数据协作平台初创公司 Prophecy Inc. 今日宣布完成 4700 万美元 B 轮融资扩展。该公司致力于通过生成式人工智能改变企业访问和处理企业数据的方式。
本轮融资由 Smith Point Capital 领投,新投资方 HSBC 以及现有投资方 Berkeley SkyDeck、DallasVC、Insight Partners、JPMorgan Chase 和 SignalFire 共同参与。
这家初创公司开发了据信是首个面向 Databricks 的协作工具,利用生成式 AI 简化和优化原始业务数据,以供 AI 应用和分析工作负载使用。
Prophecy 的协作工具让用户可以轻松访问企业的结构化和非结构化数据,无论数据位于云端还是本地服务器。它通过 AI 驱动的可视化设计工具,快速生成标准化和开放的代码来提取、转换和传递信息(即 ETL 过程),将数据从源位置传输到目标位置。换句话说,它自动创建所需的数据管道和测试,以在不同计算系统间移动数据。
该工具还可以生成文档,并能为现有数据管道的代码错误提供修复建议,从而实现现代化和整合。
在去年接受 SiliconANGLE Media 移动直播工作室 theCUBE 采访时,Prophecy 创始人兼首席执行官 Raj Bains 解释说,他的公司提供工具层,使数据工程师、数据分析师和业务用户的工作效率更高。
"数据分析师只需使用可视化拖放和生成式 AI,说'为我构建一个执行这个功能的管道',我们就能为他们构建,"Bains 解释道,"这在 Databricks 原生代码上大规模运行。"
该公司表示,由于各地企业都在加速推进 AI 计划,业务发展迅猛。AI 应用需要访问海量数据,因此 Prophecy 的协作工具正成为这一趋势的关键推动力。在过去一个完整年度中,Prophecy 的收入增长超过 3.5 倍,现有客户群的净收入留存率达到 160%。
其竞争对手包括 Alteryx Inc. 和 Informatica Inc. 等知名科技公司。客户包括德克萨斯游骑兵职业棒球队,该队利用 Databricks 平台和 Prophecy 为数亿条历史数据记录构建管道。客户们热切拥抱这款协作工具,因为能够从分散系统中检索和整合数据的工程师越来越稀缺,而手动构建数据管道可能需要数月时间。Prophecy 声称可以在几分钟内完成这项工作,其吸引力不言而喻。
此外,Prophecy 还有助于简化现代数据环境与传统 ETL 和数据工程工具的集成,这些工具是为传统数据仓库和本地部署而构建的,而非当今的云原生数据环境。
国际数据公司 (IDC) 在 2024 年的一份报告中指出:"传统数据工程工具在现代数据环境中表现不佳。现代数据工程师需要无代码和代码友好的技术,因为数据集成和转换现在发生在所有组织层面,包括 IT 和业务线。"
Bains 表示,一些客户在数据集成工作上面临 12 个月的积压,导致紧急 AI 项目的部署延迟。
"Prophecy 的整体方法将可视化设计、代码和 AI 结合在一起,在同一平台上为数据工程师和分析师服务,实现最大程度的团队协作和生产力,"他说,"这笔新投资将加速我们的发展路线图,并已经帮助我们扩大规模,以在 2025 年服务更多客户。"
Smith Point Capital 联合创始人兼董事总经理 Burke Norton 表示,Prophecy 从根本上改变了企业对数据转换的思维方式。
"通过实现数据能力和访问的民主化,Prophecy 正在解决企业数据团队面临的数十亿美元生产力挑战。这些团队通常将 80% 的时间用于准备分析和 AI 所需的数据,而不是实施它们,"他说。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。