Eventual lanza Daft, motor pionero para datos no estructurados

El Auge de la Infraestructura de Datos Multimodal

En un mundo donde la inteligencia artificial (IA) está transformando industrias enteras, la necesidad de una infraestructura de datos eficiente y efectiva se ha vuelto más crítica que nunca. Esta transformación ha sido impulsada en gran medida por los avances en vehículos autónomos, pero el alcance de esta necesidad se extiende mucho más allá de este sector. La historia de Sammy Sidhu y Jay Chia, los fundadores de Eventual, es un claro ejemplo de cómo un problema específico en un campo puede inspirar una solución que tiene aplicaciones en múltiples industrias.

El desafío del dato no estructurado es algo que muchos ingenieros y científicos de datos han enfrentado a medida que las aplicaciones de IA han comenzado a incorporar diferentes tipos de información. Cuando Sidhu y Chia trabajaban en el programa de vehículos autónomos de Lyft, se dieron cuenta de que había una falta de herramientas adecuadas para gestionar y procesar los grandes volúmenes de datos no estructurados generados por estos vehículos. A medida que la IA se vuelve más prominente, esta brecha en la infraestructura de datos se amplifica.

Un Problema Común en la Industria

Durante su tiempo en Lyft, Sidhu y Chia observaron que a pesar de contar con un equipo altamente capacitado, la mayor parte de su tiempo se dedicaba a resolver problemas de infraestructura de datos en lugar de enfocarse en desarrollar aplicaciones innovadoras. “Tenían a algunas de las mentes más brillantes trabajando en vehículos autónomos, pero se veían atrapados en un ciclo interminable de gestión de datos,” comentó Sidhu en una entrevista reciente. Esto no solo limitaba la productividad del equipo, sino que también retrasaba el progreso en el desarrollo de tecnologías de vanguardia.

El ingenio de los fundadores les llevó a crear una herramienta interna de procesamiento de datos multimodal para Lyft, que permitía a los ingenieros manejar diferentes tipos de datos — desde imágenes hasta texto y audio — de una manera más integrada. Este desarrollo no solo fue un alivio temporal, sino que también les hizo darse cuenta de que había un mercado mucho más amplio para este tipo de soluciones.

La falta de herramientas adecuadas para manejar datos no estructurados puede frenar la innovación en múltiples sectores.

El Nacimiento de Eventual

Con la idea germinando en sus mentes, Sidhu y Chia decidieron dar el salto y fundar Eventual a principios de 2022. En un momento en que la mayoría de las empresas aún no eran plenamente conscientes de la brecha en la infraestructura de datos, estos emprendedores se propusieron desarrollar una solución que no solo beneficiara a la industria automotriz, sino que también pudiera ser aplicada a otras áreas, como la robótica, el comercio minorista y la salud.

Eventual lanzó su motor de procesamiento de datos, conocido como Daft, un sistema de código abierto diseñado específicamente para trabajar con datos multimodales de manera rápida y eficiente. “Nuestra meta es que Daft transforme la infraestructura de datos no estructurados de la misma manera que SQL transformó los conjuntos de datos tabulares en su día,” explicó Sidhu. Esta ambición es un reflejo del crecimiento exponencial que se espera en el sector de la IA, donde la integración de múltiples tipos de datos se vuelve cada vez más crucial.

Un Mercado en Expansión

La rápida adopción de aplicaciones de IA ha hecho que la demanda de soluciones de infraestructura de datos crezca a pasos agigantados. Según un informe de MarketsandMarkets, se espera que la industria de la IA multimodal crezca a una tasa de crecimiento anual compuesta del 35% entre 2023 y 2028. Este crecimiento está impulsado por el hecho de que la generación de datos ha aumentado mil veces en los últimos 20 años, y el 90% de los datos del mundo se han generado en los últimos dos años.

La mayoría de los datos generados son no estructurados, lo que representa un reto significativo para las empresas que buscan utilizar la IA de manera efectiva.

En este contexto, Eventual ha logrado captar la atención de grandes nombres de la industria. Empresas como Amazon y CloudKitchens ya han comenzado a utilizar Daft para mejorar sus procesos de manejo de datos. Esta tendencia no solo valida la solución de Eventual, sino que también subraya la creciente necesidad de herramientas que faciliten el trabajo con datos complejos.

Financiación y Crecimiento

El interés en Eventual no se ha limitado a sus capacidades tecnológicas. En menos de un año, la compañía ha conseguido levantar dos rondas de financiación significativas, comenzando con una ronda de semilla de 7,5 millones de dólares liderada por CRV, seguida de una ronda de Serie A de 20 millones de dólares con la participación de Microsoft y Citi. Esta inyección de capital permitirá a Eventual expandir su oferta de código abierto y desarrollar un producto comercial que ayude a sus clientes a construir aplicaciones de IA más robustas.

Astasia Myers, socia general de Felicis, comentó que la elección de invertir en Eventual fue el resultado de un ejercicio de mapeo de mercado que identificó la necesidad de una infraestructura de datos que pudiera soportar el crecimiento de modelos de IA multimodal. “Lo que hace que Eventual se destaque es su posición como pionero en este espacio, además de que los fundadores han enfrentado estos problemas de procesamiento de datos de primera mano,” afirmó Myers.

El Futuro de la Infraestructura de Datos

La creación de Daft y el éxito de Eventual marcan un hito importante en la evolución de la infraestructura de datos en la era de la IA. La capacidad de procesar datos de múltiples fuentes y formatos es esencial para las empresas que buscan innovar y mantenerse competitivas. Con la creciente complejidad de los datos y la velocidad a la que se generan, herramientas como Daft son más relevantes que nunca.

La revolución de la IA no solo se limita a los vehículos autónomos; su impacto se extiende a casi todos los sectores, desde la atención médica hasta el comercio. La capacidad de manejar datos no estructurados de manera efectiva permitirá a las empresas crear aplicaciones más inteligentes y funcionales que pueden transformar la manera en que interactuamos con la tecnología.

La historia de Eventual es un recordatorio de que en un mundo en constante cambio, la innovación nace de la identificación de problemas específicos y la creación de soluciones que no solo abordan esos problemas, sino que también abren nuevas oportunidades. En un entorno donde la inteligencia artificial y el manejo de datos se entrelazan cada vez más, las empresas que puedan adaptarse y evolucionar tendrán la ventaja.