Upriver גייסה 14 מיליון דולר כדי להכין את הדאטה הארגוני לעידן ה-AI
החברה פיתחה פלטפורמת הנדסת נתונים מבוססת AI שמנהלת באופן אוטונומי את שכבת הדאטה בארגון, במטרה לפתור את אחד החסמים הנפוצים בהטמעת AI בפרודקשן
סטארט סטופ הסטארט-אפ הישראלי Upriver מגייס 14 מיליון דולר בסבב Seed כדי להרחיב את פלטפורמת הנדסת הנתונים מבוססת AI. הסבב הובל על-ידי Hetz Ventures ו-Valley Capital Partners, שהשקיעה בעבר בחברות כמו דקארט ו-Factify. הסכום כולל כ-4 מיליון דולר שגויסו במימון מוקדם. לצד הקרנות השתתפו בסבב גם אנג'לים בולטים, בהם לו סירן, מייסד New Relic; יותם שגב ותמר בר-אילן, מייסדי Cyera; ואייב גונג, מייסד Great Expectations.
כספי הגיוס ישמשו להרחבת צוותי ההנדסה וצוותי ה- Go-To-Market להעמקת פיתוח המוצר ולהאצת ההטמעות אצל לקוחות אנטרפרייז.
בחברה שמעסיקה כיום 21 עובדים בישראל ובארה"ב, מתכננים להכפיל את מספר העובדים בתוך כשנה. החברה עובדת כיום עם ארגונים כמו Unity ו-DMGT. בנוסף, היא פועלת בשיתוף פעולה עם פלטפורמות דאטה מרכזיות, בהן Databricks ו-Snowflake.
הבעיה: הדאטה לא מוכן ל-AI
למרות ההשקעות הגדולות ב-AI ארגונים רבים עדיין מתקשים להפיק ממנו ערך עסקי ברור. חלק מהפרויקטים נשארים בשלב הפיילוט, אחרים ננטשים לפני המעבר לפרודקשן, ובלא מעט מקרים הסיבה היא איכות הדאטה. לפי נתוני ,Gartner באפריל 2026 כ-38% ממנהלי הטכנולוגיה הגדירו איכות דאטה ירודה או זמינות מוגבלת של מידע כגורם ישיר לכישלון פרויקטי AI .בנוסף, לפי Gartner, לפחות מחצית מפרויקטי ה-Generative AI שנבנו כהוכחת היתכנות ננטשו לפני המעבר לפרודקשן, כאשר איכות דאטה נמוכה הייתה אחת הסיבות המרכזיות לכך. הבעיה הזו מוכרת כמעט לכל ארגון גדול. המידע נמצא במערכות שונות, בפורמטים שונים ובאיכויות שונות. חלקו עדכני, חלקו כפול, חלקו חסר, ולעיתים אף אחד בארגון לא יודע בדיוק איזה מאגר הוא המקור הנכון. עבור מערכת AI, זהו בסיס בעייתי.
מודל מתקדם ככל שיהיה לא יכול לספק תשובות אמינות אם הוא נשען על דאטה לא עקבי או לא מאורגן. Upriver פיתחה פלטפורמה שמנסה להפוך את שכבת הדאטה הארגונית למנוהלת ואוטומטית יותר. המערכת מתחברת לסביבת הנתונים של הארגון, מזהה בעיות באיכות המידע, מתקנת תהליכי דאטה קיימים, יוצרת מאגרי מידע חדשים וממפה את סביבת הנתונים באמצעות מנוע Context ייעודי. מעל השכבה הזו פועלים סוכני AI שמסוגלים לעבוד יחד, לנתח מידע, לאמת אותו ולבצע פעולות גם בסביבות מורכבות. הפלטפורמה זמינה גם מתוך כלי פיתוח AI מובילים כמו Claude ו-Cursor כך שמהנדסים יכולים לבצע תהליכי Data Engineering ישירות מתוך סביבת העבודה שבה הם כבר נמצאים.
עידו ברונשטיין, מייסד-שותף ומנכ"ל Upriver : "אנחנו רואים ארגונים שמשקיעים המון ב-AI, אבל מתקשים לייצר ממנו השפעה אמיתית כי הדאטה שלהם פשוט לא מוכן. הקמנו את Upriver כדי לעזור לצוותי הדאטה לפתור את צוואר הבקבוק הזה. במקום לשקוע שוב ושוב בעבודה טכנית שחוזרת על עצמה, הם יכולים להתמקד ביצירת ערך עסקי אמיתי". לדבריו, צוותי דאטה שעובדים עם החברה דיווחו על עלייה של כ-60% באפקטיביות שלהם, וב-Upriver טוענים כי השיפור הזה מאפשר לארגונים להוציא לפועל פרויקטי AI שהיו נתקעים בעבר בשל בעיות תשתית.
גיא פיגל, שותף בקרן Hetz Ventures, אמר כי הקרן ראתה הרבה יוזמות AI שנעצרות בגלל בעיות עמוקות בתשתיות הנתונים. לדבריו, מה שבלט ב-Upriver הוא הבחירה להתמודד עם שכבת התשתית עצמה - מהלך טכנולוגי מורכב יותר, אך כזה שיכול לשנות את האופן שבו ארגונים מטמיעים AI.
