基础公司筹集800万美元以优化数据基础设施
基础公司（Foundational）是一家致力于改善现代数据基础设施的初创企业，近日宣布完成由Viola Ventures和Gradient Ventures（谷歌的人工智能投资基金）主导的800万美元种子融资，天使投资者和其他风险投资公司也参与了此次融资。该公司的平台能自动映射、分析并增强数据团队的代码，以识别潜在问题、提出解决方案，并为人工智能应用做好数据准备。
在经过18个月的研发沉默期后，基础公司现已准备向公众展示其技术。Ramp和Lemonade等知名企业已经开始使用他们的平台。在一次独家采访中，基础公司的首席执行官兼联合创始人阿隆·纳夫塔（Alon Nafta）强调了在此阶段分享其故事的重要性。
“在过去的一年半里，我们开发了自动映射和理解数据团队编写代码的能力，并将其与当今的人工智能生态系统关联起来。”纳夫塔表示，“我们的目标是利用这一技术为人工智能工具服务，并优化数据供人工智能使用。”
应对数据质量危机
凭借在网络安全和数据基础设施方面的经验，纳夫塔共同创办了基础公司，以解决组织在扩展数据运营时面临的挑战。尽管像Snowflake、Databricks和dbt等工具使数据更易于获取，但同时也带来了难以维护的复杂数据管道。
“在一个组织中，数据通常经过多个环节，”纳夫塔解释道。“工程师获取数据，数据工程师进行清洗，分析工程师则进行建模，从而产生了诸多交互。”
因此，数据团队常常忽视其数据系统内的相互依赖关系，导致混乱、质量问题以及仪表板故障。Gartner的调查显示，糟糕的数据质量每年给组织造成平均1280万美元的损失，40家公司累计影响超过5.1亿美元。
通过代码分析自动化数据治理
基础公司通过自动分析数据团队的源代码来解决这些挑战，映射数据溯源并在部署前识别问题。该平台与GitHub等工具集成，直接在开发者的工作流程中提供可操作的见解和建议。
“用户会在他们已经使用的工具中看到我们的见解、警告或建议。”纳夫塔指出。基础公司只需访问代码中的元数据，从而降低数据隐私和安全风险。
该平台利用静态代码分析、动态运行时分析和人工智能技术，创建组织数据管道的全面地图。它可以检测如环形引用、增加云成本的低效查询，以及可以删除的未使用字段等问题。
“当我们拥有完整的数据生态系统图时，就能实施强大的自动化。”纳夫塔表示。“我们可以提醒您可能影响下游依赖关系的变化，建议性能优化，甚至从代码中自动生成文档和数据目录。”
为人工智能驱动的未来准备数据
随着公司努力实现数据驱动和接纳人工智能的目标，维护数据质量和一致性的需求愈加迫切。Gartner预测，到2024年，50%的组织将采用现代数据质量解决方案以支持他们的数字化项目。
然而，单靠数据质量是不够的。许多公司在实施机器学习模型时发现，其数据准备不足。数据科学家在数据清洗、标记和结构调整上花费多达80%的时间，才能开始建模。
基础公司旨在通过其代码分析方法简化这一过程。通过理解数据的上下文和溯源，该平台可以自动化许多数据准备任务，并提供关于如何优化模型表现的建议。
“数据的质量对增强人工智能项目至关重要，”纳夫塔说。“但同样重要的是使用人工智能来改善数据。这是一个具有巨大技术潜力的持续循环。”
扩展与未来展望
凭借这800万美元的新融资，基础公司计划扩展其工程团队并加强市场推广策略。目前，公司有16名员工，主要分布在旧金山和以色列。随着组织日益采用人工智能和机器学习，纳夫塔相信基础公司在帮助改善数据管理方面将发挥重要作用。
此次种子融资由Viola Ventures和Gradient Ventures主导，Asymmetric Venture Partners及Datadog、Intuit、Meta、Wiz等公司的高管也有参与。
随着数据量的增加和人工智能在业务运营中的普及，有效管理数据管道并确保其质量将变得至关重要。基础公司通过其全面的代码分析，旨在为新一代数据驱动的创新奠定基础。
“我们的目标是为每个组织提供高质量、可信赖的数据，帮助其构建未来。”纳夫塔总结道。“这只是我们征程的开始。”
排行榜
