AI智能体为什么总是”不懂你的业务”？这家公司拿了2400万美元去填这个坑
AI厂商卖企业版产品的时候，演示都做得漂漂亮亮——”开箱即用，马上上岗”。但凡真刀真枪部署过的都知道，事情没那么简单。模型不知道你们公司怎么定义”收入”，不知道哪份文件是最新版本，更不知道谁有权限看什么。要让AI智能体真正在企业里跑起来，你得先让它读懂你的业务。
总部在纽约的初创公司Jedify正在做的就是这件事。他们刚完成了2400万美元的A轮融资，由Norwest领投，Snowflake作为战略投资方也进来了。Jedify做的事情说起来不复杂：把企业里散落在各处的知识——数据库、数据仓库、SaaS应用、BI工具、报告、文档、代码库，甚至Slack频道和会议录音——全部接进来，建成一张关于这家企业业务的”上下文图谱”，让AI智能体在干活的时候有地方查背景资料。
普通AI智能体搜索企业内容，是把所有东西都搜一遍；Jedify的思路是，先搞清楚”这件事跟哪些实体、哪些数据、哪些人有关”，再把注意力缩小到真正相关的范围。
一个具体例子：合规公司的智能体
Jedify的CEO Assaf Henkin拿客户Kiteworks举了例子。Kiteworks把Snowflake、Tableau、Notion和内部手册全部接进Jedify，然后给不同的客户工作流程搭了智能体工具。销售人员和客户团队在跟客户对话的时候，Jedify会实时把需要知道的细节推过来——不是让用户自己去搜，而是主动呈现。
这个体验的关键区别在于：AI不是在”猜”你想要什么，而是真的”知道”你们公司有哪些资源、谁负责什么、哪些数据是敏感的。
跟知识图谱有什么不一样？
Henkin强调，Jedify的”上下文图谱”跟企业已经在用的语义层、元数据目录、知识图谱不是一回事——它是多维的，不仅捕获实体和数据之间的关系，还捕获人员、权限和业务领域知识之间的关系。而且它是与模型无关的，哪个模型都能接；同时是实时的，接的系统里有新东西进来，图谱就跟着更新。
权限管理是这里面最棘手的部分。让一个智能体随便把CFO的收入预测给实习生看，这是要出大事的。Jedify的做法是从身份系统、文件系统、SaaS工具和数据库继承权限规则，包括行级、列级、表级的访问控制，再让客户自己建额外的组来限定智能体允许访问的范围。
为什么现在做这件事有意义？
Jedify的赌注是：随着AI模型变得更强大、更可互换，”帮模型在企业里好好干活”的专有上下文层，可能会成为比模型本身更持久的护城河。模型之间的性能差距在缩小，但”谁真正懂我的业务”这个优势，不是换个模型就能复制的。
Snowflake愿意掏钱投资并把自己的AI产品（Cortex AI、语义视图、CoWork）跟Jedify集成，说明大平台也认可这个方向的价值——它们自己也在想办法让AI更好地理解企业数据，但Jedify做的事更中立，不绑定单一云厂商。
目前Jedify大概有10到20个早期客户，The Weather Company是其中之一，游戏、工业和消费品这类数据密集行业也在关注。新这笔钱会用来做产品开发、招人和市场推广，公司累计融资现在已经到3300万美元左右。
AI智能体要真正在企业里落地，缺的不是模型能力，是”懂业务”的能力。Jedify能不能把这件事做成，还得看客户用起来到底怎么样——但至少，方向是对的。