Kumo, una startup que ofrece una plataforma impulsada por IA para abordar problemas predictivos en los negocios, anunció hoy que recaudó $18 millones en una ronda Serie B liderada por Sequoia, con la participación de A Capital, SV Angel y varios inversores ángeles. La cofundadora y directora ejecutiva, Vanja Josifovski, dice que los nuevos fondos se destinarán a los esfuerzos de contratación e I + D de Kumo en la plataforma y los servicios de la startup, que incluyen preparación de datos, análisis de datos y gestión de modelos.
La plataforma de Kumo funciona específicamente con redes neuronales gráficas, una clase de sistema de inteligencia artificial para procesar datos que se pueden representar como una serie de gráficos. Los gráficos en este contexto se refieren a construcciones matemáticas formadas por vértices (también llamados nodos) que están conectados por aristas (o líneas). Los gráficos se pueden utilizar para modelar relaciones y procesos en sistemas sociales, informáticos e incluso biológicos. Por ejemplo, la estructura de enlaces de un sitio web se puede representar mediante un gráfico en el que los vértices representan páginas web y los bordes representan enlaces de una página a otra.
Las redes neuronales gráficas tienen poderosas capacidades predictivas. En Pinterest y LinkedIn, se utilizan para recomendar publicaciones, personas y más a cientos de millones de usuarios activos. Pero, como señala Josifovski, son computacionalmente costosos de ejecutar, lo que los hace prohibitivos para la mayoría de las empresas.
“Muchas empresas hoy en día que intentan experimentar con redes neuronales gráficas no han podido escalar más allá de los conjuntos de datos de entrenamiento que caben en un solo acelerador (memoria en una sola GPU), lo que limita drásticamente su capacidad para aprovechar estos enfoques algorítmicos emergentes”, dijo. TechCrunch en una entrevista por correo electrónico. “A través de avances algorítmicos y de infraestructura fundamentales, hemos podido escalar a conjuntos de datos en muchos terabytes, lo que permite que las redes neuronales gráficas se apliquen a clientes con gráficos empresariales más grandes y complicados, como redes sociales y mercados de múltiples lados”.
Con Kumo, los clientes pueden conectar fuentes de datos para crear una red neuronal gráfica que luego se puede consultar en lenguaje de consulta estructurado (SQL). Debajo del capó, la plataforma entrena automáticamente el sistema de red neuronal, lo evalúa para determinar su precisión y lo prepara para su implementación en producción.
Josifovski dice que Kumo se puede usar para aplicaciones como la adquisición de nuevos clientes, la lealtad y retención de clientes, la personalización y la siguiente mejor acción, la detección de abusos y la detección de delitos financieros. Anteriormente, el CTO de Pinterest y Airbnb Homes, Josifovski trabajó con los otros cofundadores de Kumo, el exjefe científico de Pinterest Jure Leskovec y Hema Raghavan, para desarrollar la tecnología de gráficos a través de los laboratorios de investigación de la Universidad de Stanford y Dortmund.
“Las empresas gastan millones de dólares en almacenar terabytes de datos, pero solo pueden aprovechar de manera efectiva una fracción de ellos para generar las predicciones que necesitan para impulsar las decisiones comerciales con visión de futuro. La razón de esto son las grandes brechas en la capacidad de la ciencia de datos, así como el tiempo y el esfuerzo masivos necesarios para que las predicciones entren en producción con éxito”, dijo Josifovski. “Permitimos que las empresas pasen a un paradigma en el que el análisis predictivo pasa de ser un recurso escaso que se usa con moderación a uno en el que es tan fácil como escribir una consulta SQL, lo que permite que las predicciones se vuelvan básicamente ubicuas, mucho más ampliamente adaptadas en los casos de uso. en toda la empresa en un período de tiempo mucho más corto”.
Kumo permanece en la etapa piloto, pero Josifovski dice que tiene “más de una docena” de usuarios pioneros en la empresa. Hasta la fecha, la puesta en marcha ha recaudado $ 37 millones en capital.
Source link