Tensor9 به فروشندگان کمک می کند تا با استفاده از دوقلوهای دیجیتال ، نرم افزار خود را در هر محیطی مستقر کنند

شرکت ها می خواهند به نرم افزار جدید و ابزارهای هوش مصنوعی دسترسی پیدا کنند اما نمی توانند خطر ارسال داده های حساس خود را به ارائه دهندگان نرم افزار شخص ثالث به عنوان سرویس (SAAS) ارائه دهند. Tensor9 به نظر می رسد با کمک به آنها در مستقر کردن نرم افزار خود به طور مستقیم در پشته فناوری مشتری ، به شرکت های نرم افزاری کمک می کند تا مشتریان شرکت بیشتری را به بازار عرضه کنند.

Tensor9 کد فروشنده نرم افزار را به فرمت مورد نیاز برای استقرار در محیط فناوری مشتری خود تبدیل می کند. سپس Tensor9 یک دوقلو دیجیتالی از نرم افزار مستقر یا یک مدل کوچک از زیرساخت های نرم افزار مستقر شده را ایجاد می کند ، بنابراین مشتریان Tensor9 می توانند نحوه کار این نرم افزار را در محیط مشتری خود نظارت کنند. Tensor9 می تواند به شرکت ها کمک کند تا هر فرضیه ای از ابر تا سرورهای فلزی لخت را مستقر کنند.

مایکل Ten-Pow ، بنیانگذار و مدیرعامل Tensor9 ، به TechCrunch گفت که توانایی Tensor9 برای انتقال نرم افزار به هر فرضیه ، و استفاده از فناوری دوقلوی دیجیتال برای کمک به نظارت از راه دور ، به Tensor9 کمک می کند تا از سایر شرکت ها مانند استقرار Octopus یا NUON استفاده کنند ، که همچنین به شرکت ها کمک می کند تا نرم افزاری را در محیط مشتری قرار دهند.

“شما فقط نمی توانید یک قطعه نرم افزار را روی دیوار پرتاب کنید ، یا پرتاب یک قطعه نرم افزار بر روی دیوار بسیار دشوار است و می دانید چه اتفاقی می افتد ، می توانید مشکلات را پیدا کنید ، آنها را اشکال بزنید ، آنها را برطرف کنید.” “آنها می بینند که در حال اجرا هستند ، می توانند آن را اشکال زدایی کنند ، می توانند وارد سیستم شوند و درک کنند که این مسائل چیست و آنها را برطرف می کند.”

وی گفت که زمان بندی مناسب برای فناوری Tensor9 به دلیل وجود صدای پیچ و خم ناشی از ظهور هوش مصنوعی است. شرکت ها و موسسات مالی می خواهند فناوری هوش مصنوعی را اتخاذ کنند ، اما نمی توانند خطر ارسال داده های خود را به شخص ثالث ریسک کنند.

ده-پو گفت: “یک فروشنده جستجوی سازمانی ممکن است به JP Morgan برود و بگوید ،” سلام ، من برای ساختن یک لایه جستجوی هوشمند در بالای آن ، به همه شش petabytes داده شما دسترسی دارم تا کارمندان داخلی شما بتوانند با داده های شرکت خود گفتگو کنند. “هیچ راهی برای کار کردن وجود ندارد.”

Ten-Pow ، یک مهندس سابق در AWS ، گفت که او یک “مسیر طولانی و نسبتاً بادگیر” برای راه اندازی Tensor9 دارد. او در حالی که روی ایده بالقوه دیگری کار می کرد ، این ایده را برای این شرکت بدست آورد. او مدتی را صرف فهمیدن اینکه آیا می تواند راهی پیدا کند تا فروشندگان نرم افزار را بتوانند مجوز SOC 2 ، یک چارچوب انطباق امنیت سایبری را آسانتر کنند ، به آنها کمک کند تا مشتریانی را که نیاز به فروشندگان خود داشتند ، باز کنند.

در حالی که این نتیجه گیری نکرد ، او از تماس های مشتری کشف کرد که آنچه شرکت ها واقعاً می خواستند این نرم افزار است که فقط در محیط فناوری خود اجرا شود. اما بسیاری از شرکت های نرم افزاری ، به ویژه استارتاپ ها ، منابع لازم برای ارائه گزینه پیش فرض را برای هر مشتری سازمانی ندارند.

این احساسات پایه و اساس Tensor9 شد که ده پوند در سال 2024 راه اندازی کرد. بعداً در سال ، وی دو نفر از همکاران سابق خود ، متیو میشی و متیو شانکر را به عنوان بنیانگذاران آورد.

این شرکت با شرکت های صوتی AI ، کشش اولیه را پیدا کرد. از آن زمان ، آنها شروع به گسترش برای کار در سایر عمودی ها از جمله: جستجوی سازمانی ، بانکهای اطلاعاتی شرکت و مدیریت داده ها کردند. این شرکت در حال حاضر با شرکت های هوش مصنوعی از جمله: 11x ، Retell AI و Dyna AI در میان دیگران همکاری می کند.

Tensor9 برای سال اول خود راه اندازی کرد و اخیراً یک دور 4 میلیون دلاری بذر به رهبری Wing VC با مشارکت در سطح UP Ventures ، Devang Sachdev از Model Ventures ، Nvangels ، یک گروه فرشته از کارمندان سابق Nvidia و سایر سرمایه گذاران فرشته جمع آوری کرد. ده پو گفت ، ورود سرمایه گذاران با این ایده خیلی چالش برانگیز نبود ، زیرا VC هایی که با آنها صحبت می کردند ، دیده بودند که شرکت های پرتفوی خود با این مشکل دقیق دست و پنجه نرم می کنند. Tensor9 فقط باید سرمایه گذاران را متقاعد کند که آنها تیم مناسبی برای کار هستند.

Ten-Pow گفت: “ما یک مدل ساده داریم اما در زیر پوشش ها پیچیدگی های زیادی وجود دارد که باعث می شود این اتفاق بیفتد ، چالش های فنی سخت که ما حل کرده ایم تا این اتفاق بیفتد.” “من فکر می کنم این یکی از مواردی بود که به ما کمک کرد تا سرمایه گذاران را متقاعد کنیم تا در ما سرمایه گذاری کنند.”

این شرکت قصد دارد از بودجه استخدام و برای ایجاد نسل بعدی فناوری خود استفاده کند تا بتواند در عمودی تر با مشتریان کار کند.

“یک تحول از [on premise] به ابر و ما فکر می کنیم که این ایده نرم افزاری در جایی که لازم است زندگی می کند و در جایی که لازم است عمل می کند ، این مرحله بعدی است که نوعی سنتز ایده های قبلی و ایده های ابر است. “