Obviamente, AI, una puesta en marcha sin código para analistas de datos, aumenta su ronda inicial a $ 4.7M

Obviamente, los fundadores de AI, Nirman Dave y Tapojit Debnath
Las dos nuevas empresas de Nirman Dave son muy diferentes, pero ambas tienen un espíritu de bricolaje. El primero, llamado CircuiTricks y fundado durante su año sabático después de la escuela secundaria, creó kits para enseñar a los estudiantes sobre electrónica y física. Ahora Dave es director ejecutivo de Obviously AI, una plataforma AI / ML sin código que permite a personas sin experiencia técnica construir y entrenar modelos de aprendizaje automático. La compañía con sede en Berkeley ha planteado una extensión inicial que eleva el total de la ronda a $ 4,7 millones, frente a los $ 3,6 millones que anunció hace dos meses. La extensión fue liderada por la Universidad de Tokio Edge Capital Partners (UTEC), una firma de inversión en tecnología profunda, con la participación de Trail Mix Ventures y B-Capital.
El director de UTEC, Kiran Mysore, le dijo a TechCrunch que encontró Obviamente AI en Product Hunt mientras ayudaba a un amigo sin AI / ML o antecedentes de codificación a construir modelos de aprendizaje automático. Después de usar Obviously AI y compararlo con otros productos de AutoML, Mysore quedó tan impresionado que se acercó a la startup y lideró la ronda de inversiones.
Ninguna startup de código o código bajo ha recibido mucha atención (y financiación) durante el año pasado. Algunos ejemplos notables son Noogata y Abacus. Dave dice que, obviamente, el nicho de AI son las empresas medianas que no tienen un equipo de ciencia de datos o personas que conocen el análisis de datos pero que no son programadores.

Obviamente, AI utiliza tecnología patentada llamada "Edge-Sharp AutoML" para construir y entrenar modelos de aprendizaje automático que se personalizan según las necesidades de sus clientes y se pueden integrar en sus bases de datos y servicios en la nube existentes. Se enfoca en marketing, software, directo al consumidor, fintech y compañías de seguros, y actualmente tiene más de 3.000 clientes, que han utilizado más de 82.000 modelos predictivos alojados en el modelo de Obviously AI.
Su nueva financiación inicial se utilizará para expandirse en los mercados asiáticos, incluido Japón, donde se asociará con el cliente Dai Nippon Printing (DNP), una de las empresas de impresión más grandes del país, en su estrategia de comercialización.
En un correo electrónico a TechCrunch, Takeya Shimomura, gerente de investigación y desarrollo de Dai Nippon Printing, dijo: “En DNP, el análisis predictivo de vanguardia para marketing y ventas es muy importante para nosotros. Sin embargo, las herramientas actuales son muy complicadas y tardan meses en obtener resultados. Con Obviously AI, pudimos incorporar a varios de nuestros analistas sin problemas y ponernos en marcha en solo unas pocas horas ".
Dave conoció al cofundador y director de tecnología de Obviously AI, Tapojit Debnath, cuando ambos eran estudiantes internacionales en Hampshire College. Después de graduarse, comenzaron pasantías en empresas emergentes en el Área de la Bahía. Dave fue un pasante de ciencia de datos en Streamlabs, la plataforma de software de transmisión en vivo.
Originalmente contratado para trabajar en algoritmos de codificación de video, Dave también dedicó mucho tiempo a crear modelos de aprendizaje automático para el equipo de marketing y ventas de la empresa. Debnath, quien fue pasante de aprendizaje automático en la startup de software minorista B8ta, tuvo una experiencia similar.
Los dos se dieron cuenta de que hay una escasez de talento en los ingenieros de aprendizaje automático y muchas empresas confían en "analistas de datos ciudadanos", o personas que entienden la ciencia de datos, pero que no tienen experiencia en codificación.
Obviamente, la interfaz de usuario del informe del modelo de aprendizaje automático de AI
“Estas son personas que trabajan con una gran cantidad de datos, pero no son programadores en sí mismos, y este es el tipo de personas para las que diseñamos estas herramientas. El objetivo es que comprenda los datos y pueda tomar esos datos y usar el software para construir un modelo realmente rápido, sin esperar horas o días ”, dijo Dave.
Debnath y él dejaron sus trabajos en 2018 para comenzar a trabajar en la startup, haciendo tareas para su anfitrión de Airbnb a cambio de un alquiler mientras aprenden cómo presentarse a los inversores, antes de unirse a U.C. Programa acelerador SkyDeck de Berkeley.
Dave dijo que muchas plataformas de software de IA / ML automáticas "fuerzan brutas un montón de algoritmos diferentes en un conjunto de datos y eligen uno que funciona mejor". Por ejemplo, pueden ejecutar 100 algoritmos diferentes antes de elegir el que funcione mejor, lo que significa que se pierde el tiempo dedicado a la creación automática de los otros algoritmos.
Lo que obviamente Edge-Sharp AutoML de AI hace de manera diferente es observar un grupo específico de modelos de aprendizaje automático que se pueden usar en un conjunto de datos antes de preseleccionar automáticamente los cinco modelos principales para las necesidades de un cliente, ajustando automáticamente sus hiperparámetros y devolviendo resultados de predicción.

Obviamente, los planes de precios de AI comienzan en $ 75 al mes. Sus clientes típicos son empresas medianas o pequeños equipos en empresas más grandes que no tienen un equipo de ciencia de datos o cuyos científicos de datos están preocupados por otro trabajo.
Por ejemplo, una pequeña empresa de microcréditos en India con un equipo de unas 15 personas estaba decidiendo manualmente a qué solicitantes otorgar préstamos cuando decidieron cambiar a modelos de inteligencia artificial. Comenzaron a usar Obviously AI para predecir automáticamente las posibilidades de incumplimiento de un solicitante y cuánto debería prestarse. Ahora, la empresa utiliza Obviously AI de un extremo a otro en su aplicación, lo que significa que los clientes pueden ver el tamaño de un préstamo que es probable que obtengan inmediatamente después de solicitarlo.
Otro caso de uso es el de una empresa alemana de juegos móviles que quería utilizar un modelo de precios dinámico y necesitaba averiguar cuánto estarían dispuestos a pagar los usuarios individuales por productos como tokens en el juego. Usan obviamente AI para hacer esa predicción basada en la interacción de un jugador con un juego.
Parte de la financiación inicial de Obviamente AI se utilizará en la investigación y el desarrollo de aprendizaje automático para atender más casos de uso. Dave dijo que obviamente AI se enfoca en casos de uso de aprendizaje supervisado, donde los clientes tienen datos y saben qué predecir. Los casos de uso no supervisados ​​son aquellos en los que tienen un conjunto de datos, pero no saben exactamente lo que quieren y usan modelos de aprendizaje automático para indicarles si hay patrones interesantes en ellos. Los algoritmos de aprendizaje no supervisados ​​se pueden utilizar para cosas como la categorización automática o motores de recomendación en plataformas de comercio electrónico.