Redpine samler inn 8 millioner dollar i seed-runden for å bygge datalaget som gir kraft til neste generasjons AI-agenter

Stockholm-baserte Redpine har samlet inn en $8 millioner seed-runde for å akselerere global ekspansjon og videreutvikle sin plattform, som gir AI-agenter tilgang til premium, ikke-offentlig data.

Runden ble ledet av NordicNinja, med deltakelse fra Luminar Ventures og node.vc, sammen med strategiske engler inkludert ledere fra OpenAI, Perplexity og Spotify, samt gründerne bak selskaper som SiloAI, Validio og Sana. NordicNinja General Partner Marek Kiisa vil bli med i styret.

Finansieringen vil bli brukt til å skalerer Redpines nettverk av proprietære data-partnerskap og fremme sin kjerneplattform, inkludert sin gjenvinning- og omrangerteknologi ledet av grunnleggende data-vitenskapsmann Dr. Leonora Vesterbacka. Selskapet utvider også sitt team over ingeniørarbeid, data-vitenskap og markedstiltak, og trekker talenter fra organisasjoner som Spotify, Sana, Zettle, Lunar, McKinsey, CERN og H&M.

Bygging av tilgang til data som de fleste AI-systemer ikke kan nå

Redpines grunnleggende premisse er enkel. I dag er AI-systemer trent på en smal del av verdens informasjon. Mens offentlig web-data har gjort det mulig for store språkmodeller å vokse, representerer det bare en liten brøkdel av total global data.

Selskapet estimerer at bare 1 til 2 prosent av data er tilgjengelig for AI-bruk i dag. Deres plattform er designet for å låse opp den gjenværende majoriteten ved å aktivere kompatibel, lisensiert tilgang til proprietære datasett over industrier.

Gjennom sin plattform, lar Redpine innholdseiere, utgivere og data-tilbydere tilby kontrollert tilgang til deres data, mens AI-utviklere og -agenter kan oppdage, evaluere og betale for denne dataen gjennom en samlet API-lag. Dette stiller Redpine som infrastruktur heller enn en modell-bygger, og fungerer som en markedsplass og leveringssystem for høyverdi-data.

En headless API for AI-agenter

På produkt-nivå, opererer Redpine en headless API-lag som kobler AI-systemer direkte til premium-datasett. Plattformen støtter flere data-typer, inkludert tekst, bilder, video, lyd og kode, og er designet for å fungere over hele AI-livssyklusen, fra trening og finjustering til sanntids-gjenvinning.

En sentral komponent i systemet er sin gjenvinning- og omrangerteknologi, som vurderer data-kvalitet i sanntid. I stedet for å eksponere rå datasett, prioriterer plattformen relevans og pålitelighet, og hjelper med å redusere hallucinasjoner og forbedre beslutningstaking.

Dette er spesielt viktig i domener hvor nøyaktighet er kritisk, som helse, lov, finansiell og vitenskapelig forskning. Disse er blant sektorene hvor Redpine fokuserer sine innsats.

Omtanke av hvordan AI aksesserer og bruker data

Hvis denne modellen får grep, endrer det hvordan AI-systemer bygges og deployeres. I stedet for å stole tungt på statiske trenings-datasett, kunne AI-agenter i økende grad operere ved å trekke inn verifisert, oppdatert informasjon på forespørsel fra lisensiert kilder.

Denne skiftet ville flytte industrien nærmere sanntids-intelligens, hvor modeller er mindre avhengige av hva de ble trent på og mer avhengige av hva de kan aksessere i øyeblikket et valg blir tatt. Det introduserer også et mer strukturert økonomisk lag rundt data, hvor tilgang er målt, priset og styrt av klare bruksrettigheter.

For bedrifter, kunne dette redusere behovet for å sentralisere følsomme data for trening, siden agenter kan spørre eksterne datasett uten å permanent innta dem. For data-eiere, skaper det en direkte vei til å moneterisere proprietær informasjon uten å miste kontroll over distribusjon.

Over tid, kunne denne typen infrastruktur føre til et mer modulært AI-økosystem, hvor modeller, agenter og data-kilder er løst koblet. I den omgangen, kunne konkurransefordel avhenge mindre av modell-skala alene og mer av kvaliteten, eksklusiviteten og tilgjengeligheten av dataene disse systemene kan nå.