Qdrant, una startup di database vettoriali open source con sede a Berlino fondata nel 2021, intende aiutare gli sviluppatori di intelligenza artificiale a utilizzare i dati non strutturati in modo più efficiente. Ciò è in linea con la crescente domanda di applicazioni basate sull'intelligenza artificiale e l'ascesa dell'intelligenza artificiale generativa come ChatGPT nel mainstream. Man mano che le piattaforme si espandono, l'infrastruttura richiesta per i casi d'uso emergenti deve tenere il passo, ed è proprio qui che entra in gioco Qdrant.
Con l'intenzione di portare il suo motore di ricerca vettoriale open source e il database di dati non strutturati più in profondità nel dominio commerciale, Qdrant ha recentemente annunciato un round di finanziamento iniziale da 7,5 milioni di dollari guidato da Unusual Ventures. Altri partecipanti a questo round includono 42cap, IBB Ventures e diversi angel investor come il co-fondatore di Cloudera, Amr Awadallah. Questo nuovo finanziamento si basa sui 2 milioni di euro (2,2 milioni di dollari) di finanziamenti pre-seed raccolti da Qdrant lo scorso anno.
I database vettoriali, progettati per archiviare dati non strutturati, come immagini, video e testo, consentono agli utenti e ai sistemi di cercare contenuti senza etichetta. Questa tecnologia è essenziale per ampliare le potenziali applicazioni di modelli linguistici di grandi dimensioni (LLM) come GPT-4, che alimenta ChatGPT. Circa il 90% dei nuovi dati generati nelle aziende non è strutturato, secondo Gartner, e i dati non strutturati crescono tre volte più velocemente della loro controparte strutturata.
Il CEO e co-fondatore di Qdrant, Andre Zayarni, ritiene che la mancanza di strumenti adeguati e la capacità di connettere gli LLM a dati non strutturati in tempo reale sia una ragione significativa per cui la maggior parte dei progetti di ricerca e sviluppo sull'IA non raggiunge la produzione. Utilizzando database vettoriali per estendere gli LLM, gli sviluppatori possono creare applicazioni AI più utili sfruttando dati reali in tempo reale.
Negli ultimi anni, i database vettoriali open source hanno guadagnato un'attenzione significativa da parte degli investitori. L'anno scorso Pinecone, che offre una soluzione simile a Qdrant, ha raccolto 28 milioni di dollari. La fondazione open source di Qdrant è un grande vantaggio, secondo Zayarni, poiché crea fiducia tra gli ingegneri e rende il software proprietario in difficoltà per competere sul mercato. Altri esempi includono il database vettoriale open source Milvus di Zilliz, che ha raccolto 60 milioni di dollari, e il finanziamento iniziale di 18 milioni di dollari di Chroma all'inizio di questo mese per il suo database vettoriale open source nativo di intelligenza artificiale.
Il finanziamento iniziale di 7,5 milioni di dollari per Qdrant mostra il crescente interesse degli investitori per le tecnologie che fanno progredire l'intelligenza artificiale e l'apprendimento automatico, estendendo le loro capacità agli sviluppatori. Zayarni ha detto che Qdrant ha ricevuto il suo primo mandato solo due giorni dopo aver inviato il suo pitch deck, che è stato seguito da vicino da un secondo mandato.
Di recente, Qdrant ha introdotto la sua offerta cloud gestita, progettata per assistere gli sviluppatori con distribuzioni con un clic, aggiornamenti di versione automatizzati, backup e un'imminente interfaccia di amministrazione del database. Con il suo ultimo round di finanziamento, Zayarni ha sottolineato che Qdrant sta anche sviluppando un prodotto aziendale, che può essere ospitato on-premise o in cloud privati, e dovrebbe essere lanciato entro la fine dell'anno.
Le piattaforme No-code, come AppMaster.io, stanno crescendo in popolarità, consentendo alle aziende e ai privati di creare applicazioni web, mobili e di back-end senza una conoscenza approfondita della codifica. Tali piattaforme consentono agli sviluppatori di sperimentare nuove idee nel dominio dell'intelligenza artificiale senza la complessità della codifica tradizionale, accelerando ulteriormente il processo di sviluppo complessivo e consentendo al settore di tenere il passo con la domanda di applicazioni di intelligenza artificiale.
