AI Startup Typedef se centra en convertir los prototipos de IA en cargas de trabajo de producción, saliendo del sigilo con una financiación inicial de $ 5.5 millones. La ronda fue dirigida por Pear VC, patrocinada por grupos como Verissimo Ventures, Monocrome Ventures, Tokyo Black y Angel Investors.
La compañía está dirigida por los cofundadores Yoni Michael y Costas Paldalis. Ambos tienen raíces profundas en la infraestructura de datos. Michael vendió anteriormente Coolan, una startup de análisis de centros de datos, a Salesforce en 2016. Los dos se llaman a sí mismos «nerds de datos» y están apuntando al mercado de infraestructura de IA de $ 200 mil millones.
«También estamos muy orgullosos de anunciar la ronda de semillas de $ 5.5 millones dirigida por Pear VC, con el apoyo de Verissimo Ventures, Monocrome, Tokyo Black y los ángeles grupales excepcionales. Somos extremadamente afortunados de compartir nuestra infraestructura de IA, y podemos compartir nuestra infraestructura de IA, que imaginamos de nuestro blog.
Su tono es simple: demasiados proyectos de IA no deberían pasar la etapa prototipo. Typedef fue construido desde cero para manejar la realidad problemática de la IA de producción. Ejecuta modelos grandes, administra datos no estructurados y trata con cargas de trabajo que no se comportan inesperadamente.
«La inferencia es una nueva transformación», dice la compañía. Menciona la transición de un modelo de entrenamiento a ejecutarse a escala. El equipo ha experimentado esfuerzos clave de infraestructura en empresas como Salesforce, Tecton y Starburst Data, y lo vertió en Typedef. Esta es una herramienta para ayudar a los equipos a ir más allá de las configuraciones de IA de las cintas del conducto que se rompen bajo un uso real.
«Typedef ahora está permitiendo a los equipos generar cargas de trabajo confiables, escalables y rentables del modelo de lenguaje líder (LLM) que son cargas de trabajo confiables, escalables y rentables del modelo de lenguaje grande (LLM), sin complejidad o tensión en la gestión de la infraestructura».
La mayoría de los proyectos de IA nunca dejan la fase prototipo
Eso no es solo una premonición. Los proyectos piloto de IA se están deteniendo en todas partes. Según una encuesta de Informatica, el 93% de los líderes de datos estadounidenses están aumentando su presupuesto de Genai el próximo año, mientras que el 67% dice que no pudieron transferir la mitad de sus pilotos a la producción. Algunas estimaciones muestran que el 87% de los proyectos de IA no se escala.
«No hay un camino claro hacia la producción», dijo Michael. «Los sistemas heredados no se crearon para LLM o datos no estructurados. Por lo tanto, las personas reconstruyen herramientas anticuadas, scripts personalizados y las mejores esperanzas. Pero los resultados suelen ser frágiles y poco confiables».
Typedef está tratando de arreglarlo. Los equipos pueden construir, probar e implementar tuberías de IA. Esto permite mucho menos flujos de trabajo y mucho menos fricción para procesar y analizar datos utilizando LLM. Esto se construyó para ser determinista en un modelo no determinista. Esto significa que los equipos pueden confiar en lo que envían.
Lo que hace typedef
Typedef es un núcleo, que ayuda a los desarrolladores a ejecutar tuberías de LLM escalables para cosas como el análisis semántico sin preocuparse por todas las piezas desordenadas como límites de token, ventanas de contexto, fragmentos de datos y más. Su interfaz es simple, con API y modelos relacionales ya familiares para los ingenieros.
No tiene servidor. Configuración de infraestructura, sin aprovisionamiento, sin archivos de configuración. Descargue la biblioteca de clientes de código abierto, conínculos en la fuente de datos y comience a construir la tubería con algunas líneas de código.
«El equipo quiere la misma confiabilidad de las tuberías de IA que han tenido en las tuberías de datos tradicionales», dijo Pardalis. «Quieren usar IA para ejecutar cargas de trabajo de análisis, extraer información de sus propios datos y hacerlo en cada etapa sin luchar contra las herramientas».
Remolque temprano de clientes reales
Matic, una compañía de tecnología de seguros que trabaja con más de 70 aerolíneas, ya ha utilizado Typedef para la producción. Han creado un flujo de trabajo de IA para manejar documentos de política y transcripciones de atención al cliente. Resultados: procesamiento rápido, menos errores humanos y menores riesgos de cumplimiento.
«Con Typedef, puede construir e implementar tuberías de extracción semántica en miles de políticas y transcripciones en lugar de meses», dijo Lee Maliniak, director de productos de Matic.
¿Qué sigue para Typedef?
Typedef tiene como objetivo ser una capa de infraestructura para las empresas que intentan operar IA, especialmente cuando incluye modelos grandes, datos no estructurados o flujos de trabajo complejos. Las startups creen que su enfoque de respuesta a producción despojado es lo que las empresas necesitan para salir del purgatorio piloto de IA.
¿Comparta la historia?
Envíe sus historias a TechStartups.com frente a miles de fundadores, inversores, compañías de educación física, ejecutivos de tecnología, tomadores de decisiones y líderes tecnológicos.
Atraer la atención
Source link
