$44 млн на посевном раунде (seed) корпоративного софта. FF News прямо называет такую сумму для ранней стадии «исключительно большой» — и объясняет цифру трек-рекордом основателя.
Ставка — на тезис «Context Gap»: данные у компании есть, цельной картины для решений нет.
Мохит Арон строит категории дважды. Nutanix дала рынку гиперконвергентную инфраструктуру, Cohesity — современное управление данными. Третий проект, SciFin, идёт по тому же маршруту: поверх данных достраивается слой контекста, на котором принимают решения.
Что такое Context Gap
Арон определяет разрыв контекста (Context Gap) как дистанцию между объёмом данных, который собрала компания, и полной картиной, которая нужна для действия. CRM, BI, разговоры с клиентами, операционные обзоры — каждый блок хранит свои фрагменты. Сводить их вручную и превращать в решение — и есть реальная цена бюрократии.
We need to move from systems of record to systems of reality.— Мохит Арон, основатель и CEO SciFin
Формула перевода: от «систем записи» (systems of record) к «системам реальности» (systems of reality). Разница — в том, чем заканчивается квартал: отчётом о том, что было, или решением о том, что делать.
SciFin объединяет аккаунты, сделки (accounts и deals в терминологии CRM), прогнозы, представителей, территории, разговоры с клиентами и рабочие процессы в одну постоянно обновляемую операционную картину. ИИ-компаньон Pixie превращает её в ответы, отчёты и рекомендованные действия: репам — меньше админ-работы перед встречами, менеджерам — приоритеты для коучинга, финансам и RevOps (revenue operations, операционное управление выручкой) — раннее выявление рисков.
Pixie держит картину актуальной между встречами: подтягивает свежие разговоры, территорию и прогноз, а не только цифру из CRM. Для квартального ревью это разница между «долго собираем слайды» и «смотрим в одну картину».
Кто за этим стоит
Раунд собрали Altimeter и Madrona при участии Foundation Capital, S32, Zetta Ventures и Zeev Ventures. Управляющий директор Madrona Каран Механдру сопровождает Арона уже третью компанию подряд; у инвесторов нет вопроса, как выглядит «категория → слой поверх данных», когда её строит тот же человек.
Размер раунда — ещё и маркер рынка: планки для enterprise-ИИ растут, и суммы уровня $44 млн на посевной стадии по-прежнему исключение. Инвесторы платят премию за повторяемость основателя, а не за первый прототип.
Как мы писали в августе, контекст дороже модели: Prevalent AI привлекла $22 млн на знание-граф для ИИ-агентов. Проект Арона решает зеркальную задачу — тот же разрыв, но для людей в продажах и финансах, которым агенты пока не помогают.
Почему это важно
Сигнал двойной. Кейс SciFin показывает, где сейчас деньги на рынке enterprise-ИИ: статичные «системы записи» теряют ценность, инкумбенты CRM и BI превращаются в «кладбища данных». Слой контекста поверх этих систем — новая точка сборки продукта.
Риски очевидны: поле revenue-операций плотное, за два года там появляются десятки стартапов. Но персоналии у SciFin не рядовые — основатель с двумя построенными категориями и инвесторы, финансировавшие его больше десятилетия.
