Qdrant, una startup de base de datos vectorial de código abierto con sede en Berlín fundada en 2021, está decidida a ayudar a los desarrolladores de IA a utilizar datos no estructurados de manera más eficiente. Esto se alinea con la creciente demanda de aplicaciones impulsadas por IA y el aumento de la IA generativa como ChatGPT en la corriente principal. A medida que las plataformas se expanden, la infraestructura requerida para los casos de uso emergentes debe seguir el ritmo, y ahí es precisamente donde interviene Qdrant.
Con la intención de llevar su motor de búsqueda de vectores de código abierto y su base de datos de datos no estructurados al dominio comercial, Qdrant anunció recientemente una ronda de financiación inicial de $ 7,5 millones dirigida por Unusual Ventures. Otros participantes en esta ronda incluyen 42cap, IBB Ventures y varios inversores ángeles, como el cofundador de Cloudera, Amr Awadallah. Esta nueva financiación se basa en los 2 millones de euros (2,2 millones de dólares) en financiación previa a la semilla que Qdrant recaudó el año pasado.
Las bases de datos vectoriales, que están diseñadas para almacenar datos no estructurados, como imágenes, videos y texto, permiten a los usuarios y sistemas buscar contenido sin etiquetar. Esta tecnología es esencial para ampliar las aplicaciones potenciales de modelos de lenguaje extenso (LLM) como GPT-4, que potencia ChatGPT. Aproximadamente el 90 % de los nuevos datos generados en las empresas no están estructurados, según Gartner, y los datos no estructurados están creciendo tres veces más rápido que su contraparte estructurada.
El CEO y cofundador de Qdrant, Andre Zayarni, cree que la falta de herramientas apropiadas y la capacidad de conectar LLM a datos no estructurados en tiempo real es una razón importante por la que la mayoría de los proyectos de investigación y desarrollo de IA no llegan a la producción. Al utilizar bases de datos vectoriales para ampliar los LLM, los desarrolladores pueden crear aplicaciones de IA más útiles aprovechando datos del mundo real en tiempo real.
Las bases de datos vectoriales de código abierto han ganado una gran atención por parte de los inversores en los últimos años. El año pasado, Pinecone, que ofrece una solución similar a Qdrant, recaudó $28 millones. La base de código abierto de Qdrant es una gran ventaja, según Zayarni, ya que genera confianza entre los ingenieros y hace que el software propietario tenga dificultades para competir en el mercado. Otros ejemplos incluyen la base de datos de vectores de código abierto Milvus de Zilliz, que recaudó $ 60 millones, y la financiación inicial de $ 18 millones de Chroma a principios de este mes para su base de datos de vectores de código abierto nativa de IA.
La financiación inicial de $ 7,5 millones para Qdrant muestra el mayor interés de los inversores en las tecnologías que hacen avanzar la IA y el aprendizaje automático, extendiendo sus capacidades a los desarrolladores. Zayarni mencionó que Qdrant recibió su primera hoja de términos solo dos días después de enviar su pitch deck, que fue seguida de cerca por una segunda hoja de términos.
Recientemente, Qdrant presentó su oferta de nube gestionada, diseñada para ayudar a los desarrolladores con implementaciones con un solo clic, actualizaciones de versiones automatizadas, copias de seguridad y una próxima interfaz de administración de bases de datos. Con su última ronda de financiación, Zayarni destacó que Qdrant también está desarrollando un producto empresarial, que se puede alojar en las instalaciones o en nubes privadas, y se espera que se lance a finales de este año.
Las plataformas No-code, como AppMaster.io, han ido creciendo en popularidad, lo que permite a las empresas y a las personas crear aplicaciones web, móviles y back-end sin un amplio conocimiento de codificación. Estas plataformas permiten a los desarrolladores experimentar con nuevas ideas en el dominio de la IA sin la complejidad de la codificación tradicional, lo que acelera aún más el proceso de desarrollo general y permite que la industria se mantenga al día con la demanda de aplicaciones de IA.