Jared Zhao s’est initialement intéressé à l’analyse des données pendant son séjour à UC Berkeley parce qu’il a été clip sur la façon dont cela pourrait transformer les données brutes en histoire. Zhao a fondé sa première startup d’analyse de données Polyture en 2021. Mais les progrès de Generatif AI un an plus tard ont fait réaliser que Zhao réalise ce que la construction était trop compliquée pour ce que les utilisateurs rechercheraient dans un monde post-chatte et ont décidé de changer de cap.
Le résultat a été Athenic AI, une entreprise qui utilise les UI pour exécuter l’analyse de données pour les entreprises dans toutes leurs sources de données. Zhao, le fondateur et PDG, a déclaré que les produits d’Athénic sont conçus pour être un système nerveux central des données de données d’une organisation qui peuvent être utilisées par quiconque dans l’entreprise sans son expérience de codage ou de données.
Zhao (photo ci-dessus au centre) a ajouté qu’Athénique est conçu pour être flexible et peut travailler avec les entreprises pour qu’il comprenne la «connaissance tribale» de l’entreprise, les KPI ou la terminologie interne afin que l’IA ait le contexte nécessaire pour exécuter une analyse appropriée.
Chaque rapport de données que les tractions du système axées sur l’IA comprend une explication de la façon dont l’IA a interprété les données, ce qui facilite les utilisateurs de repérer les erreurs potentielles et de donner la rétroaction du modèle d’IA. Zhao a ajouté que cela aide à la visibilité et que même s’ils veulent que l’IA obtienne aussi près de 100% de batteries que possible, les analystes de données humaines ne peuvent pas non plus atteindre des batteries à 100%.
« Même lorsque le système est faux, il est conscient que cela pourrait être faux, et cela explique à l’utilisateur pourquoi il pense que cela pourrait être faux », a déclaré Zhao. «Et c’est ce que fait un bon analyste de données. Ils vous donnent simplement le rapport ou le graphique, ils vous donnent également un résumé exécutif qui explique comment vous devez interpréter cela et ce qu’ils ont fait pour faire cette analyse. «
L’entreprise a été fondée en 2022 et a lancé son produit à l’été 2022. Vente qu’elle a été lancée, Athénic a pu décrocher des clients allant des petites startups aux grandes entreprises, notamment Additel et PMC. Zhao a déclaré que la société avait trouvé bon nombre de ses petits clients grâce à des prospects sortants, mais que la majorité de leurs clients d’entreprise de l’intérêt entrant.
Athénic, basée à San Francisco, annonce désormais une ronde de semences de 4,3 millions de dollars dirigée par BMW I Ventures avec participation de TENVC, Scrum Ventures et Stage 2 Capital, entre autres. Zhao a déclaré que l’argent serait mis en place à l’embauche et à la création de nouvelles capacités technologiques.
« Aujourd’hui, l’utilisateur pose des questions et retire les idées du système qu’il veut voir », a déclaré Zhao. « Il y a aussi un monde où les données ont une sorte de perspicacité qui est innée aux données qui veulent bien suggérer à l’utilisateur avant même de demander. »
Samantha Huang, une principale à BMW I Ventures, a déclaré à TechCrunch qu’elle avait été présentée à Athénique d’une manière aléatoire. Huang a déclaré que son entreprise avait décidé de mieux comprendre l’écosystème des startups de l’IA en général et de «bouilli l’océan» en atteignant autant de startups d’IA que possible pour obtenir un chèque d’ambiance.
Athentic était l’un d’eux. Huang a déclaré que la société s’est démarquée d’autres sociétés d’analyse de données en raison du fait qu’elle aide les entreprises à mettre en place les modèles d’IA avec un contexte et des connaissances spécifiques à l’entreprise.
« Beaucoup d’entreprises utiliseront ces modèles génériques, monétisés et fondamentaux, mais le problème est, techniquement, le modèle, c’est un peu stupide si vous ne savez pas à quoi ressemblent les données de l’environnement du client », a-t-elle déclaré. «Jared a adopté une nouvelle approche, combinant un graphique de connaissances ainsi que des modèles fondamentaux qui lui ont permis de combler ce problème.»
Le marché de l’analyse des données est bondé et obtiendra probablement de plus en plus à mesure que l’IA générative s’améliore et que davantage d’entreprises cherchent à capitaliser sur la façon dont l’IA peut améliorer la gestion et l’utilisation de leurs données. Databricks n’est qu’un exemple de ce secteur qui a levé plus de 19 milliards de dollars en capital-risque et est actuellement évalué à 62 milliards de dollars. Il existe également de nombreuses entreprises de stockage de données et d’optimisation qui pourraient facilement se développer dans cet espace.
Zhao pense que l’approche des entreprises pour se concentrer fortement sur l’expérience utilisateur et s’assurer que les modèles d’IA ont le contexte approprié de l’entreprise aident à les distinguer.
« Nous pensons simplement qu’il y a trop d’affaires qui sont gérées sans les connaissances appropriées, même si toutes les données sont techniquement là », a déclaré Zhao. «Les gens au sommet parfois, pas par ignorance, beaucoup de fois volent aveugles, et c’est le problème que nous voulons vraiment résoudre.
