Bienvenido a Startup Spotlight de Snowflake, donde preguntamos a los fundadores de startups sobre los problemas que están resolviendo, las aplicaciones que están creando y las lecciones que han aprendido durante su alucinación como startup. En esta tiraje, conoce ekai Los cofundadores Mo Aidrus, director ejecutante, y Hussnain Ahmed, director de IA, que están aplicando sus más de 20 primaveras de experiencia en ingeniería de datos e IA agente, contexto y operaciones de formación inevitable, e ingeniería de soluciones de infraestructura de cirro empresarial para construir una infraestructura más válido para las evacuación de datos agentes de las empresas.
¿Qué os inspira como fundadores?
Estamos obsesionados con utilizar datos e inteligencia fabricado para hacer que el mundo empresarial sea más válido.
Ahora estamos en el tercer año de la ola de prohijamiento de IA generativa y está surgiendo un patrón: las empresas utilizan aplicaciones como ChatGPT, Claude AI, Grok, etc., o crean aplicaciones personalizadas utilizando API LLM de OpenAI, Anthropic y Google. Obtienen resultados iniciales decentes en tareas genéricas, pero luego se topan con un tapia cuando intentan utilizar estas herramientas para cualquier cosa que requiera comprender su negocio actual.
El problema no son los modelos. Es contexto. O más precisamente, es la marcha total de un contexto estructurado, consultable y claro por máquina sobre cómo funciona efectivamente una empresa. Los sistemas de datos agentes no tienen valencia sin un contexto empresarial.
¿Cómo pretende Ekai resolver este problema?
A pesar de todas las herramientas disponibles, el proceso de comprender los datos físicos, contextualizarlos y transformarlos en conocimientos listos para el negocio sigue siendo dolorosamente calmoso y manual. Es por eso que la mayoría de las organizaciones tan pronto como tocan la superficie de lo que pueden hacer sus plataformas de datos, y por qué los costosos catálogos de datos a menudo quedan infrautilizados.
Nuestra plataforma averiguación cambiar esto ofreciendo una "laboratorio de datos empresariales" para que los analistas de negocios y los ingenieros analíticos creen varios modelos de datos sin una gran décimo de TI. Ekai se conecta a datos físicos, aprende patrones, crea modelos de datos lógicos y genera código que fusiona datos físicos con conceptos comerciales. El objetivo es capacitar a los usuarios empresariales para que creen prototipos y prueben modelos antaño de involucrar a TI en la implementación de producción.
El agente de chat de IA de Ekai ayuda a los usuarios empresariales a fijar modelos semánticos haciendo preguntas inteligentes basadas en su comprensión de los datos físicos. El objetivo es capacitar a los usuarios empresariales para que creen prototipos y prueben modelos antaño de involucrar a TI en la implementación de producción.
Este proceso ayuda a ceñir los requisitos comerciales, de guisa similar a cómo los arquitectos de datos realizan talleres para crear un documento de requisitos comerciales (BRD). Nuestro enfoque conversacional hace que el modelado de datos sea accesible para los usuarios empresariales y, lo más importante, documenta el conocimiento tribal.
¿Qué diferencia su enfoque para democratizar los modelos de datos y los conocimientos de otras soluciones del mercado?
Nuestro objetivo es acelerar la innovación de datos y el tiempo de logro de valencia. La tecnología patentada de Ekai puede:
-
Inferir, catalogar y construir automáticamente relaciones entre entidades de forma escalable
-
Catalogar definiciones y procesos comerciales que se reflejan en el código SQL existente
-
Cree prototipos de productos de datos precisos para usuarios empresariales
-
Permita el descubrimiento de datos precisos y confiables en verbo natural
-
Cree y actualice continuamente documentación para datos físicos, lógicos y semánticos.
-
Cree especificaciones para aplicaciones de IA posteriores
-
Prepare la IA agente de datos oscuros de una empresa
Nos conectamos a su almacén de datos, generamos automáticamente mapas mentales empresariales y diagramas de ontología/entidad-relación (ERD) para comprender las relaciones, capturar el contexto empresarial a través de nuestro modelado semántico y producir todos los artefactos que las aplicaciones de IA posteriores necesitan: catálogos de datos, glosarios empresariales, definiciones de métricas, mapas de género y reglas de brío. Es la capa de contexto completa, generada y mantenida automáticamente.
Con Ekai, lo que antaño tomaba de tres a seis meses desarrollar productos de datos ahora se puede alcanzar en tres o cuatro horas con IA. Los usuarios empresariales no se sienten atrapados y pueden crear modelos semánticos con facilidad en el contexto empresarial adecuado.
¿Cómo ha influido Snowflake Native App Framework en la organización de crecimiento y incremento de su empresa?
El situación de aplicaciones nativas Snowflake es fundamental para nosotros porque nos ayuda a resolver dos barreras críticas de prohijamiento.
En primer ocupación, al ejecutarse completamente en el interior de la cuenta Snowflake del cliente, todos los datos y metadatos permanecen en su perímetro de seguridad, lo que elimina los problemas de cuna y acelera las aprobaciones de cumplimiento, especialmente para las industrias reguladas.
En segundo ocupación, posiciona a Ekai como una extensión nativa de Snowflake en ocupación de otra utensilio de inteligencia fabricado externa. Eso significa que los clientes pueden implementar modelado de datos automatizado directamente en el interior de su infraestructura de almacén existente con una fricción mínima. Esto transforma nuestra organización de comercialización de una liquidación de integración compleja a una experiencia de activación optimizada que impulsa una prohijamiento más rápida y un crecimiento impulsado por el producto.
Estamos muy entusiasmados de trabajar con Snowflake para poder ceñir los gastos generales de adquisición y obtener facturación y medición desde el primer momento. La liquidación conjunta a través de la plataforma Crossbeam ya ha comenzado.
¿Qué hay en el horizonte para ti y para Ekai?
A medida que la IA comience a liderar el observación, este nivel de automatización no será solo una preeminencia competitiva: será una carencia. Los sistemas de IA solo pueden ofrecer valencia actual si se alimentan de datos proporcionadamente contextualizados y listos para el negocio. Eso es lo que ofrecemos: contenido que genera resultados precisos, consistentes y completos. Con Ekai, las empresas obtienen engendramiento de código agente y consultas en verbo natural precisas y confiables, mientras catalogan y documentan automáticamente su código.
Obtenga más información sobre las soluciones de Ekai en www.ekai.ai. Ekai está actualmente habitable en la serie privada de Snowflake. Por valenza comuníquese con https://ekai.ai/#contacto para iniciar.
Si es una startup que está desarrollando Snowflake, consulte el Desarrollado por el software de inicio Snowflake para obtener información sobre cómo Snowflake puede respaldar sus objetivos y asegúrese de ingresar al Desafío de inicio de copo de cocaína 2026!