AI厂商虽将企业产品宣传为即插即用方案，但AI代理若未经针对业务的专项训练，难以准确理解收入定义或文件权限等细节，这也是为何AI公司常需派遣工程师协助集成的原因。
Jedify：构建企业“上下文图”
纽约初创公司Jedify正致力于解决这一痛点。其平台通过API连接数据库、数据仓库、SaaS应用、BI工具及Slack频道、会议录音等非结构化知识源，构建关于业务的“上下文图”，供AI代理调用以提升工作效能。
获2400万美元A轮融资，Snowflake战略投资
TechCrunch独家获悉，Jedify在Norwest领投的A轮融资中筹集了2400万美元，原有投资者S Capital VC、Cerca Partners及新投资者Oceans Ventures跟投。数据巨头Snowflake作为战略投资者参与本轮融资，并将把Jedify技术与自家AI产品（如Cortex AI、Semantic Views和CoWork）进行集成。
Jedify认为，AI代理要在企业内部有效发挥作用，必须掌握实体、数据、权限、领域知识、工作流程及公司术语间的关系。这种上下文能让AI聚焦于特定任务相关信息，而非在全量数据中盲目搜索。
多维上下文与实时权限管理
联合创始人兼CEO Assaf Henkin以合规公司Kiteworks为例，说明客户如何连接Snowflake、Tableau、Notion及内部手册构建智能体工具。“他们希望为销售和客户团队配备兼具仪表板与实时对话功能的应用。与客户交谈时，Jedify能即时构建所需信息，支持实时获取具体细节。”Henkin表示。
Henkin强调，Jedify的上下文图不同于传统语义层或知识图谱，它是多维度且模型无关的，能捕捉跨实体、人员、权限的关系并随系统数据实时更新。“当智能体需基于CRM、Zendesk工单及实时遥测数据自主决策时，上下文图的能力优于语义层。”他说。
针对权限安全，该平台通过继承身份系统、文件系统、SaaS工具及数据库的行级、列级和表级访问规则来解决，并允许客户自定义智能体访问范围。同时提供可观测性和治理工具，确保AI行为符合预期。
瞄准中大型企业，打造差异化护城河
Jedify目前瞄准拥有成熟数据栈的中端市场和大型企业，已有The Weather Company等10至20家早期客户，并在游戏、工业及消费品行业获得关注。
尽管大型数据平台也在布局类似能力，但Henkin认为Jedify与之互补：“企业数据分散在多个环境中，大部分机构知识也不存储在单一云平台，这是大厂的劣势。”此外，自建上下文层成本高昂，尤其在企业严控AI令牌使用的背景下。
随着AI模型能力提升且更易互换，专有上下文将成为企业在AI时代有价值且持久的护城河。Jedify计划将新资金用于产品开发、招聘及市场推广，至此总融资额达约3300万美元。