عندما كان مؤسسو Eventual، سامي سيدو وجاي تشيا، يعملون كمهندسين برمجيات في برنامج المركبات الذاتية القيادة التابع لـ Lyft، شهدوا مشكلة متزايدة في بنية البيانات — وهي مشكلة كانت ستكبر فقط مع ارتفاع الذكاء الاصطناعي.
تقوم السيارات الذاتية القيادة بإنتاج كمية هائلة من البيانات غير المنظمة، من المسوحات ثلاثية الأبعاد والصور إلى النصوص والصوت. لم يكن هناك أداة لمهندسي Lyft تستطيع فهم ومعالجة كل تلك الأنواع المختلفة من البيانات في نفس الوقت — وكلها في مكان واحد. ترك هذا المهندسين لتجميع أدوات المصدر المفتوح في عملية طويلة مع مشاكل في الموثوقية.
قال سيدو، الذي هو الرئيس التنفيذي لـ Eventual، لـ TechCrunch في مقابلة حديثة: “كان لدينا كل هؤلاء الأذكياء حاملي الدكتوراه، وأناس رائعون في الصناعة، يعملون على المركبات الذاتية القيادة لكنهم يقضون حوالي 80% من وقتهم في العمل على البنية التحتية بدلاً من بناء تطبيقاتهم الأساسية.” “وأكثر المشاكل التي كانوا يواجهونها كانت تتعلق ببنية البيانات.”
ساعد سيدو وتشيا في بناء أداة معالجة بيانات داخلية متعددة الأنماط لـ Lyft. عندما بدأ سيدو في التقدم لوظائف أخرى، وجد أن المحاورين يستمرون في سؤاله عن إمكانية بناء نفس الحل للبيانات لشركاتهم، وولدت الفكرة وراء Eventual.
بنت Eventual محرك معالجة بيانات مفتوح المصدر ومكتوب بلغة بايثون، يُعرف باسم Daft، مصمم للعمل بسرعة عبر أنماط مختلفة من النص إلى الصوت والفيديو، وأكثر من ذلك. قال سيدو إن الهدف هو جعل Daft مُحوِّلا للبنية التحتية للبيانات غير المنظمة مثلما كانت SQL لمجموعات البيانات الجدولية في الماضي.
تأسست الشركة في أوائل عام 2022، تقريبًا قبل عام من إصدار ChatGPT، وقبل أن يدرك الكثير من الناس هذه الفجوة في بنية البيانات. أطلقوا النسخة الأولى المفتوحة المصدر من Daft في عام 2022 ويستعدون لإطلاق منتج تجاري في الربع الثالث.
قال سيدو: “ما رأيناه من انفجار ChatGPT هو أن هناك الكثير من الأشخاص الآخرين الذين بدأوا في بناء تطبيقات الذكاء الاصطناعي بأنماط مختلفة. ثم بدأ الجميع في استخدام أشياء مثل الصور والمستندات ومقاطع الفيديو في تطبيقاتهم. وهذا هو المكان الذي رأينا فيه زيادة كبيرة في الاستخدام.”
بينما كانت الفكرة الأصلية لبناء Daft نابعة من مجال المركبات الذاتية القيادة، هناك العديد من الصناعات الأخرى التي تعالج البيانات متعددة الأنماط، بما في ذلك الروبوتات، والتكنولوجيا التجارية، والرعاية الصحية. وتعتبر الشركة الآن أمازون وCloudKitchens وTogether AI من بين عملائها.
جمعت Eventual مؤخرًا جولتين من التمويل خلال ثمانية أشهر. كانت الأولى جولة تمويل ابتدائية بقيمة 7.5 مليون دولار بقيادة CRV. ومؤخراً، جمعت الشركة جولة تمويل من السلسلة A بقيمة 20 مليون دولار بقيادة Felicis مع مشاركة من M12 التابعة لمايكروسوفت و Citi.
ستذهب هذه الجولة الأخيرة نحو توسيع عرض Eventual المفتوح المصدر بالإضافة إلى إنشاء منتج تجاري سيمكن عملاءها من بناء تطبيقات الذكاء الاصطناعي بالاستناد إلى هذه البيانات المعالجة.
قالت أستاسيا مايرز، شريكة عامة في Felicis، لـ TechCrunch إنها وجدت Eventual من خلال تمرين لتخطيط السوق يتعلق بالبحث عن بنية تحتية للبيانات يمكنها دعم العدد المتزايد من نماذج الذكاء الاصطناعي متعددة الأنماط.
وأضافت مايرز أن Eventual تميزت كونها رائدة في هذا المجال — الذي من المرجح أن يصبح أكثر ازدحامًا — واستنادًا إلى حقيقة أن المؤسسين تعاملوا مع مشكلة معالجة البيانات هذه بشكل مباشر. كما أضافت أن Eventual تحل أيضًا مشكلة متزايدة.
من المتوقع أن ينمو قطاع الذكاء الاصطناعي متعدد الأنماط بمعدل نمو سنوي مركب يبلغ 35% بين عامي 2023 و2028، وفقًا لشركة الاستشارات الإدارية MarketsandMarkets.
قالت مايرز: “إن إنتاج البيانات السنوي زاد بمعدل 1000 مرة خلال الـ 20 عامًا الماضية، و90% من بيانات العالم تم إنتاجها خلال العامين الماضيين، ووفقًا لـ IDC، فإن الغالبية العظمى من البيانات غير منظمة.” “يتناسب Daft مع هذا الاتجاه الكبير في الذكاء الاصطناعي التوليدي الذي يتم بناؤه حول النص والصورة والفيديو والصوت. تحتاج إلى محرك معالجة بيانات أصلي متعدد الأنماط.”