Edelbyte haalt 70 miljoen dollar op voor AI-dataplatform

Edelbyte haalt 70 miljoen dollar op voor een dataplatform voor zoekwerk, analyses en AI-agentvragen en komt daarmee uit stealth, meldt de startup op 11 november.

Een agent op eigen bedrijfsdata vraagt ook om een keuze voor de zoek- en analyselaag. Edelbyte biedt één engine voor die vragen, ook op eigen servers. Als dat bestaande tools vervangt, veranderen zowel beheer als verbruikskosten; concrete tarieven en prestaties per klantworkload ontbreken nog.

Eén engine voor uiteenlopende vragen

De productsite positioneert zoeken, analyses, vectorzoekwerk, vragen over relaties tussen data en geografische gegevens binnen één platform, met antwoorden in milliseconden en capaciteit tot honderden petabytes. Het bedrijf zegt dat de engine data kan doorzoeken waar die staat en kan draaien in publieke en soevereine clouds, self-hosted omgevingen of on-premise. Daarmee belooft Edelbyte organisaties één route naar data die nu vaak over verschillende zoek-, analyse- en vectorvoorzieningen is verdeeld.

De productpagina noemt Apache Iceberg, Parquet, S3, Kafka, Delta Lake, PostgreSQL en MySQL als databronnen. Voor toepassingen vermeldt Edelbyte onder meer Claude, Codex, Grafana, Tableau en Power BI. Een ingebouwde kennisbasis moet AI-agenten context geven bij hun vragen. De lijst beschrijft de aansluitingen die Edelbyte aanbiedt, maar maakt niet duidelijk welke combinaties al bij klanten draaien.

De vier oprichters kwamen uit Microsofts data-infrastructuurteams. CTech schrijft dat Avner Aharoni, Evgeney Ryzhyk, Alexander Sloutsky en Yoni Leibowitz de startup in november 2025 oprichtten. Ryzhyk en Sloutsky werkten aan het oorspronkelijke Kusto-team; Kusto werd later de basis voor Azure Data Explorer. Die achtergrond plaatst Edelbyte in de markt voor analyse van grote datastromen, waar de nieuwe engine ook zijn agentvragen op richt.

Productieclaims blijven zonder klantnamen

CTech meldt dat de ronde bestaat uit 25 miljoen dollar seed onder leiding van Sequoia en 45 miljoen dollar Series A onder Quiet Capital, en dat Edelbyte petabyte-omgevingen zegt te draaien bij Fortune 500-klanten. Greenoaks en Swish Ventures deden volgens het artikel mee aan de seed; bij de Series A kwamen onder meer QP Ventures, Startpoint Capital en Cerca Partners aan boord. CTech noemt informatiebeveiliging, de auto-industrie en financiële dienstverlening als klantsectoren, maar geen namen of concrete taken.

De productsite noemt als mogelijke toepassingen het opsporen van verdachte logins en transacties terwijl die plaatsvinden, het leveren van actuele cijfers in klantproducten, telemetrie van apparaten en het doorzoeken van volledige logs en traces. Dat zijn voorbeelden van wat het platform moet kunnen; de site koppelt ze niet aan benoemde productiesystemen. De berichtgeving ondersteunt de claim van grootschalige inzet, maar maakt niet bekend welke AI- of analysetaak daar daadwerkelijk draait.

CTech meldt ook dat Edelbyte duizenden gelijktijdige queries zegt aan te kunnen. Globes schrijft dat sommige klanten tien keer zoveel queries binnen hetzelfde budget zouden kunnen uitvoeren. Als dat in vergelijkbare omstandigheden klopt, kan een organisatie meer zoekvragen stellen zonder het querybudget te verhogen. De hier geraadpleegde bronnen publiceren geen klant, testopstelling, hardware, verdeling van querytypen of onafhankelijke benchmark waarmee die claims te vergelijken zijn.

Dataplatforms kiezen hun route naar agents

Edelbyte koppelt de productkeuze aan een stelling over AI-agenten: die stellen volgens het bedrijf vaker en minder voorspelbare vragen aan bedrijfsdata dan mensen. Dat is de ontwerpreden van de startup, geen onafhankelijk gemeten vraagvolume. De bestaande dataplatforms bewegen intussen ook richting agentgebruik, vaak door functies aan hun bestaande omgeving toe te voegen.

Snowflake kondigde op 3 november automatiseringen voor CoCo en CoWork aan, waaronder terugkerende analyses op de achtergrond. CoWork kan bijvoorbeeld wekelijks een verkoopanalyse versturen en de uitvoergeschiedenis zestig dagen bewaren. MariaDB brengt Agent Memory, Semantic Cache en AI Plugins naar Enterprise Platform 2027; de cache hergebruikt antwoorden op gelijksoortige vragen en het geheugen bewaart taakstatus tussen sessies.

Google Cloud kiest weer een andere laag. Het bedrijf maakte op 4 november cross-cloudverbindingen en caching voor AWS- en Azure-data beschikbaar. Daarmee kunnen AI-agenten Iceberg-tabellen in AWS en Azure rechtstreeks bevragen zonder eerst een volledige kopie of extract-transform-load-pijplijn te maken. De drie routes laten zien dat toegang tot data voor AI-agenten zowel de database, de verbinding tussen clouds als de query-engine kan veranderen. Voor een organisatie met een bestaande stack is dus van belang welk deel Edelbyte werkelijk vervangt en welk deel erbij komt.

Verbruik bepaalt de uiteindelijke rekening

Edelbyte publiceert geen vaste tarieven. De prijspagina rekent query- en invoervermogen per vCore-uur en cache en langetermijnopslag per GB-maand. Netwerkverkeer en I/O worden apart doorbelast tegen clouddienstenkosten. Er is geen minimale looptijd, maar wie een prijs wil moet zijn workload aanleveren voor een offerte.

Voor Nederlandse teams die on-premise of in een soevereine cloud willen draaien, maakt de plaatsingskeuze onderdeel uit van dezelfde berekening als queryvolume, data-invoer, cache en bewaartermijn. De openbare pagina noemt geen Europese regio's, minimale configuratie of voorbeeldrekening. Daardoor is nog niet te berekenen of één engine goedkoper uitvalt dan de combinatie die een organisatie nu gebruikt.

Edelbyte voegt zich bij een beweging waarin agents data vaker en directer gaan bevragen, terwijl dataplatforms de context en toegang proberen mee te leveren. De financiering en de productbelofte maken de nieuwe engine zichtbaar, maar de belangrijkste bedrijfsmaten blijven open: welke klanttaak draait al, met welke vertraging en tegen welke totale kosten? Een benoemde productiecase met een vergelijkbare belasting zou laten zien of de beloofde consolidatie ook op de factuur terugkomt.