Foundational 獲得 800 萬美元以精簡數據基礎設施
專注於改善現代數據基礎設施的初創公司 Foundational 宣布已完成由 Viola Ventures 和 Google 的 AI 投資基金 Gradient Ventures 領投的 800 萬美元種子輪融資，並吸引了天使投資者及其他風險投資公司的參與。該公司的平台能自動映射、分析並增強數據團隊的程式碼，以識別潛在問題、建議修復方案，並為 AI 應用準備數據。
在運作了 18 個月的隱秘模式後，Foundational 現已準備好向公眾揭示其技術。知名公司如 Ramp 和 Lemonade 已經採用了他們的平臺。在一場獨家訪談中，Foundational 的 CEO 和共同創辦人 Alon Nafta 強調在此階段分享他們的故事的重要性。
“在過去一年半中，我們已開發出自動映射和理解數據團隊撰寫的程式碼的能力，並將其連結到當前的 AI 生態系統，”Nafta 說。“我們旨在利用這項技術提升 AI 工具的效能，並優化數據以供 AI 使用。”
解決數據品質危機
具備網路安全和數據基礎設施經驗的 Nafta 聯合創辦了 Foundational，以應對組織在擴大數據操作時所面臨的挑戰。儘管像 Snowflake、Databricks 和 dbt 這類工具讓數據變得更加易於存取，但也導致了難以維護的複雜數據管道。
“在一個組織中，數據往往會多次轉手，”Nafta 解釋道。“工程師接收數據，數據工程師清洗數據，分析工程師建模，造成眾多的交流。”
因此，數據團隊常常迷失在數據系統內部的相互依賴關係，導致混亂、品質問題及破損的儀表板。Gartner 的調查顯示，不良數據品質每年讓組織平均損失 1280 萬美元，涉及的 40 家公司的總影響更超過 5.1 億美元。
透過程式碼分析自動化數據治理
Foundational 希望透過自動分析數據團隊的源程式碼來解決這些挑戰，映射數據源流並在部署前識別問題。該平臺可與 GitHub 等工具集成，直接在開發者的工作流程中提供可操作的見解和建議。
“他們會在日常使用的工具中看到我們的見解、警告或建議，”Nafta 提到。Foundational 僅需訪問程式碼中的元數據，從而最小化數據隱私和安全問題。
該平臺利用靜態程式碼分析、動態運行時分析和 AI 技術，創建組織數據管道的綜合地圖。它可以檢測問題，如循環引用、增加雲計算成本的低效查詢以及可移除的未使用字段。
“當我們擁有完整的數據生態系統地圖後，可以實施強大的自動化，”Nafta 解釋道。“我們能夠提醒您可能會干擾下游依賴的變更，建議性能優化，甚至根據程式碼自動生成文檔和數據目錄。”
為 AI 驅動的未來準備數據
隨著企業努力成為數據驅動並擁抱 AI，維護數據品質和一致性的需求愈發迫切。Gartner 預測到 2024 年，50% 的組織將採用現代數據品質解決方案以支持數字計劃。
然而，僅有數據品質是不夠的。當企業實施機器學習模型時，常發現數據準備不足。數據科學家在構建模型之前，花費多達 80% 的時間進行數據清理、標記和結構化。
Foundational 計劃通過其程式碼分析方法來簡化這一過程。通過了解數據的上下文和來源，該平臺能自動化許多數據準備任務，並提供關於數據結構化以實現最佳模型性能的建議。
“數據方面對增強 AI 計劃至關重要，”Nafta 說。“但同時，也是在利用 AI 來提升數據，這是一個技術潛力巨大的持續循環。”
擴展與未來前景
憑藉這次 800 萬美元的融資，Foundational 計劃擴大其工程團隊並加強市場進入策略。目前該公司有 16 名員工，主要位於舊金山和以色列。隨著企業日漸採用 AI 和機器學習，Nafta 相信 Foundational 將在改善數據管理方面成為關鍵角色。
此次種子輪融資由 Viola Ventures 和 Gradient Ventures 領投，還有 Asymmetric Venture Partners 及來自 Datadog、Intuit、Meta、Wiz 等公司的高管參與。
隨著數據量激增且 AI 成為商業運作的標準，能夠有效管理數據管道及確保數據品質將至關重要。透過綜合的程式碼分析，Foundational 旨在為新時代的數據驅動創新奠定基礎層。
“我們的目標是賦能每個組織，以高品質、值得信賴的數據為基礎，”Nafta 總結道。“這僅僅是我們的開始。”
排行榜
