Con sede en Tallin Supersimple, una plataforma de análisis de datos nativa de IA, anunció que ha obtenido 2.2 millones de dólares (aproximadamente 2 millones de euros) en una ronda de financiación previa a la semilla. La plataforma permite a los usuarios explorar datos y proporcionar respuestas precisas a consultas complejas en cuestión de minutos.
La inversión fue liderada por empresas tera con participación de especialista en capital riesgo, Pequeño capital de riesgo y diversos angel investors, incluido el ex CTO de Twilio y los fundadores de Sixfold y Grünfin.
Utilización de capital
Supersimple utilizará los fondos para acelerar el crecimiento de clientes y mejorar la IA explicable.
Marko Klopets, cofundador y director ejecutivo de Supersimple, dice: "Nos propusimos diseñar y construir algo que fuera lo suficientemente simple para que cualquiera pueda entenderlo, pero lo suficientemente potente como para admitir los flujos de trabajo más avanzados imaginables".
"Estamos brindando algo aterrador y complejo a personas que no son necesariamente ingenieros o expertos en datos, al mismo tiempo que atendemos directamente a esas personas e ingenieros de datos".
“Estamos combinando tecnología de última generación con un diseño bien pensado. Para ello, hemos reunido una ingeniería de producto e IA de primer nivel. team."
Ayudar a los humanos a comprender profundamente los datos
Según un comunicado, Supersimple cree que la forma en que las empresas utilizan la tecnología para comprender los datos debe cambiar. En lugar de gráficos básicos o interfaces de chat aburridas, creen en un futuro en el que la IA ayude a las personas a obtener información de datos muy específica.
La plataforma de análisis de datos de Supersimple utiliza inteligencia artificial y modelado de datos semánticos para proporcionar a los usuarios datos confiables y uniformes para sus tareas diarias. La plataforma, diseñada para empresas B2B SaaS, también permite a los miembros no técnicos obtener información sobre datos y tomar decisiones informadas.
Marko Klopets, cofundador y director ejecutivo de Supersimple, dice: “La mayor parte del valor de los datos no proviene de mirar un panel. Más bien, surge de preguntas profundas y específicas: probar hipótesis, explorar e iterar”.
"Supersimple se creó en torno a esta información para ayudar teamSiempre tendremos la información adecuada para tomar grandes decisiones. Hacer que los datos estructurados de los almacenes de datos sean accesibles y utilizables es el primer paso para que Supersimple se convierta en el sistema operativo de las empresas de más rápido crecimiento”.
Supersimple cree que las plataformas integrales y diseñadas específicamente son esenciales para satisfacer las demandas de versatilidad y confianza de las empresas.rises y flujos de trabajo de misión crítica. Además, la empresa afirma priorizar la experiencia del usuario y el diseño en un campo que a menudo se pasa por alto.
La plataforma de análisis de datos permite a los usuarios responder preguntas complejas sobre datos sin esfuerzo a través de interfaces de lenguaje natural sin código, sin necesidad de conocimientos de SQL o Python.
La IA explica cada paso, garantizando transparencia y liberando datos teams para iniciativas estratégicas y empoderar al resto de la organización.
Eamonn Carey, socio de Tera Ventures, afirma: “En los últimos años, los almacenes de datos se han vuelto omnipresentes y las pilas de datos son mejores que nunca. Sin embargo, las empresas todavía tienen dificultades para hacer uso de sus datos”.
“Cuando escuché a Marko explicar su visión y vi la plataforma en acción, quedó muy claro que así sería el futuro”.
¿Cómo funciona Supersimple?
SuperSimple permite a los usuarios responder preguntas complejas sobre datos ad hoc en minutos. Ofrece un sin código interfaz para describir intenciones, evitando la necesidad de consultas SQL o uniones de tablas.
La plataforma se integra con los almacenes de datos existentes, proporcionando herramientas esenciales para medir y mejorar team rendimiento.
SuperSimple permite a los usuarios responder consultas de datos utilizando modelos de inteligencia artificial avanzados o en inglés sencillo. Elimina la necesidad de codificación SQL o Python mediante una interfaz sin código. A veces gana el lenguaje natural y, a veces, usar una interfaz de usuario estructurada resultará más natural.
La empresa da prioridad a la explicabilidad de los datos, reconociendo la importancia de una comprensión profunda para sacar conclusiones precisas. Su capa de modelado de datos centraliza definiciones y resúmenes de detalles de la base de datos, lo que permite a los usuarios responder sus propias preguntas con confianza.
Esto permite que los datos teams centrarse en tareas estratégicas en lugar de abordar consultas individuales repetidamente.