Günlük ve haftalık bültenlerimize katılın, endüstrinin öncüsü AI ile ilgili en son güncellemeler ve özel içerikler için bilgi alın. Daha Fazla Bilgi
Kurumsal veri yığınları oldukça karmaşık, dağınık ve parçalı bir yapıya sahiptir. Birçok kaynaktan gelen verilerin karmaşık çoklu bulut platformlarına akması ve ardından çeşitli AI, BI ve sohbet botu uygulamalarına dağıtılması, bu ekosistemleri yönetmeyi zor ve zaman alıcı hale getirmektedir. Bugün, Connecty AI, San Francisco merkezli bir girişim, bu karmaşıklığı basitleştirmek için 1.8 milyon dolar yatırım alarak gizli moddan çıktı.
Connecty’nin Yeniliği: Bağlam Motoru
Connecty’nin temel yeniliği, işletmelerin tüm yatay veri boru hatlarını kapsayan bir bağlam motorudur; bu motor, çeşitli veri kaynaklarını aktif olarak analiz eder ve birbiriyle bağlantı kurar. Veri noktalarını birbirine bağlayarak platform, işin ne durumda olduğunu gerçek zamanlı olarak anlamamıza yardımcı olur. Bu “bağlamsal farkındalık“, otomatik veri görevlerini destekler ve nihayetinde doğru, uygulanabilir iş içgörüleri sağlar.
‘Veri Kaosuna’ Düzen Getiren Connecty
Dil modellerinin çağından önce bile, veri kaosu korkutucu bir gerçekti. Yapılandırılmış ve yapılandırılmamış bilgilerin hızla artması, ekiplerin parçalı veri mimarilerini düzenli tutmalarını zorlaştırdı. Bu durum, temel iş bağlamını dağınık hale getirdi ve veri şemalarının güncel kalmamasına yol açarak alt sistemlerin kötü performans göstermesine neden oldu. Örneğin, AI sohbet botlarındaki yanılsamalar veya BI panolarının yanlış iş içgörüleri sağlaması bunun örneklerindendir.
Connecty AI’nin kurucuları Aish Agarwal ve Peter Wisniewski, kendi veri değer zincirindeki rolleri sırasında bu zorlukları deneyimlediler ve her şeyin büyük bir soruna dayandığını fark ettiler: Veri boru hatları boyunca yayılan iş verilerinin inceliklerini anlamak. Ekiplerin veri hazırlama, haritalama, keşif veri analizi ve veri modeli hazırlama gibi alanlarda çok fazla manuel iş yapmaları gerekiyordu.
Otomatik Veri Süreçleri İçin Yeni Bir Yaklaşım
Bunu düzeltmek için, ikili bu girişimi ve kalbinde yatan bağlam motorunu geliştirmeye başladılar. Agarwal, “Çözümümüzün kalbi, gerçek zamanlı olarak çeşitli kaynaklardan veri çıkaran, bağlayan, güncelleyen ve zenginleştiren özel bir bağlam motorudur” dedi. No-code entegrasyonları aracılığıyla insan geri bildirimi ile özel tanımları ince ayar yapma sürecini içeriyor. Vektör veritabanları, graf veritabanları ve yapılandırılmış verileri birleştirerek, tüm bilgilerin bağlantılı, incelikli bir görünümünü koruyan bir “bağlam grafiği” inşa ediyoruz.
Bir kez kurumsal bağlam grafiği hazırlandığında, platform onu kullanarak her kullanıcının kişisel profiline özel dinamik bir anlamsal katman otomatik olarak oluşturur. Bu katman, veri boru hatlarında proaktif olarak öneriler üretir, belgeleri günceller ve çeşitli paydaşların ihtiyaçlarına anında göre uyarlanmış bağlamsal içgörüler sunar.
Erken Ortaklarda Önemli Sonuçlar
Connecty, DataGPT gibi girişimlerin yanı sıra Snowflake gibi milyar dolarlık devlerle birlikte, büyük dil modeli tabanlı arayüzler aracılığıyla daha hızlı ve doğru içgörülere erişim vaadiyle öne çıkıyor; ancak Connecty, tüm yığını kapsayan bağlam grafiği temelli yaklaşımıyla farklılaşmayı sürdürüyor.
Şu anda Connecty AI, ön gelir aşamasındadır ve ürün performansını gerçek dünya verileri ve iş akışları üzerinde iyileştirmek için birkaç ortak şirketle çalışmaktadır. Bu şirketler arasında Kittl, Fiege, Mindtickle ve Dept bulunmaktadır. Bu dört kuruluş, Connecty’nin ürününü kendi çevrelerinde test ederek veri projelerini optimize edebilmiş ve ekiplerinin çalışma sürelerini %80 oranında azaltabilmiştir.
Kittl CEO’su Nicolas Heymann, “Veri karmaşamız hızla artıyor ve metrikleri hazırlamak ve analiz etmek daha uzun sürüyor. Ürün kullanım verilerimizi hazırlayıp bunu işlem ve pazarlama verileriyle birleştirmek için ortalama 2-3 haftaya ihtiyacımız vardı. Artık Connecty AI sayesinde, bu süreç dakikalar içinde gerçekleşiyor” dedi.
Bir sonraki adım olarak, Connecty, bağlam motorunun anlama yeteneklerini genişletmeyi, daha fazla veri kaynağını desteklemeyi planlıyor. Ayrıca, ürünü daha geniş bir müşteri kitlesine API hizmeti olarak sunacak ve kullanım bazlı veya kişi başına ücretlendirme modeli ile ücretlendirecek.
