AI-modellutvecklingsplattform Abacus.ai landar 50 miljoner dollar

Abacus.ai, en plattform som skapar utvecklingsverktyg för att utveckla och distribuera AI-teknik för företag, tillkännagav idag att de samlade in 50 miljoner dollar i en serie C-runda ledd av Tiger Global med deltagande från Coatue, Index Partners och Alkeon Ventures. Höjningen ger företagets Totalt finansiering till 90.3 miljoner dollar hittills, och VD Bindu Reddy säger att det kommer att användas för att vidareutveckla Abacus AI-teknik samtidigt som företagets personalstyrka växer.

Medan andelen av företag Genom att investera mer än 50 miljoner USD i big data och AI-initiativ nådde 64.8 % 2020 (upp från 39.7 % 2018), kämpar organisationer av alla storlekar fortfarande för att implementera AI snabbt – och framgångsrikt. Cirka 80 % av AI-projekten når aldrig implementering, enligt till Gartner, och de som gör det är bara lönsamma omkring 60 % av tiden.

Abacus grundades 2019 av Arvind Sundararajan, Siddartha Naidu och Reddy och tillhandahåller en tjänst för organisationer att utveckla AI-modeller via moduler som kan strömma, övervaka, debias, slå samman, lagra och transformera data. Enligt Reddy kan användare utan avancerad datavetenskaplig kunskap och begränsade budgetar använda den för att upprepa system från slut till ände som är jämförbara med Twitters och TikToks innehållsflöden och Gmails autokompletteringsfunktion.

"Vi har sett en snabb användning av vår plattform när kunder genererar mer data i storleksordningar, flyttar all sin verksamhet till den digitala sfären och letar efter AI-modeller för att fatta beslut," sa Reddy till VentureBeat via e-post. "Vi kommer snart att se en vändpunkt i AI-adoption, eftersom det blir lättare och lättare att utveckla modeller och operationalisera dem."

AutoML

Abacus omfattar delar av "AutoML", eller processen att automatisera tillämpningen av maskininlärning på verkliga problem. AutoML täcker hela pipelinen, från råa datamängder till utplacerbara maskininlärningsmodeller, och datavetenskapsteam använder det i allt högre grad för att övervinna blockeringar i sina organisationer. Forrester rapporter att 25 % av beslutsfattarna inom data och analys vars företag använder AI sa att de planerar att implementera AutoML-mjukvaran inom det närmaste året. Sextioen procent sa att de redan hade implementerat AutoML-mjukvara eller håller på att implementera det, enligt studien.

Abacus bedriver forskning och erbjuder molntjänster för AI för att hjälpa företag att bädda in maskininlärningsmodeller i sina processer. Kunder väljer ett användningsfall och pekar på deras data, varefter Abacus motor skapar ett AI-system som kan användas för att göra och dela förutsägelser.

Ovan: Abacus modellhanteringspanel.

Bildkredit: Abacus

Abacus säger att dess system tillämpar startupens forskning om generativa modeller och neural arkitektursökning för att hantera bullriga eller ofullständiga data. Den identifierar till synes det bästa neurala nätverket som modellerar en kunds egenutvecklade datauppsättning och användningsfall som spänner över IT-drift, marknadsföring och försäljning, bedrägerier och säkerhet samt prognoser och planering.

Dessutom är systemet bra på att konfigurera pipelines, schemalägga modellomskolning på ny data, tillhandahålla modellservering från rådata och ge förklaringar till modellers förutsägelser, säger Reddy. "Vanliga företags-AI-användningsfall som churn-modellering, leadscoring och anomalidetektering har sett exponentiell tillväxt [på vår plattform]," tillade hon. "Pandemin har varit fantastisk för AI-företag - och specifikt för oss."

Dra från flera datakällor

Utöver den nya finansieringen tillkännagav Abacus idag vad de kallar "vision AI-as-a-service", tillsammans med stöd för hybrid AI-modeller som kan generera förutsägelser från språk, vision och tabelldata. Enligt Reddy kan kunder nu använda en kombination av datamängder för att skapa modeller som extraherar intelligens från all tillgänglig data.

"Till exempel kan du förutsäga slutpriset för bostäder baserat på ostrukturerad data som listbeskrivning och husfoton tillsammans med strukturerade tabelldata inklusive antal sovrum, badrum och mer genom att kombinera all denna data och använda Abacus prediktiva arbetsflöde för att generera en hybrid prediktiv modell som kombinerar alla datatyper”, förklarade Reddy. "Det här är ett kraftfullt sätt att extrahera intelligens från data."

Trots konkurrens från plattformar som Amazon SageMaker, Googles Cloud AutoML, och startups som t.ex DataRobot och H2O.aiAbacus säger att över 10,000 6,000 utvecklare över mer än 1 800 kunder, inklusive 20,000-45-Flowers, har använt sina produkter för att träna ungefär 80 XNUMX modeller för personalisering i realtid, tidsserier och avvikelsedetektering hittills. Det San Francisco, Kalifornien-baserade företaget har för närvarande XNUMX anställda och planerar att expandera till XNUMX i slutet av året.

"Abacus har flera vertikalt integrerade arbetsflöden för vanliga företagsanvändningsfall, inklusive bearbetning av naturligt språk," fortsatte Reddy. "De nya pengarna kommer att användas för att fortsätta att bygga ut fler vertikala användningsfall som datorseende och för att skapa fler horisontella plattformsfunktioner som maskininlärning och operationsmoduler för djupinlärning."