Redpine raccoglie 8 milioni di dollari nel round di seed per costruire il livello di dati che alimenta gli agenti AI di prossima generazione

Redpine, con sede a Stoccolma, ha raccolto un round di seed da 8 milioni di dollari per accelerare l’espansione globale e ulteriormente sviluppare la sua piattaforma, che fornisce agli agenti AI l’accesso a dati premium e non pubblici.

Il round è stato guidato da NordicNinja, con la partecipazione di Luminar Ventures e node.vc, insieme ad angeli strategici tra cui leader di OpenAI, Perplexity e Spotify, nonché fondatori di aziende come SiloAI, Validio e Sana. Il generale partner di NordicNinja, Marek Kiisa, si unirà al consiglio di amministrazione.

Il finanziamento sarà utilizzato per ampliare la rete di partnership di dati proprietari di Redpine e avanzare la sua piattaforma core, compresa la tecnologia di recupero e riordinamento guidata dal fondatore e scienziato dei dati Dr. Leonora Vesterbacka. L’azienda sta anche espandendo il suo team in ingegneria, scienza dei dati e mercato, attirando talenti da organizzazioni come Spotify, Sana, Zettle, Lunar, McKinsey, CERN e H&M.

Costruire l’accesso ai dati che la maggior parte degli AI non può raggiungere

Il concetto fondamentale di Redpine è semplice. I sistemi AI odierni sono addestrati su una piccola fetta delle informazioni del mondo. Mentre i dati del web pubblico hanno alimentato l’ascesa dei grandi modelli linguistici, rappresentano solo una piccola frazione dei dati globali totali.

L’azienda stima che solo l’1-2% dei dati sia attualmente accessibile per l’uso AI. La sua piattaforma è progettata per sbloccare la maggioranza rimanente abilitando l’accesso conforme e concesso a dataset proprietari in vari settori.

Attraverso la sua piattaforma, Redpine consente ai proprietari di contenuti, editori e fornitori di dati di offrire l’accesso controllato ai loro dati, mentre gli sviluppatori e gli agenti AI possono scoprire, valutare e pagare quei dati attraverso un livello di API unificato. Ciò posiziona Redpine come infrastruttura piuttosto che come costruttore di modelli, agendo come mercato e sistema di consegna per dati ad alto valore.

Un’API headless per gli agenti AI

A livello di prodotto, Redpine opera un livello di API headless che collega direttamente i sistemi AI ai dataset premium. La piattaforma supporta più tipi di dati, tra cui testo, immagini, video, audio e codice, e è progettata per funzionare in tutta la vita del ciclo AI, dalla formazione e dal fine-tuning al recupero in tempo reale.

Un componente centrale del sistema è la tecnologia di recupero e riordinamento, che valuta la qualità dei dati in tempo reale. Invece di esporre dataset grezzi, la piattaforma priorizza la rilevanza e l’affidabilità, aiutando a ridurre le allucinazioni e a migliorare la presa di decisioni.

Ciò è particolarmente importante in domini in cui l’accuratezza è critica, come la sanità, il diritto, la finanza e la ricerca scientifica. Sono tra i settori in cui Redpine sta concentrando i suoi sforzi.

Ripensare come gli AI accedono e utilizzano i dati

Se questo modello guadagna slancio, cambia come vengono costruiti e distribuiti i sistemi AI. Invece di fare affidamento pesante su dataset di formazione statici, gli agenti AI potrebbero operare sempre più recuperando informazioni verificate e aggiornate su richiesta da fonti concesse.

Quel passaggio sposterebbe l’industria più vicino all’intelligenza in tempo reale, dove i modelli sono meno dipendenti da ciò su cui sono stati addestrati e più dipendenti da ciò a cui possono accedere nel momento in cui viene presa una decisione. Introduce anche uno strato economico più strutturato intorno ai dati, dove l’accesso è misurato, prezziato e governato da diritti di utilizzo chiari.

Per le imprese, ciò potrebbe ridurre la necessità di centralizzare dati sensibili per la formazione, poiché gli agenti possono interrogare dataset esterni senza ingerirli permanentemente. Per i proprietari di dati, crea un percorso diretto per monetizzare le informazioni proprietarie senza perdere il controllo sulla distribuzione.

Nel tempo, questo tipo di infrastruttura potrebbe portare a un ecosistema AI più modulare, dove modelli, agenti e fonti di dati sono accoppiati in modo lasco. In quell’ambiente, il vantaggio competitivo potrebbe dipendere meno dalla scala del modello solo e più dalla qualità, esclusività e accessibilità dei dati che quei sistemi possono raggiungere.