Con sede a Londra Seldon, una piattaforma operativa di Machine Learning (ML) incentrata sui dati per l'implementazione, la gestione, il monitoraggio e la spiegabilità dei modelli ML, ha annunciato giovedì di aver raccolto 20 milioni di dollari (circa 18.84 milioni di euro) in un round di finanziamenti di serie B.
Il round è stato guidato dal portoghese Pixel luminoso (ex Sonae IM). Al round hanno partecipato anche gli investitori esistenti AlbionVC, Cambridge Innovation Capital e Amadeus Capital Partners.
Bright Pixel è un fondo di investimento tecnologico del gruppo multinazionale Sonae, focalizzato sul supporto cybersecurity, infrastruttura digitale e tecnologie di vendita al dettaglio. Ha un portafoglio di oltre 50 aziende, dalle fasi iniziali a quelle di crescita.
Pedro Carreira, direttore di Bright Pixel, afferma: "Seldon si è differenziato presentando una soluzione unica in grado di ridurre l'attrito per gli utenti che implementano e spiegano modelli ML in qualsiasi settore".
"Ciò significa maggiore produttività per i suoi clienti, time-to-value più rapido combinato con capacità di governance, rischio e conformità".
Cosa offre Seldon?
Fondata nel 2014 da Alex Housley, Seldon mira ad accelerare l'adozione di machine Learning per migliorare le prestazioni aziendali e gestire il rischio.
Le aziende stanno effettuando investimenti significativi nell'intelligenza artificiale, ma molte hanno problemi a scalare i propri modelli per la produzione a causa di vari vincoli in team flussi di lavoro, aumento della regolamentazione e vincoli di conformità, ecc.
È qui che entra in gioco Seldon startup offre a Data Scientist, ingegneri ML e altri partner commerciali gli strumenti di cui hanno bisogno per accelerare l'utilizzo del ML e affrontare questi problemi con "un'efficienza senza precedenti".
Alex Housley afferma: "L'intelligenza artificiale è in tutto e Seldon è in una posizione unica per garantire un ritorno sull'investimento ML fornendo un'infrastruttura robusta, scalabile e sicura, aprendo la strada a un approccio incentrato sui dati alle pipeline ML, dando la priorità team collaborazione in tutta l'organizzazione e assicurandosi teams sono in grado di risolvere problemi significativi su larga scala costruendo fiducia nel machine learning, anche nelle condizioni normative più intense".
Secondo Seldon, gli utenti hanno riportato guadagni di produttività fino al 92%, risparmiando milioni di dollari sui loro progetti ML.
Sta alimentando l'intero ciclo di vita della produzione in alcune delle più grandi organizzazioni come PayPal, Johnson & Johnson, Audi ed Experian, tra gli altri.
Utilizzo del capitale
Seldon afferma che i fondi verranno utilizzati per far avanzare la strategia di intelligenza artificiale incentrata sui dati della sua suite di prodotti. IL startup investirà anche nel successo dei clienti e rafforzerà la funzione di supporto globale.
I startup afferma che dal lancio della sua serie A nel novembre 2020, i suoi framework open source sono cresciuti del 400% su base annua.
A seguito del rilancio, l'obiettivo principale di Seldon è la sua ricerca, che è stata fondamentale nella creazione di prodotti "innovativi" in collaborazione con teams all'Università di Cambridge.
Secondo Seldon, nella prossima fase di crescita, si sta concentrando su quattro fattori critici per il successo dell'IA che contano per i suoi clienti. Questi includono enterpriseinfrastruttura di qualità robusta, scalabile e sicura; sbloccare l'intero valore dei dati; collaborazione semplificata attraverso l'IA teamS; e forti capacità di governance.