Graphext：花了7年时间打造数据分析‘Formula 1’的西班牙初创公司
发布: (2026年1月19日 GMT+8 14:54)
8 min read
原文: Dev.to
Source: Dev.to
“Formula 1” 创业故事
在节奏飞快的创业世界里，座右铭常常是 “快速增长或死亡”。
推出最小可行产品、获取市场牵引、完成数百万美元的融资轮似乎是必经之路。
但如果还有另一种方式呢？一种耐心、几乎是手工艺式的策略，专注于打造如此先进的技术，以在进入商业加速器 之前 构建不可逾越的竞争护城河？
Graphext 一览
| 里程碑 | 日期 | 详情 |
|---|---|---|
| 成立 | 2015 | Graphext 诞生。 |
| 欧盟融资 | 2018‑2021 | 约 200 万欧元的非稀释性补助（Horizon 2020、EIC 基金）。 |
| 关键种子轮 | 2023 年 6 月 | 460 万美元，由 Hoxton Ventures 主导。 |
| 团队 | 2024/25 | 约 50 名员工（数据来源不一）。 |
- 创始人： Victoriano Izquierdo 与 Miguel Cantón —— 西班牙计算机工程师，自童年起便拥有创业精神。
- 核心愿景： 可解释人工智能（XAI），让公司 理解 他们的数据，而不仅仅是 处理 它。
Graphext 的起源
灵感并非来自商业计划，而是源于好奇心。
这对搭档最初创建了 contexto.io，一个用于分析 Twitter 上连接关系的工具。他们很快意识到真正的机会在于：
- 构建更广阔的信息语境。
- 可视化隐藏的网络，这些网络在 任何 数据集中连接人们和组织。
于是，Graphext（由 graph + context 融合而成）于 2015 年诞生，使命是 让数据科学大众化——弥合编码专家与拥有重要问题却缺乏直接回答工具的业务分析师之间的鸿沟。
“一款 像 Figma 那样交互式，但用于数据科学的工具”。 – 创始人愿景。
The Technology Edge – The “Formula 1”
在多年密集的研发之后，Graphext 的架构已经类似于一辆 Formula 1 赛车：超高速、精细调校，且难以复制。
| 组件 | 功能 |
|---|---|
| WebAssembly (Wasm) | 在 浏览器 中执行 80‑90 % 的数据处理，消除服务器延迟。 |
| WebGL | 以原生 GPU 速度渲染海量可视化。 |
| Apache Arrow | 实现零拷贝数据交换，实现闪电般快速的分析。 |
| 专有压缩库 | 在不牺牲性能的前提下压缩数据集。 |
| 内部低代码语言 | 让高级用户在不编写传统代码的情况下脚本化复杂工作流。 |
结果如何？探索和过滤数百万行数据的体验几乎是瞬时的。
平台 – 全栈无代码/低代码解决方案
-
通用连接
- 从简单的 CSV 导入。
- 直接连接现代数据仓库（Snowflake、BigQuery、Databricks、Redshift）。
-
交互式可视化探索（EDA）
- 实时过滤、分组、交叉引用变量，并对数据进行丰富。
-
高级无代码建模
- 通过点击而非编写代码，应用机器学习算法（聚类、NLP、图像分析）。
-
具可解释性的预测（XAI）
- 构建预测模型（例如，流失预测、销售线索评分）。
- 为何模型做出预测会被透明展示——这是 Graphext 战略的核心。
“Formula 1” 两难：性能 vs. 可及性
- Power（性能）： 该平台功能强大，需要熟练的“驾驶员”（业务分析师、数据科学家、资深用户）才能发挥其全部潜力。
- Accessibility（可及性）： 它 不是 为绝对初学者准备的玩具。
商业模式
| 细分市场 | 产品 | 目标 |
|---|---|---|
| 自助服务 | 免费和专业版计划 | 吸引用户 → 有机、产品驱动增长。 |
| 企业 | 定制定价 + 数据工程与培训服务 | 为需要支持的大型企业提供服务。 |
公司正从出售 €1 k 票价的模式，转向与 McDonald’s、Roche 等品牌签订 六位数或七位数 合同。
融资策略 – 耐心胜于稀释
| 融资来源 | 详情 |
|---|---|
| 适度种子资本 | 小额轮次，包括由 K Fund 主导的一轮。 |
| 公共补助 | 来自欧盟项目（Horizon 2020、EIC Fund）的约 €2 M – 非稀释性研发融资。 |
| 种子轮（Jun 2023） | $4.6 M 由 Hoxton Ventures 主导；>80 位天使投资人（Freepik、CARTO、Snowflake、GitHub、Meta）。 |
这种耐心的做法让 Graphext 打造其“Formula 1” 而无需过度稀释。随着产品成熟、技术风险降低，顶级风险投资公司纷纷表现出投资意愿。
前进之路
- 可解释 AI 领导力: 在 AI 强大但不透明的世界里，Graphext 的 XAI 重点建立信任并推动业务采纳。
- 生成式 AI 集成: 不仅仅是另一个功能——AI 将充当副驾驶，将自然语言问题转化为完整、交互式分析，解决“Formula 1”可及性难题。
- 商业规模化: 下一个挑战是扩大销售，尤其是国际企业市场，并将平台的原始强大功能转化为广泛、用户友好的价值。
TL;DR
- Graphext 花费 7 年 和 ≈€7 M 打磨了基于浏览器、Wasm 驱动的分析引擎。
- 其 无代码/低代码 平台覆盖整个数据分析生命周期，同时提供 可解释 AI。
- 在 耐心、以补助为主的融资策略 之后，2023 年筹得 460 万美元，现正进行商业规模化。
- 未来关键工作：通过生成式 AI 驱动的引导，使 “Formula 1” 的强大功能对更广泛的受众可用。
Graphext：高级数据科学与分析平台
在性能与易用性之间的张力是一个持续的挑战。他们的故事提醒我们，成功没有唯一的道路。有时，耐心、技术深度和清晰的愿景比不计代价的速度更具力量。Graphext 已经打造了自己的 “Formula 1”；现在真正的赛跑开始了，以证明它能够在全球市场中取胜。
资源
- Graphext YouTube Channel – YouTube 频道，提供大量使用 Graphext 平台的实用案例。
- Blog Naranja – Graphext，连接海量数据以理解世界（西班牙语）。
- YouTube – 访谈 Victoriano Izquierdo（NTYPodcast – 西班牙语）——深入探讨他们的战略和技术。
- Business Insider – Graphext，欧盟投资 170 万欧元的西班牙初创公司（西班牙语）。
- Graphext Blog – 宣布 460 万美元的融资轮。