Lyft-Ingenieure lösen Datenaufbereitungsprobleme mit Eventual

Wie ein Datenverarbeitungsproblem bei Lyft die Grundlage für Eventual wurde Als Sammy Sidhu und Jay Chia, die Gründer von Eventual, als Softwareentwickler im Autonome-Fahrzeuge-Programm von Lyft arbeiteten, entdeckten sie ein sich entwickelndes Problem der Dateninfrastruktur – ein Problem, das mit dem Aufkommen künstlicher Intelligenz (KI) noch größer werden würde. Autonome Fahrzeuge erzeugen riesige Mengen an unstrukturierten Daten, von 3D-Scans und Fotos bis hin zu Texten und Audios. Es gab jedoch kein Tool, das es den Ingenieuren von Lyft ermöglichte, alle diese unterschiedlichen Datentypen gleichzeitig und an einem Ort zu verstehen und zu verarbeiten. Das führte dazu, dass Ingenieure verschiedene Open-Source-Tools zusammenstellen mussten, was zu einem zeitaufwändigen Prozess mit Zuverlässigkeitsproblemen wurde. Sidhu, der nun CEO von Eventual ist, erzählte TechCrunch in einem jüngsten Interview, dass brillante PhDs und Fachleute aus der gesamten Branche 80% ihrer Zeit mit Infrastrukturen verbrachten, statt ihre Kernanwendungen weiterzuentwickeln. Die meisten dieser Probleme kreisten um die Dateninfrastruktur. Um dieses Problem zu lösen, halfen Sidhu und Chia bei Lyft ein internes Multimodal-Datenverarbeitungstool zu bauen. Als Sidhu sich später auf andere Jobs bewarb, wurden ihm die gleichen Fragen gestellt, und so wurde die Idee hinter Eventual geboren. Eventual entwickelte einen Python-nativen Open-Source-Datenverarbeitungs-Engine namens Daft, der darauf ausgelegt ist, schnell über verschiedene Modalitäten wie Text, Audio und Video zu arbeiten. Sidhus Ziel ist es, Daft so transformierend für unstrukturierte Dateninfrastrukturen zu machen, wie SQL es für tabellarische Datensätze in der Vergangenheit war. Das Unternehmen wurde Anfang 2022 gegründet, fast ein Jahr bevor ChatGPT veröffentlicht wurde und viele Menschen sich noch nicht bewusst waren, dass es eine Lücke in der Dateninfrastruktur gab. Sie lancierten die erste Open-Source-Version von Daft 2022 und bereiten sich jetzt auf das Launching eines Unternehmensprodukts im dritten Quartal vor. Der Erfolg von ChatGPT hat einen Boom von KI-Anwendungen mit verschiedenen Modalitäten ausgelöst. Viele Unternehmen begannen, Bilder, Dokumente und Videos in ihren Anwendungen zu verwenden, was zur drastischen Erhöhung der Nutzung von Daft führte. Obwohl die ursprüngliche Idee hinter der Entwicklung von Daft im Bereich autonomer Fahrzeuge entstand, gibt es zahlreiche andere Branchen, die multimodale Daten verarbeiten, darunter Robotik, Einzelhandels-Technologie und Gesundheitswesen. Eventual zählt inzwischen u.a. Amazon, CloudKitchens und Together AI zu seinen Kunden. Eventual hat innerhalb von acht Monaten zwei Finanzierungsrunden durchlaufen. Die erste war eine Seed-Runde in Höhe von 7,5 Millionen Dollar, geführt von CRV. Kurz darauf hob das Unternehmen in einer Serie A von 20 Millionen Dollar bei Felicis mit Teilnahme von Microsoft’s M12 und Citi. Diese neueste Runde wird verwendet, um Eventuals Open-Source-Angebot auszubauen und ein kommerzielles Produkt zu schaffen, das Kunden ermöglicht, KI-Anwendungen auf dieser verarbeiteten Datenbasis zu bauen. Astasia Myers, General Partner bei Felicis, sagte TechCrunch, dass sie Eventual im Rahmen einer Marktanalyse entdeckt habe, bei der nach Dateninfrastrukturen gesucht wurde, die die wachsende Zahl multimodaler KI-Modelle unterstützen können. Myers betonte, dass Eventual als Vorreiter in diesem Bereich hervorsticht, der wahrscheinlich noch dichter besiedelt werden wird. Zudem hatten die Gründer das Datenverarbeitungsproblem direkt erlebt. Myers fügte hinzu, dass Eventual ein wachsendes Problem löst. Laut der Managementberatungsfirma MarketsandMarkets wird die multimodale KI-Branche zwischen 2023 und 2028 mit einer jährlichen Wachstumsrate von 35% expandieren. Myers erklärte, dass die jährliche Datenmenge in den letzten 20 Jahren um das 1.000-Fache gestiegen sei und 90% der weltweiten Daten in den letzten zwei Jahren generiert wurden. Die große Mehrheit dieser Daten sei unstrukturiert, wie die Firma IDC betont. Daft passt sich genau an diesen großen Makrotrend an, bei dem generative KI um Text, Bild, Video und Sprache herum aufgebaut wird. Ein multimodal-native Datenverarbeitungs-Engine ist dabei unerlässlich. Industrielle Insider wie Astasia Myers von Felicis sehen in Eventual ein vielversprechendes Unternehmen, das eine wichtige Lücke im Markt für Datenverarbeitung schließt. Das Unternehmen profitiert von der wachsenden Bedeutung multimodaler Daten in verschiedenen Branchen und stützt sich auf die direkte Erfahrung seiner Gründer mit den Herausforderungen der Dateninfrastruktur. Mit starkem Finanzierungssupport und einem klaren Visionärziel wird Eventual zukünftig eine wichtige Rolle in der KI-Landschaft spielen.