Airspeed 完成2000万美元A轮融资：当DeepMind科学家转向销售AI，「洞察」和「执行」之间的鸿沟终于有人来填

企业软件有一个悄悄被接受但从未被真正解决的困境：销售团队的数据越来越多，但工作量从来没有减少。CRM记录被填满了，通话被录音转录了，客户旅程被追踪分析了——但在所有这些数据和洞察之后，实际的执行动作，还是要人来完成。

邮件还是要手写，CRM字段还是要更新，会后的跟进事项还是要开会讨论，交接记录还是要靠个人的记忆和习惯。「工具给了你所有信息，然后让你自己去做」——这是绝大多数销售团队每天面对的现实。

Airspeed（前身为 Glyphic，2026年5月完成品牌重塑）试图解决的，就是这最后一公里的「执行」问题。2026年6月，这家总部位于伦敦和纽约的AI公司宣布完成2000万美元A轮融资，由 DN Capital 领投，Vi Partners、Framework Venture Partners、Atlassian Ventures 参投，累计融资超过2500万美元。

背景：为什么「洞察」和「执行」之间的鸿沟越来越大

过去十年，企业为销售团队提供的「洞察工具」已经进化得非常成熟。Gong 和 Chorus 将通话录音转化为结构化分析；Salesforce 将客户关系数据系统化；Outreach 和 Salesloft 将外发邮件序列化。

但这些工具的共同设计假设是：提供信息，由人类决策并执行。它们告诉销售代表「这个客户下周有预算审批」，但接下来的动作——起草一封精准的跟进邮件、更新Salesforce机会阶段、通知客户成功团队做好准备——仍然是人工步骤。

关键数据：麦肯锡的研究显示，销售代表平均只将约28%的时间真正用于销售——其余时间被数据录入、内部会议、邮件撰写、报告生成等行政工作消耗。Airspeed 的一个典型客户数据印证了这个问题：Foleon（企业内容创作平台）在使用 Airspeed 后，每个销售代表每周节省了6小时的行政工作时间，90天内节省了超过19.3万美元的运营成本。

从 Glyphic 到 Airspeed：品牌背后的定位跃迁

公司成立于2022年，最初以 Glyphic 的名字运营，聚焦于销售通话的AI分析。但2026年5月完成的品牌重塑，不只是换了个名字——它反映了一个更深层的产品定位转变：

Glyphic 的定位：描述产品能做什么（分析通话记录，生成洞察）； Airspeed 的定位：描述结果是什么（让收入团队以更快的速度前进）。

这一转变标志着公司从「AI分析工具」演变为「AI执行系统」。产品的核心不再是「告诉你发生了什么」，而是「直接做应该做的事」。

技术架构：统一上下文 + 自主执行

Airspeed 的技术差异化建立在两个核心支柱上：

统一商业上下文（Unified Commercial Context）：平台聚合来自销售通话、邮件、CRM、客服工单、产品使用数据等多个碎片化来源的信息，构建每个客户的完整实时画像。这是执行的前提——只有真正理解「这个客户的真实状态」，才能生成有意义的下一步行动。

自主智能体执行（Autonomous Agent Execution）：基于上下文的理解，AI智能体直接执行预设工作流：自动更新CRM字段、生成个性化跟进邮件草稿、识别风险交易并发送内部警报、自动生成会议总结和行动项清单。智能体的执行有明确的「置信度边界」——高确定性的任务自动执行，需要判断的任务推送给人类决策。

联合创始人 Devang Agrawal（CTO）对这套架构的解释是：「大多数团队把AI叠加在遗留系统上。我们从零开始构建基础。Airspeed 是商业上下文的统一理解、有合适防护机制的智能体运行时，以及严格的评估机制，以确保每个行动都是可信赖的。」

创始团队：DeepMind 的研究基因

两位联合创始人的背景在同类公司中极为罕见：

Adam Liska（CEO）：前 Google DeepMind 研究科学家，同时在 Spotify、Facebook、IBM 有NLP和机器学习经验，持有脑与认知科学博士学位；

Devang Agrawal（CTO）：前 Google DeepMind 研究科学家，剑桥大学工程硕士（获 Dr. Manmohan Singh 奖学金，每年仅授予3名印度裔杰出学生），此前在 Apple 担任机器学习工程师，同时联合创立了印度青年科学家网络。

这种研究背景对于构建真正的AI执行系统至关重要：Airspeed 的差异化不在于使用了多少现成的LLM API，而在于如何构建智能体的判断框架和评估系统——这需要的正是机器学习研究者的工程直觉。

市场牵引力：4个月内客户量200家，横跨20个国家

Airspeed 目前已服务200家企业客户，覆盖20个国家，包括 Persona、Pricefx、Light、Qdrant 等。2026年前四个月，平台上客户构建的自定义智能体数量大幅增长，月度运行量从1月到4月增长了近3倍，过去12个月营收增长4倍。

这些数字对于一个2022年创立、2026年完成A轮的公司来说，展示了真实的市场拉动，而非融资驱动的虚假增长。

竞争格局：AI销售执行的主要玩家

Airspeed 的核心差异：将洞察和执行统一在同一平台，且执行是真正的自主行动而非提示建议。这在现有市场中是独特的——大多数竞争对手要么只做洞察（Gong），要么只做特定执行动作（11x的外发场景），缺乏跨场景的统一执行能力。

投资人逻辑：DN Capital 与 Atlassian Ventures 的背书意义

DN Capital 过去投资了 Shazam、Auto1、Remitly 等品类领导者，对企业软件有深度判断。其合伙人 Thomas Rubens 的评价直接揭示了投资逻辑：「每个CEO都想要一个能真正驱动业务的单一事实来源。下一波企业AI属于能把洞察转化为执行的系统。」

Atlassian Ventures 的参投具有额外的战略价值：Atlassian（Jira、Confluence 的母公司）是企业协作工具的顶级生态系统，其战略投资意味着 Airspeed 可能进入 Atlassian 的企业客户网络，大幅降低渠道开发成本。

风险与挑战

⚠️ 风险一：Salesforce 和 Gong 的平台化反击 Salesforce Einstein GPT 和 Gong 的新一代功能正在向「执行」层延伸。作为已深度嵌入企业工作流的平台，一旦它们完成从「洞察」到「执行」的能力升级，Airspeed 的独立价值将受到严峻挑战。

⚠️ 风险二：AI智能体的「信任门槛」挑战 让AI直接修改CRM数据、发送客户邮件——销售主管对这类自主行动的信任门槛极高。一次错误的自动行动（如发送给错误客户的邮件）可能带来不成比例的声誉损失，拖累客户扩张节奏。

⚠️ 风险三：资金相对有限 累计2500万美元的总融资，在与Gong（融资超3亿美元）、Salesloft等头部玩家的竞争中，是一个明显的资源不对称。AI人才、销售团队、产品研发的同时扩张，将面临严格的资源分配压力。

⚠️ 风险四：企业销售的精英渠道依赖 Airspeed 的目标客户是有一定规模的B2B企业，这类客户的采购决策周期长、需要顾问式销售，而公司目前规模尚小，销售团队的覆盖能力是一个真实的增长瓶颈。

「从洞察到执行」——这个看似只有几个字的距离，正是大多数AI销售工具试图跨越却至今没有真正成功的鸿沟。Airspeed 用两位 DeepMind 科学家的工程基因，押注在这个鸿沟上建立一座真正的桥梁。

2000万美元的A轮，为这场竞争赢得了一段宝贵的时间窗口。问题的答案，将由接下来18个月的客户增长数据来揭晓。