AI 企业落地难？这家公司想用"上下文图谱"帮 AI 真正读懂你的业务
企业引入 AI 供应商的产品后，往往发现它们并不能马上发挥作用。原因不难理解：AI 模型默认并不了解你的公司如何定义"收入"、谁有权访问某个文件。如果不花力气用企业自身的业务数据去训练模型，AI 很难真正融入日常工作。
纽约创业公司 Jedify 正是瞄准这一缺口。其平台通过 API 连接企业各类知识来源，构建一套围绕业务的"上下文图谱"（Context Graph），让 AI 代理能够更精准地理解企业上下文。
获投 2400 万美元，数据巨头 Snowflake 战略入股
Jedify 近日宣布完成 2400 万美元 B 轮融资，由 Norwest 领投，S Capital VC、Cerca Partners、Oceans Ventures 跟投，并获得数据平台 Snowflake 的战略投资。Snowflake 正在将 Jedify 的技术整合至其 AI 产品线，包括 Cortex AI 服务、Semantic Views 和 CoWork。
本轮完成后，公司累计融资规模约为 3300 万美元，计划将资金用于产品研发、团队招聘和市场推广。
上下文图谱：让 AI 聚焦真正相关的信息
Jedify 的核心思路是：AI 代理要在企业环境中发挥作用，需要能够访问实体之间的关系、数据、权限、领域知识、工作流程、业务假设以及公司特定术语。这套上下文使 AI 能够将注意力聚焦到与当前任务真正相关的信息上，而非在企业的全部数据中盲目检索。
Henkin 指出，Jedify 的上下文图谱不同于企业已有的语义层、元数据目录或知识图谱——它是多维的，能够同时捕捉实体、数据、人员、权限和客户之间的跨维度关系。此外，它不依赖特定模型，且能实时跟随数据流入流出系统而更新。
"当你希望让 AI 代理真正自主运行、在 CRM 数据、Zendesk 工单、实时遥测数据之间驱动决策时，上下文图谱相比语义层在能力上有明显优势。"
落地案例：合规公司 Kiteworks 的实践
以合规公司 Kiteworks 为例，Kiteworks 将 Snowflake、Tableau、Notion 以及内部操作手册（含文档和截图）接入 Jedify 平台，随后为不同客户工作流构建了代理工具。
Henkin 介绍："他们希望为销售和客户团队配备一款复杂应用——可以理解为兼具仪表盘和实时对话功能。当团队进入客户沟通场景时，Jedify 会即时构建他们需要了解的一切信息，并在沟通过程中主动推送非常具体的细节。"
权限管控：防止 AI 越界访问
AI 代理越强大，权限控制就越关键。如果一名 intern 能够通过 AI 看到 CFO 的收入预测，后果不堪设想。Jedify 通过继承身份系统、文件系统、SaaS 工具和数据库的权限（包括行级、列级和表级访问规则）来应对这一挑战，并支持客户创建额外的权限组，定义 AI 代理或工作流允许访问的范围。平台同时提供可观测性和治理工具，帮助企业确保 AI 代理行为符合预期。
目标客户与竞争定位
目前 Jedify 主要面向拥有成熟数据架构的中大型企业，客户数量在 10~20 家左右，知名客户包括 The Weather Company，并正在吸引游戏、工业和消费品等数据密集型行业的关注。
谈及与大型数据平台的竞争，Henkin 认为 Jedify 是互补关系——因为企业的数据并非全部存储在单一云服务商处，且大部分制度性知识散布在多个系统和工具中。他补充道，靠企业自己训练模型来构建类似的上下文层，成本往往高不可攀，尤其是在企业正在严格管控 AI token 用量的当下。
随着 AI 模型能力持续提升且日益同质化，帮助模型更好地适配企业业务的专有上下文层，有望成为一项稀缺且持久的竞争优势。
前 OpenAI CTO 重回公众视野
Mira Murati 曾于 2022–2024 年担任 OpenAI 首席技术官，是 GPT-4、DALL·E、Sora 等核心产品的关键技术负责人。2024 年中，她宣布离开 OpenAI，此后在公众视野中保持低调。
核心动态
据 TechCrunch 报道，Mira Murati 近期重新出现在公开场合或媒体采访中，释放出可能再度创业或加入新项目的信号。她的回归引发 AI 行业关注。
影响与建议
- 行业层面：Murati 的技术判断力与工程经验备受认可，其下一步动作可能影响 AI 赛道竞争格局。
- 从业者层面：若她创立新公司，或将带来新的技术路线和人才聚集效应，值得持续关注。
- 投资者层面：可留意其新项目的融资动向，Murati 在 OpenAI 期间积累的声誉有助于快速获取顶级资本支持。
原文来自 TechCrunch，作者 Connie Loizos。
评论