اهتم جاريد تشاو في الأصل بتحليلات البيانات خلال فترة وجوده في جامعة كاليفورنيا في بيركلي لأنه تم سحبه إلى كيفية تحويل البيانات الأولية إلى قصة. أسس Zhao أول بدء التشغيل في تحليل البيانات في عام 2021. لكن التطورات في الذكاء الاصطناعى التوليدي بعد عام واحد فقط جعل Zhao يدرك ما كان Polyture معقد للغاية لما سيبحث عنه المستخدمون في عالم ما بعد الفصل ، وقرر تغيير المسار.

وكانت النتيجة هي Athenic AI ، وهي شركة تستخدم AI لتشغيل تحليلات البيانات للمؤسسات في جميع مصادر البيانات الخاصة بهم. قال تشاو ، المؤسس والرئيس التنفيذي ، إن منتجات Athenic مصممة لتكون نظامًا عصبيًا مركزيًا لقواعد بيانات المؤسسة التي يمكن أن يستخدمها أي شخص في الشركة بغض النظر عن تجربة الترميز أو البيانات.

وأضاف Zhao (في الصورة أعلاه في المركز) أن Athenic تم تصميمه ليكون مرنًا ويمكنه العمل مع الشركات لجعل الذكاء الاصطناعي لفهم “المعرفة القبلية” أو مؤشرات الأداء الرئيسية أو المصطلحات الداخلية بحيث يكون لدى الذكاء الاصطناعى السياق المطلوب لتشغيل تحليلات مناسبة.

يتضمن كل تقرير بيانات أن سحب نظام AI-ai-a-af شرح لكيفية تفسير الذكاء الاصطناعي للبيانات مما يجعل من السهل على المستخدمين تحديد الأخطاء المحتملة وإعطاء ملاحظات نموذج الذكاء الاصطناعى. وأضاف Zhao أن هذا يساعد في الرؤية وأنه بينما يريدون أن تحصل الذكاء الاصطناعى على ما يقرب من دقة 100 ٪ قدر الإمكان ، لا يمكن لمحللي البيانات البشرية الوصول إلى دقة 100 ٪ أيضًا.

وقال تشاو: “حتى عندما يكون النظام خطأ ، فإنه يدرك أنه قد يكون خطأ ، ويشرح للمستخدم سبب اعتقاده أنه قد يكون خطأ”. وهذا ما يفعله محلل بيانات جيد. إنهم لا يعطونك التقرير أو الرسم البياني فحسب ، بل يعطونك أيضًا ملخصًا تنفيذيًا يفسر كيف يجب أن تفسر هذا وما فعلوه للقيام بهذا التحليل. “

تأسست الشركة في عام 2022 وأطلقت منتجها في صيف عام 2022. منذ إطلاقها ، تمكنت Athenic من الهبوط على العملاء الذين تتراوح من الشركات الناشئة الصغيرة إلى الشركات الكبيرة بما في ذلك Additel و PMC. قالت تشاو إن الشركة عثرت على العديد من عملائها الأصغر من خلال المبيعات الخارجية ، لكن غالبية عملائها في المؤسسات جاءوا من مصلحة واردة.

أعلنت Athenic ومقرها سان فرانسيسكو الآن عن جولة بذرة بقيمة 4.3 مليون دولار بقيادة BMW I بمشاركة من TenVC و Scrum Ventures و Stage 2 Capital ، من بين أمور أخرى. وقال تشاو إن الأموال سيتم وضعها نحو توظيف وبناء قدرات تقنية جديدة.

“اليوم ، يسأل المستخدم الأسئلة ويسحب الرؤى خارج النظام الذي يريدون رؤيته” ، قال تشاو. “هناك أيضًا عالم حيث تحتوي البيانات على نوع من البصيرة الفطرية للبيانات التي سنرغب في اقتراحها للمستخدم قبل أن يسألوا”.

أخبرت شركة Samantha Huang ، وهي مديرة في BMW I Ventures ، TechCrunch أنها تعرفت على Athenic بطريقة عشوائية. قالت هوانغ إن شركتها قررت أن تتعرض للإحساس بشكل أفضل بالنظام الإيكولوجي لبدء التشغيل AI بشكل عام و “غلي المحيط” من خلال التواصل مع أكبر عدد ممكن من الشركات الناشئة من الذكاء الاصطناعي للحصول على فحص أجواء.

كان Athentic واحد منهم. وقال هوانغ إن الشركة برزت من شركات تحليلات البيانات الأخرى بسبب حقيقة أنها تساعد الشركات على إنشاء نماذج الذكاء الاصطناعى مع سياق ومعرفة خاصة بالشركة.

وقالت: “ستستخدم الكثير من الشركات هذه النماذج العامة ، المخصصة ، ولكن المشكلة هي ، من الناحية الفنية ، النموذج ، إنه نوع من الغباء إذا كنت لا تعرف كيف تبدو البيانات في بيئة العميل”. “اتبع جاريد نهجًا جديدًا ، حيث يجمع بين رسم بياني للمعرفة بالإضافة إلى نماذج التأسيس التي سمحت له بسد هذه المشكلة.”

سوق تحليلات البيانات مزدحمة ، ومن المحتمل أن يحصل بشكل متزايد على تحسن الذكاء الاصطناعي وتطلع المزيد من الشركات إلى الاستفادة من كيفية تحسين الذكاء الاصطناعي لإدارة واستخدام بياناتها. DataBricks هو مجرد مثال واحد في هذا القطاع الذي جمع أكثر من 19 مليار دولار من رأس المال الاستثماري ويبلغ قيمته حاليًا 62 مليار دولار. هناك أيضًا العديد من الشركات التي تركز على تخزين البيانات وتركز على التحسين والتي يمكن أن تتوسع بسهولة في هذا المساحة.

يعتقد Zhao أن نهج الشركات في التركيز بشكل كبير على تجربة المستخدم وضمان أن نماذج الذكاء الاصطناعى لها سياق الشركة المناسب يساعد في تمييزها.

وقال تشاو: “نعتقد فقط أن هناك الكثير من الشركات التي يتم تشغيلها دون معرفة مناسبة ، على الرغم من أن جميع البيانات موجودة تقنيًا”. “الناس في القمة في بعض الأحيان ، وليس خارج الجهل ، في كثير من الأحيان يطيرون أعمى ، وهذه هي المشكلة التي نريد حلها حقًا.”