Jared Zhao s'est initialement intéressé à l'analyse de données pendant son temps à l'UC Berkeley parce qu'il était attiré par la manière dont elle pouvait transformer des données brutes en récit. Zhao a fondé sa première startup d'analyse de données, Polyture, en 2021. Mais les avancées en matière d'IA générative, juste un an plus tard, ont poussé Zhao à réaliser que ce que Polyture construisait était trop compliqué pour ce que les utilisateurs rechercheraient dans un monde post-ChatGPT, et a décidé de changer de cap. Le résultat a été Athenic AI, une entreprise qui utilise l'IA pour exécuter des analyses de données pour les entreprises sur l'ensemble de leurs sources de données. Zhao, le fondateur et PDG, a déclaré que les produits d'Athenic sont conçus pour être le système nerveux central des bases de données d'une organisation qui peut être utilisé par n'importe qui dans l'entreprise, quel que soit son niveau d'expérience en programmation ou en données. Zhao (photo ci-dessus au centre) a ajouté qu'Athenic est conçu pour être flexible et peut travailler avec les entreprises pour permettre à son IA de comprendre la "connaissance tribale" de l'entreprise, les KPI ou la terminologie interne afin que l'IA dispose du contexte nécessaire pour exécuter des analyses appropriées. Chaque rapport de données tiré par le système piloté par l'IA inclut une explication de la manière dont l'IA a interprété les données, ce qui facilite aux utilisateurs de repérer d'éventuelles erreurs et de donner des retours au modèle IA. Zhao a ajouté que cela aide à la visibilité et que même s'ils veulent que l'IA atteigne une précision aussi proche de 100% que possible, les analystes de données humains ne peuvent pas non plus atteindre une précision de 100%. "Même lorsque le système a tort, il est conscient qu'il pourrait avoir tort, et explique à l'utilisateur pourquoi il pense qu'il pourrait avoir tort", a déclaré Zhao. "Et c'est ce qu'un bon analyste de données fait. Ils ne vous donnent pas seulement le rapport ou le graphique, ils vous donnent également un résumé exécutif qui explique comment vous devez interpréter cela et ce qu'ils ont fait pour réaliser cette analyse." L'entreprise a été fondée en 2022 et a lancé son produit à l'été 2022. Depuis son lancement, Athenic a réussi à attirer des clients allant de petites startups à de grandes entreprises, y compris Additel et PMC. Zhao a déclaré que la société a trouvé bon nombre de ses plus petits clients par le biais de pistes commerciales sortantes, mais que la majorité de leurs clients d'entreprise provenaient d'un intérêt entrant. Athenic, basée à San Francisco, annonce maintenant une levée de fonds de 4,3 millions de dollars menée par BMW i Ventures avec la participation de TenVC, Scrum Ventures, Stage 2 Capital, entre autres. Zhao a déclaré que l'argent sera utilisé pour le recrutement et le développement de nouvelles capacités technologiques. "Aujourd'hui, l'utilisateur pose des questions et extrait les informations du système qu'il souhaite voir", a déclaré Zhao. "Il y a aussi un monde où les données ont une sorte d'information intrinsèque à elles-mêmes que nous voudrons suggérer à l'utilisateur avant même qu'il ne le demande." Samantha Huang, associée chez BMW i Ventures, a déclaré à TechCrunch qu'elle avait été présentée à Athenic de manière plutôt aléatoire. Huang a déclaré que son entreprise avait décidé d'avoir une meilleure idée de l'écosystème des startups en matière d'IA en général et a "exploré le sujet" en contactant autant de startups d'IA que possible pour avoir une idée de leur état d'esprit. Athenic en faisait partie. Huang a déclaré que la société se démarquait des autres entreprises d'analyse de données en raison du fait qu'elle aide les entreprises à configurer les modèles IA avec le contexte et les connaissances spécifiques à l'entreprise. "Beaucoup d'entreprises utiliseront ces modèles génériques, monétisés, fondamentaux, mais le problème est, techniquement, le modèle est un peu idiot si vous ne savez pas à quoi ressemblent les données dans l'environnement du client", a-t-elle déclaré. "Jared a adopté une nouvelle approche, en combinant un graphe de connaissances avec des modèles fondamentaux qui lui ont permis de résoudre ce problème." Le marché de l'analyse de données est saturé et le sera probablement de plus en plus à mesure que l'IA générative s'améliorera et que de plus en plus d'entreprises chercheront à capitaliser sur la manière dont l'IA peut améliorer la gestion et l'utilisation de leurs données. Databricks en est un exemple dans ce secteur qui a levé plus de 19 milliards de dollars de capital-risque et est actuellement valorisé à 62 milliards de dollars. Il existe également de nombreuses entreprises axées sur le stockage et l'optimisation des données qui pourraient facilement se développer dans cet espace. Zhao pense que l'approche de l'entreprise, qui se concentre fortement sur l'expérience utilisateur et garantit que les modèles IA ont le contexte approprié de l'entreprise, les aide à se démarquer. "Nous pensons simplement qu'il y a trop d'entreprises qui fonctionnent sans la connaissance adéquate, même si toutes les données sont techniquement là", a déclaré Zhao. "Les personnes en haut parfois, non par ignorance, sont souvent en train de voler à l'aveugle, et c'est le problème que nous voulons vraiment résoudre. La startup de data analytics Athenic AI veut être le système nerveux central d'une entreprise
Jared Zhao s'est initialement intéressé à l'analyse de données pendant son temps à l'UC Berkeley parce qu'il était attiré par la manière dont elle pouvait transformer des données brutes en récit. Zhao a fondé sa première startup d'analyse de données, Polyture, en 2021. Mais les avancées en matière d'IA générative, juste un an plus tard, ont poussé Zhao à réaliser que ce que Polyture construisait était trop compliqué pour ce que les utilisateurs rechercheraient dans un monde post-ChatGPT, et a décidé de changer de cap. Le résultat a été Athenic AI, une entreprise qui utilise l'IA pour exécuter des analyses de données pour les entreprises sur l'ensemble de leurs sources de données. Zhao, le fondateur et PDG, a déclaré que les produits d'Athenic sont conçus pour être le système nerveux central des bases de données d'une organisation qui peut être utilisé par n'importe qui dans l'entreprise, quel que soit son niveau d'expérience en programmation ou en données. Zhao (photo ci-dessus au centre) a ajouté qu'Athenic est conçu pour être flexible et peut travailler avec les entreprises pour permettre à son IA de comprendre la "connaissance tribale" de l'entreprise, les KPI ou la terminologie interne afin que l'IA dispose du contexte nécessaire pour exécuter des analyses appropriées. Chaque rapport de données tiré par le système piloté par l'IA inclut une explication de la manière dont l'IA a interprété les données, ce qui facilite aux utilisateurs de repérer d'éventuelles erreurs et de donner des retours au modèle IA. Zhao a ajouté que cela aide à la visibilité et que même s'ils veulent que l'IA atteigne une précision aussi proche de 100% que possible, les analystes de données humains ne peuvent pas non plus atteindre une précision de 100%. "Même lorsque le système a tort, il est conscient qu'il pourrait avoir tort, et explique à l'utilisateur pourquoi il pense qu'il pourrait avoir tort", a déclaré Zhao. "Et c'est ce qu'un bon analyste de données fait. Ils ne vous donnent pas seulement le rapport ou le graphique, ils vous donnent également un résumé exécutif qui explique comment vous devez interpréter cela et ce qu'ils ont fait pour réaliser cette analyse." L'entreprise a été fondée en 2022 et a lancé son produit à l'été 2022. Depuis son lancement, Athenic a réussi à attirer des clients allant de petites startups à de grandes entreprises, y compris Additel et PMC. Zhao a déclaré que la société a trouvé bon nombre de ses plus petits clients par le biais de pistes commerciales sortantes, mais que la majorité de leurs clients d'entreprise provenaient d'un intérêt entrant. Athenic, basée à San Francisco, annonce maintenant une levée de fonds de 4,3 millions de dollars menée par BMW i Ventures avec la participation de TenVC, Scrum Ventures, Stage 2 Capital, entre autres. Zhao a déclaré que l'argent sera utilisé pour le recrutement et le développement de nouvelles capacités technologiques. "Aujourd'hui, l'utilisateur pose des questions et extrait les informations du système qu'il souhaite voir", a déclaré Zhao. "Il y a aussi un monde où les données ont une sorte d'information intrinsèque à elles-mêmes que nous voudrons suggérer à l'utilisateur avant même qu'il ne le demande." Samantha Huang, associée chez BMW i Ventures, a déclaré à TechCrunch qu'elle avait été présentée à Athenic de manière plutôt aléatoire. Huang a déclaré que son entreprise avait décidé d'avoir une meilleure idée de l'écosystème des startups en matière d'IA en général et a "exploré le sujet" en contactant autant de startups d'IA que possible pour avoir une idée de leur état d'esprit. Athenic en faisait partie. Huang a déclaré que la société se démarquait des autres entreprises d'analyse de données en raison du fait qu'elle aide les entreprises à configurer les modèles IA avec le contexte et les connaissances spécifiques à l'entreprise. "Beaucoup d'entreprises utiliseront ces modèles génériques, monétisés, fondamentaux, mais le problème est, techniquement, le modèle est un peu idiot si vous ne savez pas à quoi ressemblent les données dans l'environnement du client", a-t-elle déclaré. "Jared a adopté une nouvelle approche, en combinant un graphe de connaissances avec des modèles fondamentaux qui lui ont permis de résoudre ce problème." Le marché de l'analyse de données est saturé et le sera probablement de plus en plus à mesure que l'IA générative s'améliorera et que de plus en plus d'entreprises chercheront à capitaliser sur la manière dont l'IA peut améliorer la gestion et l'utilisation de leurs données. Databricks en est un exemple dans ce secteur qui a levé plus de 19 milliards de dollars de capital-risque et est actuellement valorisé à 62 milliards de dollars. Il existe également de nombreuses entreprises axées sur le stockage et l'optimisation des données qui pourraient facilement se développer dans cet espace. Zhao pense que l'approche de l'entreprise, qui se concentre fortement sur l'expérience utilisateur et garantit que les modèles IA ont le contexte approprié de l'entreprise, les aide à se démarquer. "Nous pensons simplement qu'il y a trop d'entreprises qui fonctionnent sans la connaissance adéquate, même si toutes les données sont techniquement là", a déclaré Zhao. "Les personnes en haut parfois, non par ignorance, sont souvent en train de voler à l'aveugle, et c'est le problème que nous voulons vraiment résoudre. 
