Continuous lève 4 millions de dollars pour son système de données alimenté par l’IA – TechCrunch

Continuous, une startup qui vise à porter l’IA opérationnelle à la pile d’informations centrée sur les entrepôts d’informations modernes, a annoncé à l’heure actuelle qu’elle a levé un tour de table de 4 millions de dollars dirigé par Amplify Partners, avec Illuminate Ventures, Essence, Wayfinder et Facts Local community Fund participe aussi à la sphérique. Avec cette annonce, Continuous ouvre également ses services en tant que version bêta communautaire, après l’avoir testé avec une variété d’acheteurs choisis au cours des mois en cours.

L’entrepôt d’informations est vaste mais également dominé par une petite variété d’acteurs, comme Snowflake, Amazon Redshift, BigQuery et Databricks. Cela rendra moins difficile pour les startups qui souhaitent exploiter les données qui y sont enregistrées d’établir leurs innovations individuelles au sommet. Pour Continuous, cela signifie fournir aux entreprises une ressource disponible pour créer des versions prédictives.

“[Continual] permet aux équipes de données à la mode d’établir et de conserver des conceptions en constante amélioration immédiatement au sommet de leur entrepôt de données », a déclaré Tristan Zajonc, PDG et co-fondateur de Continuous. « Les scénarios d’utilisation populaires que nous voyons sont des éléments tels que l’attrition des consommateurs, la notation des guides, les conseils sur les produits, les prévisions de stock, la maintenance prédictive, l’assistance, l’automatisation, etc. les prédictions dans l’entrepôt de détails.

exemple d'IA continue

Crédits image : Continu

L’ancienne startup de Zajonc, Perception, était un premier système d’entreprise qui a été obtenu par Cloudera en 2016, bien que son co-fondateur, Tyler Kohn, ait au préalable construit RichRelevance, une société de personnalisation qui a été obtenue par Manthan Method en 2019. Dans la mise en place de ces startups. , les deux co-fondateurs ont trouvé le nombre élevé d’échecs pour les tâches d’IA dans l’organisation. La plupart du temps, il faut généralement une équipe massive et beaucoup de moyens pour faire fonctionner ces projets, même si l’infrastructure d’IA essentielle devient de plus en plus sophistiquée.

“Nous passons de cette ère de grande connaissance à cette période de grande complexité”, a expliqué Zajonc. « Nous avons fondé Continual pour relever ce défi et simplifier radicalement l’IA opérationnelle pour les entreprises. Nous avons compris que l’essor des entrepôts d’informations dans le cloud – la normalisation de l’infrastructure de données et l’essor du type de pile de données moderne beaucoup plus largement – nous offrait la possibilité de réimaginer et de simplifier radicalement l’IA d’entreprise.

Avec Continual, les équipes de détails peuvent réutiliser leurs techniques SQL et dbt actuelles. Il leur suffit de connecter Continual à leurs entrepôts de données, puis de définir de manière déclarative les options et versions qu’ils souhaitent prédire. Une fonction astucieuse ici est que les prédictions sont également stockées dans l’entrepôt d’informations, où elles sont rapidement accessibles aux développeurs et aux analystes comme souhaité.

La plate-forme prend actuellement en charge Snowflake, Redshift, BigQuery et Databricks et le personnel conçoit pour développer ses partenariats avec dbt et ces plates-formes d’informations au fil du temps. Comme le célèbre Zajonc, l’entreprise n’a cependant aucune envie de se transformer en une plate-forme d’intégration d’informations.

« Améliorer régulièrement les informations prédictives à partir des détails est essentiel pour que les entreprises fonctionnent efficacement et offrent bien mieux à leurs acheteurs. Néanmoins, l’opérationnalisation de l’IA continue d’être un obstacle pour toutes les entreprises, sauf les plus subtiles », a expliqué David Beyer d’Amplify Partners. « Continual rencontre les équipes de connaissances là où elles interviennent – au sein de l’entrepôt d’informations cloud – et leur permet de créer et de déployer des styles prédictifs en constante amélioration en une fraction du temps nécessaire aux techniques actuelles. Nous avons investi parce que nous considérons que leur technique est fondamentalement nouvelle et, plus important encore, la 1 appropriée pour faire fonctionner l’IA dans l’ensemble de l’entreprise.

L’organisation envisage d’utiliser la décision d’investissement pour doubler son équipe au cours des 12 prochains mois et étendre sa plate-forme pour assister le traitement du langage pur, la personnalisation et les conditions d’utilisation en temps réel.