Vor fast einem Jahr haben wir unsere Abschlussarbeit über die Beobachtbarkeit von maschinellem Lernen (ML) veröffentlicht und unsere Serie-A-Investition in Arize* angekündigt. Wir freuen uns, heute mitteilen zu können, dass Arize eine Serie B im Wert von 38 Millionen US-Dollar aufgebracht hat , die von TCV geleitet wurde, und wir freuen uns, Jason, Aparna und das gesamte Arize-Team weiterhin bei der Skalierung ihrer ML-Observability-Plattform zu unterstützen.

Künstliche Intelligenz (KI) wird zum Mainstream, und IDC geht davon aus, dass sich die weltweiten Ausgaben für KI in den nächsten vier Jahren von 85 Milliarden US-Dollar im Jahr 2021 auf mehr als 200 Milliarden US-Dollar bis 2025 mehr als verdoppeln werden . Dieses Wachstum ist an Unternehmen aus einer Vielzahl von Branchen und Endmärkten gebunden, die weiterhin in den Aufbau der KI-/ML-Systeme und -Infrastruktur investieren, die erforderlich sind, um Rohdaten in verwertbare Informationen umzuwandeln.

Tatsächlich kämpfen viele Unternehmen, die nicht in die notwendige KI-/ML-Infrastruktur investieren, weiterhin damit, konkrete Vorteile von KI zu erkennen. Eine aktuelle Umfrage von Arize unter Data Scientists, Ingenieuren und Führungskräften ergab, dass fast 88 % der Teams angaben, dass ihre Führungskräfte den ROI von ML-Initiativen „zumindest manchmal“ nicht quantifizieren können. Und fast 49 % der befragten Data Scientists gaben an, dass ihre Jobs im Zuge von Covid-19 – das zu abrupten und erheblichen Veränderungen der Arbeitseinstellungen und des Kundenverhaltens von Unternehmen führte – aufgrund erhöhter Abweichungen, Datenqualität und Leistungsprobleme schwieriger geworden sind. Wir glauben, dass die Technologie von Arize dazu beitragen kann, einige dieser Lücken zu schließen und Unternehmen dabei zu helfen, die Produktivität zu steigern und den Umsatz zu steigern.

Unternehmen wie Wayfair*, Home Depot und Etsy haben öffentlich über die Vorteile gesprochen, die sie als Ergebnis der Nutzung von KI sehen, um kritische Teile ihres täglichen Betriebs zu unterstützen, einschließlich der Möglichkeit, ein besseres Kundenerlebnis zu bieten Produktivität steigern und intelligentere, datengesteuerte Entscheidungen treffen. Wir gehen davon aus, dass die Einführung von KI weiter zunehmen wird, da das anhaltende Wachstum des Datenvolumens sowie die Vielfalt zunehmend erfordern, dass KI große Datenmengen analysiert und interpretiert. Darüber hinaus demokratisiert der Zugriff auf Cloud-Computing-Leistung und -Speicher in Verbindung mit Fortschritten in der gesamten KI / ML-Toolchain den Zugriff auf fortschrittliche Analysen und Vorhersagemodellierung weiter.

Die meisten ML-Teams haben in der Vorproduktionsphase des ML-Workflows (Kennzeichnung, Schulung, Bereitstellung) erhebliche Investitionen getätigt, sind jedoch blind, wenn es um das Verständnis, die Fehlerbehebung und die Verbesserung der Leistung von Modellen geht, sobald sie in der Produktion bereitgestellt werden. Darüber hinaus sind heute etwa 80 % bis etwa 90 % der Daten unstrukturiert , darunter Bilder, Videos, Text- und Sprachdaten, was zu komplexeren Deep-Learning-Modellen führt, die eine weitere Schwierigkeitsebene für das Verständnis des Modellverhaltens und die Diagnose darstellen Mögliche Modellprobleme.

Arize versetzt ML-Teams in die Lage, Probleme mit ML-Modellen schneller zu erkennen, zu beheben und zu beseitigen, und bietet so das fehlende Bindeglied zur zuverlässigen Skalierung der KI-/ML-Implementierung und -Einführung. Mit Arize können ML-Praktiker Modell- und Datenprobleme schnell erkennen, die Grundursache diagnostizieren und die Leistung ihres Modells kontinuierlich verbessern. Das Produkt von Arize wird bereits von Teams führender ML-Unternehmen verwendet, darunter Spotify, Instacart, P&G, Stitch Fix, Ebay, New York Life und Uber.

Wir freuen uns, unsere Partnerschaft mit Arize fortzusetzen, und wir freuen uns darauf, dazu beizutragen, das nächste Wachstumskapitel des Unternehmens voranzutreiben.