Con Datasaur, puedes generar automáticamente un modelo a partir de un conjunto de etiquetas
Mucho antes de que la gente hablara de ChatGPT y de IA generativa, empresas como datasaurio estaban lidiando con los aspectos básicos de la construcción de modelos de aprendizaje automático, ayudando a etiquetar cosas para entrenar el modelo. A medida que la IA ha despegado, este tipo de capacidad se ha vuelto aún más importante.
Con el fin de llevar la creación de modelos a más empresas sin un especialista en ciencia de datos, Datasaur anunció la capacidad de crear un modelo directamente a partir de los datos de la etiqueta, poniendo la creación de modelos al alcance de una audiencia mucho menos técnica. También anunció una extensión semilla de $ 4 millones que cerró en diciembre pasado.
El fundador de la empresa, Ivan Lee, dice que el reciente aumento en el interés por la IA ha sido excelente para la empresa y, de hecho, encaja bien en la estrategia de la startup. “Lo que Datasaur siempre se ha esforzado por ser es el mejor lugar para recopilar los datos de capacitación que necesita para alimentar sus modelos, ya sean LLM o modelos NER tradicionales, análisis de sentimientos o lo que sea”, dijo Lee a TechCrunch.
“Somos simplemente la mejor interfaz para que estos usuarios no técnicos entren y etiqueten esos datos”, dijo.
El auge de los LLM está ayudando a crear conciencia en general sobre cómo la IA puede ayudar en un contexto comercial, pero dice que la mayoría de las empresas aún se encuentran en una etapa exploratoria y aún necesitan productos como Datasaur para construir modelos. Lee dice que uno de sus objetivos desde el principio ha sido democratizar la IA, particularmente en lo que respecta al procesamiento del lenguaje natural, y la nueva función de creación de modelos debería poner la IA al alcance de más empresas, incluso de aquellas sin experiencia especializada.
“Y esta característica es una que me entusiasma especialmente porque permite a los equipos sin científicos de datos, sin ingenieros, simplemente marcar y etiquetar estos datos como mejor les parezca, y automáticamente entrenará un modelo para ellos”, dijo Lee.
Lee ve esto como una forma de ir más allá del mercado objetivo inicial de los científicos de datos. “Ahora vamos a abrirlo para que las empresas de construcción, los bufetes de abogados, las empresas de marketing, que pueden no tener experiencia en ingeniería de datos, pero aún puedan construir modelos de PNL. [based on their training data].”
Dice que ha podido limitar la cantidad de inversión de riesgo que ha tomado (la semilla anterior fue de unos modestos $ 3.9 millones en 2020) porque opera de manera eficiente. Su equipo de ingeniería se encuentra principalmente en Indonesia y, aunque espera contratar, se enorgullece de operar la empresa de manera eficiente.
“Mi filosofía siempre ha sido la rentabilidad, crecer de manera escalable, nunca crecer a toda costa”, dijo Lee. Eso significa que considera cada contratación y el impacto que tendrá en el negocio.
Al tener una fuerza laboral remota e intercultural, los empleados pueden aprender unos de otros y eso trae diversidad a la empresa por su naturaleza. “Hay una diferencia significativa en la cultura del lugar de trabajo entre los EE. UU. y cómo funcionan las cosas en Indonesia. Entonces, una cosa es que hemos tenido que ser intencionales para capturar lo mejor de ambos mundos”, dijo. Eso podría significar alentar a los colegas indonesios a hablar o rechazar lo que dice un gerente, algo que culturalmente detestan hacer. “Hemos sido muy proactivos para fomentar eso”, dijo.
Pero dice que los empleados de EE. UU. también pueden aprender mucho sobre cómo funcionan las cosas en Asia, como el respeto por sus colegas y esta cultura de poner al equipo primero, y ha tenido que ayudar a los equipos a superar estas diferencias culturales.
La inversión de 4 millones de dólares estuvo a cargo de Initialized Capital con la participación de HNVR, Gold House Ventures y TenOneTen. La empresa ha recaudado un total de 7,9 millones de dólares.
