Quando os eventuais fundadores Sammy Sidhu e Jay Chia estavam trabalhando como engenheiros de software no programa de veículos autônomos da Lyft, eles testemunharam um problema de infraestrutura de dados de fabricação – e que só se tornaria maior com a ascensão da IA.
Os carros autônomos produzem uma tonelada de dados não estruturados de varreduras e fotos 3D para texto e áudio. Não havia uma ferramenta para os engenheiros da Lyft que pudessem entender e processar todos esses diferentes tipos de dados ao mesmo tempo – e tudo em um só lugar. Isso deixou os engenheiros para reunir ferramentas de código aberto em um processo longo com problemas de confiabilidade.
“Tivemos todos esses PhDs brilhantes, pessoas brilhantes em toda a indústria, trabalhando em veículos autônomos, mas estão gastando 80% do tempo trabalhando em infraestrutura em vez de criar seu aplicativo principal”, disse Sidhu, que é o CEO da Eventual, ao TechCrunch em uma entrevista recente. “E a maioria desses problemas que eles estavam enfrentando estava em torno da infraestrutura de dados”.
Sidhu e Chia ajudaram a criar uma ferramenta interna de processamento de dados multimodal para a Lyft. Quando Sidhu decidiu se candidatar a outros empregos, ele descobriu que os entrevistadores continuavam perguntando a ele sobre a construção da mesma solução de dados para suas empresas, e a idéia por trás do Eventual nasceu.
Eventual construiu um mecanismo de processamento de dados de código aberto nativo do Python, conhecido como DAFT, projetado para funcionar rapidamente em diferentes modais, de texto ao áudio e vídeo e muito mais. Sidhu disse que o objetivo é tornar o DAFT como transformacional em infraestrutura de dados não estruturados, pois o SQL era para conjuntos de dados tabulares no passado.
A empresa foi fundada no início de 2022, quase um ano antes do lançamento do ChatGPT e antes que muitas pessoas tivessem conhecimento dessa lacuna de infraestrutura de dados. Eles lançaram a primeira versão de código aberto do Daft em 2022 e estão se preparando para lançar um produto corporativo no terceiro trimestre.
“A explosão do ChatGPT, o que vimos são muitas outras pessoas que estão construindo aplicativos de IA com diferentes tipos de modalidades”, disse Sidhu. “Então todo mundo começou como usar coisas como imagens, documentos e vídeos em seus aplicativos. E foi aí que vimos, o uso aumentou dramaticamente.”
Enquanto a idéia original por trás da construção do Daft decorreu do espaço autônomo de veículos, existem inúmeras outras indústrias que processam dados multimodais, incluindo robótica, tecnologia de varejo e saúde. A empresa agora conta a Amazon, CloudKitchens e a IA juntos, entre outros, como clientes.
Eventual recentemente levantou duas rodadas de financiamento dentro de oito meses. O primeiro foi uma rodada de sementes de US $ 7,5 milhões liderada pela CRV. Mais recentemente, a empresa levantou uma rodada da Série A de US $ 20 milhões liderada por Felicis com a participação do M12 e do Citi da Microsoft.
Esta última rodada será destinada ao aumento da oferta de código aberto da Eventual, além de criar um produto comercial que permitirá que seus clientes criem aplicativos de IA a partir desses dados processados.
Astasia Myers, parceira geral da Felicis, disse ao TechCrunch que encontrou eventual por meio de um exercício de mapeamento de mercado que envolvia procurar infraestrutura de dados que seria capaz de apoiar o crescente número de modelos de IA multimodais.
Myers disse que o eventual se destacou por ser o primeiro motor no espaço – que provavelmente ficará mais lotado – e com base no fato de que os fundadores haviam lidado com esse problema de processamento de dados em primeira mão. Ela acrescentou que o eventual também está resolvendo um problema crescente.
Prevê -se que a indústria multimodal de IA cresça a uma taxa de crescimento anual composta de 35% entre 2023 e 2028, de acordo com os mercados de consultoria de gerenciamento de mercados e mercados.
“A geração anual de dados aumentou 1.000x nos últimos 20 anos e 90% dos dados do mundo foram gerados nos últimos dois anos e, de acordo com a IDC, a grande maioria dos dados não é estruturada”, disse Myers. “O Daft se encaixa nessa enorme tendência macro de IA generativa sendo construída em torno de texto, imagem, vídeo e voz. Você precisa de um mecanismo de processamento de dados nativos multimodal”.