تجمع Deasie تمويلًا بقيمة 2.9 مليون دولار أمريكي لتعزيز إدارة البيانات في الذكاء الاصطناعي

أكدت شركة Deasie الناشئة في مجال التكنولوجيا مؤخرًا على جولة تمويل أولية مثمرة بقيمة 2.9 مليون دولار. سيساعد ضخ رأس المال هذا في تعزيز توسع الشركة وتطوير مجموعة أدواتها المبتكرة التي تهدف إلى منح شركات التكنولوجيا تحكمًا أفضل في نماذج الذكاء الاصطناعي (AI) لإنشاء النصوص. تم جمع الاستثمار من مجموعة من كبار المستثمرين، بما في ذلك Y Combinator، و General Catalyst، و RTP Global، و Rebel Fund، و J12 Ventures.

من خلال التركيز على إحداث ثورة في حوكمة البيانات والإشراف عليها، تجمع Deasie بين ثلاثة من المؤسسين ذوي الخبرة - Reece Griffiths وMikko Peiponen وLeo Platzer. عملت مجموعة الشركات الناشئة هذه سابقًا على أدوات إدارة البيانات في شركة McKinsey. ومن خلال ملاحظة المشكلات الكبيرة المتعلقة بحوكمة بيانات المؤسسة، فقد فهموا العوامل والحلول المؤثرة التي يمكن أن تؤدي إلى تفعيل اعتماد الذكاء الاصطناعي التوليدي في الشركات.

فيما يتعلق بنماذج اللغات الكبيرة (LLM)، مثل OpenAI's GPT-4، تسعى Deasie جاهدة إلى زيادة موثوقيتها من خلال إنشاء نظام يربط بيانات الشركة غير المنظمة مثل الملفات والتقارير والرسائل. والهدف هو أتمتة تصنيفها بناءً على ما تحتويه ودرجة حساسيتها. يستخدم النظام علامات وتسميات محددة مسبقًا لتنظيم البيانات وتحديدها، وهو أسلوب يُعلم خوارزميات Deasie حول كيفية تصنيف البيانات المستقبلية.

يتمتع Deasie بوظيفة وضع علامة على التقرير تلقائيًا على أنه يحتوي على معلومات "محددة للهوية الشخصية" أو "ملكية"، وتسليط الضوء على إصدارات التقارير التابعة لجهات خارجية، وتقييد حقوق الوصول والمزيد. بعد عملية وضع العلامات التلقائي، يقوم Deasie بمسح كل علامة لفحص البيانات المقابلة لمعرفة مدى صلتها وأهميتها. يوجه هذا التحليل عملية اتخاذ القرار بشأن البيانات التي سيتم استيعابها في نموذج إنشاء النص.

يوضح غريفيث: "توجد كميات هائلة من البيانات غير المنظمة في المؤسسات، وغالبًا ما يتم تجاهلها من منظور الحوكمة". من خلال نهجهم الجديد في إدارة البيانات، تعمل Deasie على رفع مستوى أمان وجودة البيانات لتطبيقات الذكاء الاصطناعي التوليدية. تقوم المنصة بفحص آلاف المستندات لكل شركة، مما يضمن أن المعلومات المختارة عالية الجودة وذات صلة وآمنة للاستخدام.

تتبع المنتجات الحالية في السوق نهج "سلامة البيانات" أو "إدارة البيانات للبيانات المنظمة" في إدارة LLM. يسد ديزي الفجوة فيما يتعلق بطريقة تقييم جودة البيانات ومدى ملاءمتها للبيانات غير المنظمة. ومن خلال التركيز على هذه الحاجة غير الملباة، تكثف الشركة جهودها لحل التحدي المتمثل في مواءمة كل حالة استخدام للذكاء الاصطناعي مع مجموعة البيانات الأكثر توافقًا.

هذا النهج الفريد يضع Deasie في منافسة مع أسماء معروفة مثل Unstructured.io وScale AI وCollibra وAlation.

وبالنظر إلى المستقبل، لدى Deasie خطط لتعزيز فريقها الهندسي وجهود التوظيف الخاصة بهم لحفر مكانتهم في عالم حوكمة البيانات المتقدمة تقنيًا، وتحقيق أقصى استفادة من نجاحهم التمويلي الأخير.