AI-modellutviklingsplattform Abacus.ai lander 50 millioner dollar

Abacus.ai, en plattform som skaper utviklingsverktøy for å utvikle og distribuere enterprise AI-teknologier, kunngjorde i dag at den samlet inn $50 millioner i en serie C-runde ledet av Tiger Global med deltakelse fra Coatue, Index Partners og Alkeon Ventures. Høyningen bringer selskapets total finansiering til 90.3 millioner dollar til dags dato, og administrerende direktør Bindu Reddy sier at det vil bli brukt til å videreutvikle Abacus sine AI-teknologier samtidig som selskapets arbeidsstyrke vokser.

Mens prosentandelen av bedrifter Ved å investere mer enn $50 millioner i big data og AI-initiativer nådde 64.8 % i 2020 (opp fra 39.7 % i 2018), sliter organisasjoner av alle størrelser fortsatt med å implementere AI raskt – og med suksess. Omtrent 80 % av AI-prosjekter når aldri distribusjon, ifølge til Gartner, og de som gjør det er bare lønnsomme rundt 60 % av tiden.

Abacus ble grunnlagt i 2019 av Arvind Sundararajan, Siddartha Naidu og Reddy, og tilbyr en tjeneste for organisasjoner for å utvikle AI-modeller via moduler som kan strømme, overvåke, debias, slå sammen, lagre og transformere data. Ifølge Reddy kan brukere uten avansert datavitenskapelig kunnskap og begrensede budsjetter bruke den til å iterere ende-til-ende-systemer som kan sammenlignes med Twitters og TikToks innholdsfeeder og Gmails autofullføringsfunksjon.

"Vi har sett en rask innføring av plattformen vår ettersom kunder genererer mer data i størrelsesordener, flytter all virksomhet til det digitale riket og ser etter AI-modeller for å ta avgjørelser," sa Reddy til VentureBeat via e-post. "Vi vil snart se et vendepunkt i AI-adopsjon, ettersom det blir enklere og enklere å utvikle modeller og operasjonalisere dem."

AutoML

Abacus omfavner elementer av "AutoML", eller prosessen med å automatisere bruken av maskinlæring på problemer i den virkelige verden. AutoML dekker hele pipelinen, fra rådatasett til utrullbare maskinlæringsmodeller, og datavitenskapsteam tar i bruk det i økende grad for å overvinne blokkeringer i organisasjonene deres. Forrester rapporter at 25 % av data- og analysebeslutningstakerne hvis firmaer tar i bruk AI, sa at de planlegger å implementere AutoML-programvare innen det neste året. Sekstien prosent sa at de allerede hadde implementert AutoML-programvare eller var i ferd med å implementere den, ifølge studien.

Abacus driver forskning og tilbyr sky AI-tjenester for å hjelpe bedrifter med å bygge inn maskinlæringsmodeller i prosessene deres. Kunder velger en brukssak og peker på dataene deres, hvoretter Abacus' motor lager et AI-system som kan brukes til å lage og dele spådommer.

Over: Abacus modellstyringsdashbord.

Bildekreditt: Abacus

Abacus sier at systemet deres bruker oppstartens forskning på generative modeller og nevrale arkitektursøk for å håndtere støyende eller ufullstendige data. Den identifiserer tilsynelatende det beste nevrale nettverket som modellerer en kundes proprietære datasett og brukssaker som spenner over IT-drift, markedsføring og salg, svindel og sikkerhet, og prognoser og planlegging.

I tillegg er systemet flinke til å konfigurere rørledninger, planlegge modellomopplæring på nye data, klargjøre modellservering fra rådata og gi forklaringer på modellenes spådommer, sier Reddy. "Vanlige AI-brukstilfeller for bedrifter som churn-modellering, leadscoring og avviksdeteksjon har sett eksponentiell vekst [på plattformen vår]," la hun til. "Pandemien har vært stor for AI-selskaper - og spesielt for oss."

Trekker fra flere datakilder

Utover den nye finansieringen kunngjorde Abacus i dag det de kaller "vision AI-as-a-service", sammen med støtte for hybride AI-modeller som kan generere spådommer fra språk, visjon og tabelldata. Ifølge Reddy kan kunder nå bruke en kombinasjon av datasett for å lage modeller som trekker ut intelligens fra alle tilgjengelige data.

"Du kan for eksempel forutsi sluttprisen på boliger basert på ustrukturerte data som listebeskrivelse og husbilder sammen med strukturerte tabelldata inkludert antall soverom, bad og mer ved å kombinere alle disse dataene og bruke Abacus prediktive arbeidsflyt for å generere en hybrid prediktiv modell som kombinerer alle datatypene," forklarte Reddy. "Dette er en kraftig måte å trekke ut intelligens fra data."

Til tross for konkurranse fra plattformer som Amazon SageMaker, Googles Cloud AutoML, og startups som f.eks DataRobot og H2O.aiAbacus sier at over 10,000 6,000 utviklere på tvers av mer enn 1 800 kunder, inkludert 20,000-45-Flowers, har brukt produktene sine til å trene opp omtrent 80 XNUMX sanntids personaliserings-, tidsserieprognoser og anomalideteksjonsmodeller til dags dato. Det San Francisco, California-baserte selskapet har for tiden XNUMX ansatte og planlegger å utvide til XNUMX innen utgangen av året.

"Abacus har flere vertikalt integrerte arbeidsflyter for vanlige bedriftsbrukstilfeller, inkludert naturlig språkbehandling," fortsatte Reddy. "De nye pengene skal brukes til å fortsette å bygge ut flere vertikale brukstilfeller som datasyn og til å skape flere horisontale plattformfunksjoner som maskinlæring og operasjonsmoduler for dyp læring."