Mark Hay y Ethan Ding tienen un objetivo ambicioso: quieren que cada decisión dentro de una empresa esté basada en datos. Estos dos ingenieros, que se conocieron hace unos años durante la pandemia, están llenos de optimismo.
Hay y Ding son los cofundadores de TextQL, una plataforma que integra soluciones existentes de procesamiento de datos con modelos de lenguaje como ChatGPT y GPT-4 de OpenAI. Su idea es permitir a los equipos de negocios hacer preguntas en tiempo real sobre los datos corporativos utilizando herramientas que, como lo explica Hay, «entienden los sustantivos y la semántica de los equipos».
«Los ejecutivos de datos han estado expuestos a promesas que no se han cumplido durante años… La mitad de los ejecutivos de datos en las compañías Fortune 500 se alejan del concepto de ‘auto-servicio de datos'», dijo Hay, CTO de TextQL, en una entrevista con TechCrunch. «Sus 400.000 científicos de datos pasan el 40% o más de su tiempo en la recuperación de datos, y los equipos de negocios utilizan diferentes expresiones representadas de diferentes maneras en las bases de datos, lo que lleva a meses perdidos discutiendo sobre números».
Hay, quien antes trabajaba como ingeniero de aprendizaje automático en Facebook, y Ding, exmiembro del equipo de datos de la firma de inversión Bessemer Venture Partners (y amante de las metáforas de jardín), decidieron crear una solución mejor.
En 2022, presentaron TextQL, que utiliza modelos de datos para asignar la base de datos de una empresa a «sustantivos» que representan al cliente empresarial, como palabras como «orden», «producto», «distribuidor», «SKU», «inventario», etc.
TextQL se integra con herramientas de inteligencia empresarial y redirige a los usuarios a plataformas de soluciones existentes cuando la pregunta ya ha sido formulada. Hay afirma que TextQL es capaz de consultar la documentación de catálogos de datos empresariales, como Alation, así como notas de plataformas como Confluence o Google Drive.
Con esto, los usuarios de TextQL pueden hacer preguntas al chatbot como: «¿Puede mostrarme una lista de órdenes que tuvieron grandes retrasos?» y «Calcula los centros de distribución con la mayor concentración». Además de responder preguntas, TextQL puede realizar acciones específicas, como enviar correos electrónicos a los gerentes basados en datos específicos, gracias a su componente de automatización.
«En la actual situación económica, cuando todos están tratando de hacer más con menos recursos, somos capaces de dar superpoderes a los operadores en una sola plataforma», dijo Hay.
Hay, quien cree que TextQL competirá con empresas como Palantir y C3.ai, afirma que TextQL ya cuenta con docenas de clientes en los sectores de salud, ciencias de la vida, servicios financieros, fabricación y medios. Según él, la plataforma tiene ingresos anuales de «seis cifras», lo que garantiza un futuro seguro para TextQL en los próximos «unos años».
«Un ritmo más lento no nos afecta tanto y, de hecho, las empresas están adoptando entusiastamente nuestro software, ya que puede ayudarles a lograr más con menos empleados», dijo Hay. «Nuestro equipo está compuesto únicamente por fundadores experimentados que previamente han tenido apoyo financiero de firmas de inversión; es un equipo que sería difícil reclutar fuera de este entorno en la actualidad».
En cuanto a las finanzas, TextQL, con un equipo de aproximadamente 10 personas, ha recaudado $4.1 millones en rondas de financiamiento pre-seed y seed, con Neo y DCM como co-líderes y la participación de Unshackled Ventures, Worklife Ventures, PageOne Ventures, FirstHand Ventures y Indicator Fund.
Preguntas frecuentes sobre la plataforma TextQL
1. ¿Qué es la plataforma TextQL?
La plataforma TextQL integra soluciones existentes de procesamiento de datos con grandes modelos de lenguaje como ChatGPT y GPT-4 de OpenAI. Su objetivo es permitir a los equipos de negocios hacer preguntas en tiempo real sobre los datos corporativos utilizando herramientas que entienden la semántica y los sustantivos.
2. ¿Qué permite TextQL?
TextQL permite a los usuarios hacer preguntas a un chatbot sobre los datos corporativos, como una lista de órdenes retrasadas o el cálculo de los centros de distribución con la mayor concentración. La plataforma también puede realizar acciones específicas, como enviar correos electrónicos basados en datos específicos.
3. ¿Con qué herramientas se integra TextQL?
TextQL se integra con herramientas de inteligencia empresarial y redirige a los usuarios a plataformas de soluciones existentes si las preguntas ya han sido formuladas. Puede consultar la documentación de catálogos de datos empresariales, como Alation, así como notas de plataformas como Confluence o Google Drive.
4. ¿En qué sectores se utiliza la plataforma TextQL?
TextQL cuenta con clientes en los sectores de salud, ciencias de la vida, servicios financieros, fabricación y medios.
5. ¿Cuáles son los ingresos proyectados para TextQL?
Según Mark Hay, CTO de TextQL, los ingresos anuales de la plataforma se encuentran en las «seis cifras», lo que le da un futuro seguro durante los próximos «unos años».
Definiciones de Términos Clave:
– Modelo de datos: La forma en que los datos están organizados en una base de datos u otros sistemas de tecnología de la información.
– Chatbot: Un programa de computadora que simula una conversación con un usuario a través de mensajes de texto.
– Inteligencia empresarial: El proceso de recopilar, analizar y presentar información empresarial para tomar mejores decisiones.
– Catálogo de datos: Un sistema que almacena metadatos sobre conjuntos de datos en una organización.
– Notas: Documentos de texto que contienen información o notas sobre diversos temas.
– SKU: Stock Keeping Unit – un identificador único que realiza un seguimiento de los productos individuales en un almacén.
Enlaces Relacionados:
– TextQL: Sitio web oficial de la plataforma TextQL.
The source of the article is from the blog smartphonemagazine.nl