منبع باز Lightdash از پشتیبانی Accel برخوردار می شود تا هوش مصنوعی را به هوش تجاری بیاورد

لایت داشیک پلتفرم هوش تجاری (BI) و منبع باز جایگزین Google’s Looker، در حال رفع مشکل محصول جدیدی است که به شرکت‌ها اجازه می‌دهد تا «تحلیل‌گران هوش مصنوعی» مخصوص موارد استفاده تیم‌ها را آموزش دهند، و به هر کسی در یک شرکت امکان می‌دهد تا در مورد جمع‌آوری پرس و جو کند. داده های کسب و کار

برای کمک، این استارت‌آپ ۴ ساله نیز روز سه‌شنبه اعلام کرد که ۱۱ میلیون دلار در دور سری A سرمایه‌گذاری به رهبری Accel جمع‌آوری کرده است.

Lightdash برای یک ابزار تبدیل داده مبتنی بر خط فرمان منبع باز به نام ساخته شده است dbt (ابزار ساخت داده)، که بر SQL تکیه می کند تا به کسب و کارها کمک کند تا داده های خام را به مجموعه داده های ساختاریافته و آماده تجزیه و تحلیل تبدیل کنند. این شرکت در آن زمان با نام هابل شناخته می شد از دسته S20 Y Combinator (YC) فارغ التحصیل شد، با تمرکز بر اجرای آزمایش ها در انبار داده شرکت ها برای شناسایی مشکلات کیفیت داده ها. همانطور که همه چیز اتفاق افتاد، این معیارها در ابزارهای BI بسیار مفید بودند، به همین دلیل است که یکی از بنیانگذاران و مدیرعامل حمزه چوداری محصول و برند را در سال 2021 به Lightdash اختصاص داد.

برای زمینه، “هوش تجاری” فرآیند ادغام و یکپارچه سازی مجموعه های داده های متفاوت را برای باز کردن بینش ها، شناسایی روندها و پیش بینی نتایج آینده توصیف می کند. پلتفرم Lightdash هم به‌عنوان بخش جلویی و هم پشتی عمل می‌کند، بنابراین افراد بی‌تجربه در SQL، مانند تیم‌های بازاریابی یا مالی، می‌توانند از طریق یک رابط به مؤلفه بصری دسترسی داشته باشند. کاربران فنی بیشتر می‌توانند برای ایجاد گردش‌های کاری سفارشی‌شده و تعریف تمام منطق کسب‌وکار مورد نیاز برای مقاصد گزارش‌دهی کسب‌وکار، در بک‌اند کار کنند.

و این با آخرین راه‌اندازی Lightdash مرتبط است، ویژگی‌ای که به هر کسی در یک تیم اجازه می‌دهد تا از داده‌های خود شرکت سؤالات زبان طبیعی بپرسد و «بینش‌های تنظیم‌شده» مربوط به بخش خود را دریافت کند.

Chaudhary از طریق ایمیل به TechCrunch توضیح داد: «برای مثال، تیم مالی یک تحلیلگر هوش مصنوعی خواهد داشت که فقط به داده‌ها، معیارها و محتوای مرتبط با آنها دسترسی دارد. “آنها می توانند با تحلیلگر هوش مصنوعی خود به زبان طبیعی تعامل داشته باشند و زمان خود را به اطلاعات بینش، چه به صورت نمودار، صفحه گسترده یا داشبورد، به شدت کوتاه کنند.”

یکی از موانع برای شرکت هایی که به طور کامل از هوش مصنوعی مولد استقبال می کنند، مسئله حساس امنیت داده ها است. کسب و کارها در مورد دسترسی به اطلاعات محرمانه شرکت محتاط هستند. با این حال، Chaudhary می گوید که تحلیلگر هوش مصنوعی این شرکت توسط همان Lightdash API مورد استفاده در محصول استاندارد خود، به این معنی که شرکت هایی که قبلاً از اعتبارنامه امنیتی Lightdash رضایت داشتند، با استفاده از هوش مصنوعی خود را در معرض خطر اضافی قرار نمی دهند.

Chaudhary گفت: «مجوزهای داده و حاکمیت یکی از مسدودکننده‌های کلیدی شرکت‌های بزرگ‌تر هستند که این ابزارها را عرضه می‌کنند، و با تحلیلگر هوش مصنوعی Lightdash، شما این ویژگی‌های تولید را از جعبه خارج می‌کنید. تشخیص این مهم است. این یک موتور پرس و جو کاملاً جدید برای داده های مشتری نیست، در واقع یک روش کاملاً جدید برای تعامل با موتور جستجوی موجود ما است.

چاوداری افزود، همچنین، تحلیلگر هوش مصنوعی تا حد زیادی نیازی به دسترسی به داده های واقعی مشتریان ندارد، زیرا برای اکثر تجزیه و تحلیل های خود به ابرداده هایی مانند عنوان معیار و توضیحات متکی است. او گفت: «مشتریان کنترل کاملی بر اطلاعاتی که می‌خواهند با LLM به اشتراک بگذارند، دارند.

علاوه بر این، Chaudhary می‌گوید که مشتریان می‌توانند ارائه‌دهنده LLM مورد علاقه خود، از جمله OpenAI و Anthropic را انتخاب کنند، در حالی که می‌توانند از مدل خود استفاده کنند، که می‌تواند نگرانی‌های طولانی در مورد باز کردن دسترسی به داده‌های حساس شرکت را برطرف کند.

در ابر

از زمان اعلام راه اندازی تجاری خود و بودجه اولیه 8.4 میلیون دلاری در دو سال پیش، Lightdash یک سرویس ابری میزبانی شده را برای خود راه اندازی کرد. محصول منبع باز اصلی، با ویژگی های اضافی از جمله ابزار امنیتی. Chaudhary می‌گوید که بیش از 5000 تیم در حال حاضر خود محصول منبع باز را اجرا می‌کنند، اگرچه این اغلب یک نقطه شروع قبل از ارتقا به مجموعه ویژگی‌های کامل موجود در نسخه تجاری است.

Chaudhary گفت: «تیم‌های بزرگ‌تر با استفاده از محصول OSS برای اجرای اثبات مفاهیم بدون مسدود شدن توسط infosec و بررسی‌های تدارکات، موفقیت‌هایی کسب کرده‌اند. این به شرکت‌ها اجازه می‌دهد تا فرآیند خرید را از لایت‌داش آزمایشی جدا کنند، مانع آزمایش این ابزار و ایجاد قهرمانان داخلی Lightdash قبل از حرکت به سمت محصول ابری را به‌شدت کاهش دهد. Lightdash OSS همچنین به علاقه‌مندان و تیم‌های کوچکتر معرفی آسان BI را ارائه می‌دهد، زیرا مجموعه کاملی از ویژگی‌ها را برای شروع ارائه می‌کند. با افزایش مقیاس تیم ها، پلتفرم ابری را برای استقرار مدیریت شده، ویژگی های اضافی و عملکرد و امنیت بهبود یافته ترجیح می دهند.”

در واقع، Chaudhary می‌گوید که درآمد خود را در سال گذشته هفت برابر کرده است، با مشتریانی از جمله شرکت نرم‌افزار سازمانی 60 میلیارد دلاری Workday، و همچنین Beauty Pie، Hypebeast و Morning Brew.

امروز، Lightdash ادعا می کند که 13 کارمند بین اروپا و ایالات متحده تقسیم شده است، و با تزریق نقدی تازه، این شرکت گفت که به دنبال گسترش تیم و محصول خود، از جمله ویژگی های جدید در راستای آنچه که اکنون با آن معرفی می کند، است. تحلیلگران هوش مصنوعی

جدا از حامی اصلی Accel، دور سری A Lightdash شامل مشارکت اپراتور Partners، Shopify Ventures، Y Combinator و تعداد انگشت شماری از سرمایه گذاران فرشته بود.