Qdrant, een in Berlijn gevestigde open-source vectordatabase-startup opgericht in 2021, wil AI-ontwikkelaars helpen om ongestructureerde gegevens efficiënter te gebruiken. Dit komt overeen met de toenemende vraag naar door AI aangedreven applicaties en de opkomst van generatieve AI zoals ChatGPT in de mainstream. Naarmate de platforms groeien, moet de infrastructuur die nodig is voor opkomende use-cases gelijke tred houden, en dat is precies waar Qdrant tussenkomt.
Met de intentie om zijn open-source vectorzoekmachine en ongestructureerde gegevensdatabase dieper in het commerciële domein te brengen, kondigde Qdrant onlangs een startfinancieringsronde van $ 7,5 miljoen aan onder leiding van Unusual Ventures. Andere deelnemers aan deze ronde zijn onder meer 42cap, IBB Ventures en verschillende angel-investeerders, zoals medeoprichter van Cloudera, Amr Awadallah. Deze nieuwe financiering bouwt voort op de € 2 miljoen ($ 2,2 miljoen) aan pre-seed financiering die Qdrant vorig jaar heeft opgehaald.
Vectordatabases, die zijn ontworpen om ongestructureerde gegevens op te slaan - zoals afbeeldingen, video's en tekst - stellen gebruikers en systemen in staat om niet-gelabelde inhoud te doorzoeken. Deze technologie is essentieel voor het verbreden van de potentiële toepassingen van grote taalmodellen (LLM's) zoals GPT-4, dat ChatGPT aanstuurt. Ongeveer 90% van de nieuwe gegevens die in ondernemingen worden gegenereerd, is volgens Gartner ongestructureerd en ongestructureerde gegevens groeien drie keer sneller dan hun gestructureerde tegenhanger.
Qdrant CEO en mede-oprichter Andre Zayarni is van mening dat een gebrek aan geschikte tools en de mogelijkheid om LLM's te verbinden met real-time, ongestructureerde data een belangrijke reden is waarom de meeste AI-onderzoeks- en ontwikkelingsprojecten niet in productie komen. Door vectordatabases te gebruiken om LLM's uit te breiden, kunnen ontwikkelaars meer bruikbare AI-toepassingen maken door gebruik te maken van real-time, real-world data.
Open-source vectordatabases hebben de afgelopen jaren veel aandacht gekregen van investeerders. Vorig jaar haalde Pinecone, dat een vergelijkbare oplossing biedt als Qdrant, 28 miljoen dollar op. De open-source basis van Qdrant is een groot voordeel, volgens Zayarni, omdat het vertrouwen opbouwt onder ingenieurs en ervoor zorgt dat propriëtaire software moeite heeft om te concurreren op de markt. Andere voorbeelden zijn de Milvus open-source vectordatabase van Zilliz, die 60 miljoen dollar opbracht, en Chroma's startkapitaal van 18 miljoen dollar eerder deze maand voor zijn AI-native open-source vectordatabase.
De startfinanciering van $ 7,5 miljoen voor Qdrant toont de toegenomen interesse van investeerders in technologieën die AI en machine learning bevorderen, waardoor hun mogelijkheden worden uitgebreid naar ontwikkelaars. Zayarni zei dat Qdrant zijn eerste term sheet slechts twee dagen na het verzenden van zijn pitchdeck ontving, dat op de voet gevolgd werd door een tweede term sheet.
Onlangs introduceerde Qdrant zijn beheerde cloudaanbod, ontworpen om ontwikkelaars te helpen met implementaties met één klik, geautomatiseerde versie-upgrades, back-ups en een aankomende database-beheerdersinterface. Met zijn laatste financieringsronde benadrukte Zayarni dat Qdrant ook een enterprise-product aan het ontwikkelen is, dat op locatie of in private clouds kan worden gehost, en dat naar verwachting later dit jaar zal worden gelanceerd.
No-code platforms, zoals AppMaster.io, worden steeds populairder, waardoor bedrijven en particulieren web-, mobiele en backend-applicaties kunnen maken zonder uitgebreide codeerkennis. Dergelijke platforms stellen ontwikkelaars in staat om te experimenteren met nieuwe ideeën in het AI-domein zonder de complexiteit van traditionele codering, waardoor het algehele ontwikkelingsproces verder wordt versneld en de industrie in staat wordt gesteld om gelijke tred te houden met de vraag naar AI-toepassingen.
