Vectorize samler inn 3,6 millioner dollar for å revolusjonere AI-drevet datahenting med banebrytende RAG-plattform

Vectorize, en pionerbedrift i AI-drevet dataspace, har sikret 3,6 millioner dollar i seed-finansiering ledet av True Ventures. Denne finansieringen markerer en betydelig milepæl for selskapet, da det lanserer sin innovative Retrieval Augmented Generation (RAG)-plattform. Designet for å optimalisere hvordan bedrifter tilgår og bruker sin egen data i AI-applikasjoner, er Vectorize i stand til å revolusjonere AI-drevet datahenting og transformere bransjer som avhenger av store språkmodeller (LLM).

Å løse en kritisk utfordring i AI

Ettersom generative AI-modeller som GPT-4, Bard og Claude fortsetter å utvikle seg, blir deres applikasjoner stadig mer integrert i moderne bedriftsdrift. Fra kundeservice til salgsautomatisering, forbedrer disse AI-modellene produktiviteten og muliggjør nye funksjoner. Imidlertid er effikasiteten av disse modellene ofte begrenset av deres evne til å få tilgang til oppdatert, domenespesifikk informasjon – kritisk data som ikke er en del av modellens opprinnelige treningssett. Uten sanntids tilgang til relevant data, kan LLM kun gi generiske svar basert på foreldet kunnskap.

Dette er der Vectorize kommer inn. Startupens RAG-plattform kobler AI-modeller til sanntids, ustrukturerte datakilder som interne kunnskapsbaser, samarbeidsverktøy, CRM-systemer og filsystemer. Ved å gjøre denne dataen tilgjengelig for AI-drevne oppgaver, sikrer Vectorize at bedrifter kan generere mer nøyaktige, kontekstuell relevante svar fra sine AI-systemer. Selskapet har som mål å demokratisere tilgangen til denne avanserte teknologien, og å tillate utviklere og bedrifter å bygge AI-applikasjoner som er produksjonsklare og optimalisert for ytelse.

Hva skiller Vectorize fra andre: Rask, nøyaktig, produksjonsklar RAG-pipeline

Vectorizes plattform løser en av de største hindringene i AI-drevet datahenting: vanskeligheten med å håndtere og vektorisere ustrukturert data. Mens tradisjonelle AI-verktøy fokuserer på strukturert data, tilbyr Vectorize en unik løsning for å utnytte kraften i ustrukturert data, som utgjør størsteparten av informasjonen som er tilgjengelig i de fleste organisasjoner.

I kjernen av Vectorize-plattformen ligger dens produksjonsklare RAG-pipeline, som tillater bedrifter å transformere sin ustrukturerte data til optimaliserte vektor-søkeindekser. Denne funksjonaliteten muliggjør en sømløs integrasjon av relevant data i store språkmodeller, og gir AI den konteksten den trenger for å produsere nøyaktige resultater. I motsetning til andre plattformer som krever omfattende oppsett eller manuell inngripen, tilbyr Vectorize en intuitiv tre-stegs prosess:

1. Importér: Brukere kan enkelt laste opp dokumenter eller koble eksterne kunnskapsforvaltningsystemer. Når de er koblet, trekker Vectorize ut naturlig språkinnhold som kan brukes av LLM.
2. Vurdér: Vectorize vurderer flere chunking- og innbedningsstrategier parallelt, og kvantifiserer resultater for å finne den optimale konfigurasjonen. Bedrifter kan enten bruke Vectorizes anbefaling eller velge sin egen strategi.
3. Deployér: Etter å ha valgt den optimale vektor-konfigurasjonen, kan brukerne deployere en sanntids vektor-pipeline som automatisk oppdateres for å sikre kontinuerlig nøyaktighet. Denne sanntidsfunksjonaliteten er avgjørende for å holde AI-svar oppdatert mens bedriftsdata utvikler seg.

Ved å automatisere disse stegene, akselerer Vectorize prosessen med å forberede data for AI-applikasjoner, og reduserer utviklingstiden fra uker eller måneder til bare timer.

Å muliggjøre AI over bransjer

Vectorizes funksjonalitet strekker seg langt utenfor å bygge AI-pipelines. Plattformens fleksibilitet gjør den egnet for en rekke bransjer og applikasjoner. Fra salgsautomatisering og innholdsskapning til AI-drevet kundeservice, hjelper RAG-plattformen selskaper å utnytte fullt potensialet i sine AI-investeringer.

For eksempel implementerte Groq, en ledende AI-hardwarebedrift, Vectorizes RAG-plattform for å skalerer sine kundeserviceoperasjoner under en periode med rask vekst. Ifølge Eric McAllister, senior direktør for kundeservice i Groq, har den sanntids databehandling som muliggjøres av Vectorize vært avgjørende for å hjelpe selskapet å håndtere en mye høyere volum av kundehenvendelser uten å ofre responstid eller nøyaktighet.

“Plattformens sanntidsbehandling tillater vårt AI-agent å lære øyeblikkelig fra hver oppdatering vi gjør og fra hver kundehenvendelse,” sa McAllister. “Dette betyr at vi kan håndtere et betydelig høyere volum av henvendelser med svar som er mer nøyaktige og tilpassede, samtidig som vi dramatisk reduserer responstidene.”

Vectorizes unike funksjoner og tilnærming

Hva som gjør Vectorize unik i det travle AI-landskapet, er dens selvbetjeningsmodell og betal-per-bruk-priser, som gjør avansert AI-teknologi tilgjengelig for bedrifter av alle størrelser. I motsetning til mange konkurrenter som krever bedriftsforpliktelser eller lange oppstartprosesser, er Vectorize klar til å brukes umiddelbart. Utviklere og bedrifter kan registrere seg og starte å bygge AI-pipelines uten å trenger en salgskonsultasjon eller ventetid.

I tillegg tilbyr Vectorize muligheten til å importere data fra hvor som helst i en organisasjon, og å integrere diverse datakilder, inkludert CRM-systemer, filsystemer, kunnskapsbaser og samarbeidsverktøy. Når dataene er importert, tilbyr Vectorize brukerne smarte dataforberedningsalternativer for å teste og optimalisere forskjellige tilnærminger før de finaliserer sine pipelines.

Denne fleksibiliteten strekker seg også til hvordan data håndteres etter deployering. Brukere kan velge hvor ofte de skal oppdatere sine søkeindekser basert på de unike behovene til prosjektene deres, enten de krever sjeldne oppdateringer eller sanntids-synkronisering. Plattformen inkluderer også avanserte strategier for å forhindre potensielle overbelastninger, og sikrer at systemet kan håndtere data effektivt uten å risikere ytelsesnedgang.

Demokratisering av generativ AI

Vectorizes misjon er å gjøre generativ AI-utvikling tilgjengelig for alle, fra små utviklere til store bedrifter. Plattformens generøse gratisnivå støtter små prosjekter og de som bare begynner å utforske AI, mens betal-per-bruk-modellen sikrer at kundene bare betaler for det de bruker, og gjør det til en kostnadseffektiv løsning for bedrifter av alle størrelser.

Nicholas Ward, president i Koddi og en engel-investor i Vectorize, understreket plattformens potensiale til å bli en hjørnestens-teknologi for selskaper som utnytter AI over en rekke bransjer. “Jeg har arbeidet med Vectorizes grunnleggere tidligere, og har sett hvordan de kan løse komplekse datautfordringer. RAG-plattformen er satt til å bli en hjørnestens-teknologi for selskaper som utnytter AI, fra adtech til fintech og utover.”

Å transformere AI med RAG-pipelines

I hjertet av Vectorizes plattform ligger dens RAG-pipeline-arkitektur, som forenkler prosessen med å konvertere ustrukturert data til en vektor-søkeindeks som kan brukes i sanntid av AI-modeller. Denne prosessen er avgjørende for å sikre at AI-applikasjoner har tilgang til de mest nøyaktige og oppdaterte dataene. En RAG-pipeline omfatter vanligvis følgende steg:

• Innhenting: Data innhentes fra en rekke kilder, enten det er dokumenter lagret i Google Drive, kundeserviceforespørsler eller annen ustrukturert informasjon.
• Chunking og innbedning: Utvunnet data brytes ned i chunker og deretter innbedd ved hjelp av kraftfulle modeller som OpenAI sin tekst-innbednings-ada-002. Disse vektorene lagres i en vektor-database, som danner grunnlaget for en RAG-pipeline.
• Persistens og oppdatering: Når data er i vektor-databasen, må den holdes synkronisert med den opprinnelige kilden for å sikre at AI-modellene alltid arbeider med den siste informasjonen. Vectorizes RAG-plattform automatiserer denne prosessen, og tillater brukerne å oppdatere sine vektor-indekser i sanntid eller på et fast skjema.

Denne arkitekturen muliggjør at store språkmodeller kan hente nødvendig kontekst og levere mer presise svar, og reduserer risikoen for AI-hallusinasjoner eller feilaktige svar.

Å drive den neste generasjonen av AI

Utenfor enkeltbedrifter arbeider Vectorize med store aktører i AI-økosystemet, inkludert Elastic, søkebedriften. Samarbeidet utvider bruken av Elastics vektor-søkefunksjoner gjennom Vectorizes RAG-plattform, og muliggjør at utviklere kan bygge neste generasjons AI-drevne søkeopplevelser.

“Elastic er dedikert til å gjøre det enklere for utviklere å bygge neste generasjons søkeopplevelser,” sa Shay Banon, grunnlegger og CTO i Elastic. “Samarbeidet med Vectorize lar oss bringe vår Elasticsearch-vektor-database og hybrid-søkefunksjoner til flere brukere gjennom Vectorizes RAG-plattform.”

Å se fremover: En lys fremtid for AI og Vectorize

Ettersom bedrifter fortsetter å integrere AI i sine operasjoner, vil etterspørselen etter verktøy som Vectorize bare øke. Med sin unike kombinasjon av banebrytende teknologi, fleksibilitet og rimelighet, setter Vectorize en ny standard for hvordan selskaper bygger AI-drevne applikasjoner.

Vectorizes visjon er klar: å muliggjøre at bedrifter av alle størrelser kan utnytte fullt potensialet i sine data og transformere dem til handlebare intelligenser gjennom AI. Ved å fjerne kompleksiteten i dataforberedning og pipeline-håndtering, akselerer selskapet AI-utviklingen og gjør det enklere for bedrifter å oppnå resultater.