AI modeludviklingsplatform Abacus.ai lander $50M

Abacus.ai, en platform, der skaber udviklerværktøjer til at udvikle og implementere enterprise AI-teknologier, annoncerede i dag, at den rejste $50 millioner i en serie C-runde ledet af Tiger Global med deltagelse fra Coatue, Index Partners og Alkeon Ventures. Forhøjelsen bringer virksomhedens alt finansiering til $90.3 millioner til dato, og CEO Bindu Reddy siger, at det vil blive brugt til at videreudvikle Abacus' AI-teknologier, mens virksomhedens arbejdsstyrke vokser.

Mens procentdelen af firmaer investerer mere end $50 millioner i big data og AI-initiativer nåede 64.8 % i 2020 (op fra 39.7 % i 2018), kæmper organisationer af alle størrelser stadig for at implementere AI hurtigt – og med succes. Omkring 80 % af AI-projekter når aldrig implementering, ifølge til Gartner, og dem, der gør, er kun rentable omkring 60 % af tiden.

Abacus blev grundlagt i 2019 af Arvind Sundararajan, Siddartha Naidu og Reddy og leverer en service til organisationer til at udvikle AI-modeller via moduler, der kan streame, overvåge, debias, flette, gemme og transformere data. Ifølge Reddy kan brugere uden avanceret datavidenskabsviden og begrænsede budgetter bruge det til at gentage ende-til-ende-systemer, der kan sammenlignes med Twitters og TikToks indholdsfeeds og Gmails autofuldførelsesfunktion.

"Vi har set en hurtig indførelse af vores platform, efterhånden som kunder genererer flere data i størrelsesordener, flytter alle deres operationer til den digitale verden og ser efter AI-modeller for at træffe beslutninger," fortalte Reddy VentureBeat via e-mail. "Vi vil snart se et vendepunkt i AI-adoption, da det bliver nemmere og nemmere at udvikle modeller og operationalisere dem."

AutoML

Abacus omfavner elementer af "AutoML", eller processen med at automatisere anvendelsen af ​​maskinlæring på problemer i den virkelige verden. AutoML dækker hele pipelinen, fra rå datasæt til implementerbare maskinlæringsmodeller, og datavidenskabsteams anvender det i stigende grad for at overvinde blokeringer i deres organisationer. Forrester rapporter at 25 % af data- og analysebeslutningstagere, hvis firmaer anvender AI, sagde, at de planlægger at implementere AutoML-software inden for det næste år. XNUMX procent sagde, at de allerede havde implementeret AutoML-software eller var i gang med at implementere det, ifølge undersøgelsen.

Abacus udfører forskning og tilbyder cloud AI-tjenester for at hjælpe virksomheder med at integrere maskinlæringsmodeller i deres processer. Kunder vælger en use case og peger på deres data, hvorefter Abacus' motor skaber et AI-system, der kan bruges til at lave og dele forudsigelser.

Ovenfor: Abacus' model management dashboard.

Billedkredit: Abacus

Abacus siger, at dets system anvender opstartens forskning om generative modeller og neural arkitektursøgning til at håndtere støjende eller ufuldstændige data. Det identificerer tilsyneladende det bedste neurale netværk, der modellerer en kundes proprietære datasæt og brugersager, der spænder over it-drift, marketing og salg, svindel og sikkerhed samt prognoser og planlægning.

Derudover er systemet godt til at konfigurere pipelines, planlægge modeloplæring på nye data, levere modelservering fra rådata og give forklaringer på modellernes forudsigelser, siger Reddy. "Almindelige virksomheders AI-brugssager som churn-modellering, leadscoring og anomalidetektion har oplevet eksponentiel vækst [på vores platform]," tilføjede hun. "Pandemien har været fantastisk for AI-virksomheder - og specifikt for os."

Trækker fra flere datakilder

Ud over den nye finansiering annoncerede Abacus i dag, hvad det kalder "vision AI-as-a-service", sammen med støtte til hybride AI-modeller, der kan generere forudsigelser fra sprog, vision og tabeldata. Ifølge Reddy kan kunder nu bruge en kombination af datasæt til at skabe modeller, der uddrager intelligens fra alle tilgængelige data.

"For eksempel kan du forudsige lukkeprisen for boliger baseret på ustrukturerede data som listebeskrivelse og husfotos sammen med strukturerede tabeldata, herunder antal soveværelser, badeværelser og mere ved at kombinere alle disse data og bruge Abacus forudsigende arbejdsgang til at generere en hybrid prædiktiv model, der kombinerer alle datatyperne,” forklarede Reddy. "Dette er en effektiv måde at udtrække intelligens fra data."

På trods af konkurrence fra platforme som Amazon SageMaker, Googles Cloud AutoML og startups som f.eks DataRobot , H2O.ai, siger Abacus, at over 10,000 udviklere på tværs af mere end 6,000 kunder, inklusive 1-800-Flowers, har brugt deres produkter til at træne omkring 20,000 modeller i realtid til personlig tilpasning, tidsserieprognoser og anomalidetektion. Den San Francisco, Californien-baserede virksomhed har i øjeblikket 45 ansatte og planlægger at udvide til 80 inden udgangen af ​​året.

"Abacus har flere vertikalt integrerede arbejdsgange til almindelige virksomhedsbrugssager, herunder naturlig sprogbehandling," fortsatte Reddy. "De nye penge vil blive brugt til at fortsætte med at bygge flere vertikale use cases som computervision og til at skabe mere horisontale platformsfunktioner såsom maskinlæring og deep learning operationsmoduler."