400 万美元融资，帮助企业为 AI 智能体赋予业务上下文 | TechCrunch 来源：https://techcrunch.com/2026/06/10/jedify-raises-24m-to-help-companies-arm-ai-agents-with-context-on-their-business/ AI 厂商们宣称其企业级产品是开箱即用的解决方案，但 AI 智能体很可能无法立即顺利运行。除非你花功夫用自身业务的特定细节来训练模型，否则它很难理解你的公司如何定义“收入”，或者谁有权访问哪个文件。这也是为什么我们能看到一些 AI 公司派遣工程师帮助客户将 AI 产品集成到其系统中——这正是其中的部分原因。 总部位于纽约的初创公司 **Jedify**（https://jedify.com/）正瞄准这一缺口。该公司表示，其平台通过 API 连接企业的知识源，构建关于企业业务的“上下文图”（context graph），AI 智能体可利用此图来更出色地工作。这些知识源可以是数据库、数据仓库和数据湖、SaaS 应用或 BI 工具，也可以是报告、文档、代码库，甚至 Slack 频道和会议记录等非结构化来源。 为推进这一建设，Jedify 已获得 2400 万美元的 A 轮融资，由 Norwest 领投，TechCrunch 独家获悉。本轮融资中，原有投资者 S Capital VC 和 Cerca Partners 继续跟投，新投资者 Oceans Ventures 也参与其中。数据巨头 Snowflake 也作为战略投资者参投，并正将这家初创公司的技术与其 AI 产品（如 Cortex AI 服务、Semantic Views 和 CoWork）进行整合。 Jedify 的核心主张是：对于企业内部的 AI 智能体而言，它们需要了解实体之间的关系、数据、权限、领域知识、工作流程、运营假设以及公司特定的术语。该公司表示，这种上下文能让 AI 智能体将注意力集中在与特定任务相关的信息上，而不是全面搜索公司的所有内容。 联合创始人兼首席执行官 Assaf Henkin（上图最右侧）以合规公司 Kiteworks 为例，说明了客户如何使用 Jedify。Kiteworks 将 Snowflake、Tableau、Notion 以及内部操作手册（包括文档和截图）连接到 Jedify，然后为不同的客户工作流构建了智能工具。 “他们希望为销售人员和客户团队配备一个强大的应用——你可以把它想象成一个兼具仪表盘应用和实时对话应用功能的工具。当销售人员进入客户对话时，Jedify 会即时为他们构建所需的一切信息。在对话过程中，他们还可以实时主动地获取非常具体的细节。”Henkin 说道。 **Jedify 的上下文图。** **图片来源：** Jedify **图片来源：** Jedify / Henkin 认为，Jedify 的上下文图不同于企业已使用的语义层、元数据目录和知识图谱，因为它是多维度的，能够捕获实体、数据、人员、权限和客户之间的关系。它还是模型无关的，并且能够根据所连接系统中信息的流入和流出实时更新。 “当你希望让一个智能体解决方案真正实现自主，能够跨 CRM 数据、Zendesk 工单、可能的实时遥测数据来驱动决策时，与语义层相比，上下文图在能力上要强得多。”他说。 权限显然是一个障碍。例如，AI 智能体绝不能让实习生访问 CFO 的收入预测。Henkin 表示，他的平台通过继承来自身份系统、文件系统、SaaS 工具和数据库（包括行级、列级和表级访问规则）的权限来解决这个问题，然后让客户创建额外的分组，定义智能体或工作流程可以访问哪些内容以及谁可以访问。该平台还提供可观测性和治理工具，帮助客户确保其 AI 智能体按预期行事。 Jedify 目前瞄准的是拥有成熟数据栈、多个数据库或数据仓库的中型市场和大型企业客户。Henkin 表示，公司已有 10 到 20 个早期客户，其中一家是 The Weather Company，并且看到了来自数据密集型行业（如游戏、工业和消费品包装）的兴趣。 Snowflake 的投资与合作伙伴关系值得注意，因为大型数据平台也在尝试构建类似能力。但 Henkin 认为，Jedify 是对这些努力的补充，因为公司的大部分数据以及绝大部分机构知识通常不会只存储在一个云提供商那里。 “（大型数据公司）会告诉你：‘哦，没关系，把一切数据都搬过来。’但实际上，公司拥有多个数据库、数据仓库和数据解决方案……关键在于，并非你所有的数据都在这些环境中，而且大部分知识也不在其中，因此它们实际上在这方面存在一些劣势。”他说。 Henkin 还指出，对于那些试图自行解决这一问题的公司来说，训练一个 AI 模型来构建类似的上下文层可能成本高昂，尤其是在各公司正在严格审查并控制其 AI token 使用量（https://techcrunch.com/2026/06/05/the-token-bill-comes-due-inside-the-industry-scramble-to-manage-ais-runaway-costs/）的背景下。 而 AI 模型开发的快速进步也支持了这家公司的更大赌注：随着模型能力越来越强、越来越可互换，那些能帮助这些模型在企业中更好工作的专有上下文，可能成为一项有价值且持久的护城河。 这家初创公司将利用这笔新资金进行产品开发、招聘和市场拓展。这使得公司总融资额达到约 3300 万美元。 *当你通过我们文章中的链接购买商品时，我们可能会赚取少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不会影响我们的编辑独立性。*