Selama bertahun-tahun, Vyas Sekar menelepon Muckai Girish, teman kuliahnya, untuk mendiskusikan ide-ide startup potensial dan meminta pendapat Girish. Mereka berdua biasanya membicarakan sebuah ide dan mengakhiri pembicaraan disana. Saat Sekar menelpon Girish dengan ide terkait data sintetik pada awal tahun 2022, perbincangan tak berhenti saat mereka menutup telepon.
Sekar dan rekannya di Universitas Carnegie Mellon, Giulia Fanti, telah berupaya menciptakan data sintetis untuk mengatasi krisis reproduktifitas, atau ketidakmampuan mereproduksi data, di dunia akademis. Meskipun Sekar melihat perlunya solusi di dunia akademis, Girish tahu bahwa kliennya saat itu juga menghadapi masalah yang sama. Setelah berbicara dengan beberapa perusahaan, tesis tersebut selanjutnya divalidasi.
“Saat itu, saya merasa ini sangat nyata dan ada peluang,” kata CEO Girish kepada TechCrunch. “Jadi itulah yang mendorong kami untuk memulai dan selama beberapa bulan ke depan kami berbicara dengan beberapa investor, orang-orang yang kami kenal dan, yang paling penting, perusahaan, dan kami menyadari bahwa ini adalah masalah penting dan upaya ini layak dilakukan untuk meninggalkan seluruh kehidupan. .”
Hasilnya adalah Rockfish, sebuah startup yang menggunakan AI generatif untuk membuat data sintetis untuk alur kerja operasional dan membantu perusahaan memecah silo data mereka. Rockfish terintegrasi dengan penyedia database, termasuk AWS dan Azure, dan membantu pengguna memilih konfigurasi terbaik untuk data mereka berdasarkan kebijakan perusahaan atau penggunaan data.
Data sintetis semakin menjadi topik hangat di dunia AI, tetapi sudah mendapatkan momentum yang berkembang ketika perusahaan tersebut didirikan pada Juni 2022. Girish mengatakan Rockfish ingin memastikan mereka menciptakan produk yang akan membedakan dirinya dari perusahaan sejenis dan lainnya juga merupakan solusi yang digunakan perusahaan setiap hari, tidak hanya dari waktu ke waktu.
Itu sebabnya produk perusahaan dirancang untuk terus menyerap data dan berfokus pada data operasional, termasuk data transaksi keuangan, keamanan siber, dan rantai pasokan. Area-area ini terus menghasilkan data untuk perusahaan dan juga terus berubah. Girish yakin fokus di sini membantu Rockfish membedakan dirinya dari pesaing lainnya.
Perusahaan tersebut sekarang bekerja dengan beberapa klien perusahaan, kata Girish, termasuk platform analisis streaming Conviva, serta departemen pemerintah seperti Angkatan Darat AS dan Departemen Pertahanan AS.
Rockfish mengumumkan putaran awal senilai $4 juta yang dipimpin oleh Emergent Ventures, dengan partisipasi antara lain dari Foster Ventures, TEN13, dan Dallas VC. Hal ini menjadikan total pendanaan perusahaan menjadi sekitar $6 juta.
Anupam Rastogi, Managing Partner di Emergent Ventures, mengatakan kepada TechCrunch bahwa dia telah mengikuti Sekar jauh sebelum Rockfish didirikan. Dia mengatakan bahwa yang mendorong perusahaan untuk berinvestasi adalah “tim, pasar, dan produk, dalam urutan itu.” Selain itu, fokus Rockfish dalam membangun bisnis membuatnya lebih cocok untuk Emergent dibandingkan beberapa pemain lain di bidang ini.
“Tim ini terdiri dari ilmuwan data berkualitas tinggi, dengan banyak gelar PhD,” kata Rastogi. “Ini adalah ruang yang menurut kami sangat canggih secara teknis dan memiliki kekuatan teknis tersebut sangatlah penting. “Mereka telah melakukan banyak pekerjaan mendasar di bidang ini, tidak hanya di perusahaan, tetapi di seluruh industri.”
Meskipun Rockfish berharap pendekatannya akan membantunya mendapatkan keunggulan di antara para pesaingnya, hal itu tidak mengubah fakta bahwa data sintetis kemungkinan akan menjadi pasar yang semakin ramai. Perusahaan kecerdasan buatan beralih ke data sintetis, seperti yang dipikirkan beberapa pelaku pasar telah kehabisan data pelatihan AI lainnya.
Sudah banyak startup yang ingin membidik pasar, termasuk Tonik AIyang telah mengumpulkan lebih dari $45 juta pendanaan ventura; Terutama AIyang telah mengumpulkan $31 juta dalam pendanaan modal ventura; Dan Berkabutyang mengumpulkan $14,5 juta sebelum diakuisisi oleh SAS pada tahun 2024, hanyalah beberapa di antaranya.
Girish mengatakan perusahaannya ingin memperluas pendekatan data sintetiknya dengan memasukkan jenis model lain seperti model ruang negara, model matematika yang menggunakan variabel negara. Perusahaan juga berupaya meningkatkan kemampuan end-to-endnya.
“Ini bukan tentang mengambil data acak dari Internet dan menghasilkan data sintetis,” kata Girish. “Tidak ada jaminan bahwa ini akan berjalan dengan baik. Namun jika Anda menggabungkan semua ini untuk perusahaan, sebenarnya ini sangat relevan dan realistis. Jadi itulah kuncinya, dan mampu melakukannya secara konsisten adalah hal yang kami anggap bermanfaat.”
TechCrunch memiliki buletin yang berfokus pada AI! Daftar di sini untuk menerimanya di kotak masuk Anda setiap hari Rabu.
