In Italië gevestigde Indo, een generatieve AI startup, kondigde aan dat het € 6 miljoen heeft opgehaald in een Series A-financieringsronde onder leiding van verenigde ondernemingen.
Bestaande investeerder Vertis SGR nam ook deel aan de ronde via de VERtis Venture 3 Technology Transfer.
De missie van Aindo is om AI waardevoller en privacyvriendelijker te maken. Het bedrijf wil toonaangevend zijn op het gebied van synthetische data en een revolutie teweegbrengen in data mobility, wat betekent dat u informatie veilig deelt met de nadruk op privacy.
Deze financiering zal Aindo helpen zijn activiteiten uit te breiden team en AI-oplossingen ontwikkelen voor gezondheidszorg, financiën en openbaar bestuur.
“We zijn verheugd deze nieuwe financieringsronde aan te kondigen, die onze groei in een cruciale fase van de ontwikkeling van het bedrijf zal stimuleren”, zegt Daniele Panfilo, medeoprichter en CEO van Aindo.
“De meeste organisaties beschikken over waardevolle gestructureerde informatie die is opgeslagen in hun databases en die vanwege privacybescherming niet kan worden gebruikt. Het creëren van synthetische data met generatieve AI lost dat op: de data die Aindo regenereert, gedraagt zich op dezelfde manier als echte data, terwijl de privacy van individuen volledig wordt beschermd”, voegt Panfilo toe.
Giulia Giovannini, partner bij United Ventures, deelde de opwinding over deze investering, omdat ze gelooft dat Aindo een antwoord kan bieden op de problemen waarmee de AI-revolutie te maken kan krijgen.
“De AI-revolutie wordt nog steeds geconfronteerd met veel obstakels, waaronder de ontoegankelijkheid van gegevens, lange verwerkingstijden, privacyproblemen en ethische kwesties met betrekking tot gegevensverzameling. Synthetische data zijn een antwoord op deze problemen”, zegt Giovannini.
“Wij geloven dat Daniele [CEO en mede-oprichter van Aindo] en de zijne team hebben de juiste ambitie om het platform internationaal op te schalen op het gebied van synthetische data, en we zijn verheugd om aan deze ronde bij te dragen, als onze allereerste investering van UV3, het onlangs gelanceerde fonds van United Ventures”, voegt Giovannini toe.
Wat de innovatie van Aindo biedt
De technologie van Aindo genereert synthetische gegevens: kunstmatig gegenereerde gegevens die machine learning-modellen kunnen trainen zonder dat daarvoor gegevens uit de echte wereld nodig zijn. Het is gemaakt met behulp van algoritmen en kan worden afgestemd op specifieke behoeften, waardoor het een waardevol hulpmiddel is voor datawetenschappers en Machine Learning (ML)-ontwikkelaars.
Met synthetische data kan AI worden gebruikt op sociale en zakelijke gebieden met een grote impact, zoals gezondheidszorgonderzoek en financiële markten.
Volgens Gartner zijn synthetische data een opkomende trend in AI. Ze voorspellen dat in 2024 ongeveer 60 procent van de data die in AI-initiatieven worden gebruikt kunstmatig zal zijn gegenereerd, een aanzienlijke sprong ten opzichte van de slechts 1 procent die in 2021 werd waargenomen.
Grand View Research voorspelt dat de mondiale markt voor synthetische data in 1.79 een waarde van 2030 miljard euro zal bereiken.
“De komende jaren zal de vraag naar synthetische data alomtegenwoordig zijn voor alle sectoren die sterk afhankelijk zijn van data, vooral in de gezondheidszorg, de financiële wereld en de verzekeringen”, zegt Roberto Della Marina, operating partner van Vertis SGR en managing partner van Venture Factory.
“Aindo's technologie heeft het potentieel om de levens van miljoenen mensen te beïnvloeden”, voegt Marina toe.
Gebruik maken van synthetische data
In de gezondheidszorg worden synthetische gegevens gebruikt om AI-modellen te trainen die nodig zijn voor het creëren van prognostische en voorspellende hulpmiddelen. Deze hulpmiddelen verbeteren de diagnostiek en behandeling van ziekten bij verschillende medische aandoeningen.
In de financiële sector spelen synthetische data een cruciale rol bij het ontwikkelen van op maat gemaakte oplossingen en diensten. Ontwikkelaars kunnen bijvoorbeeld synthetische modellen gebruiken om nauwkeurige risicovoorspellingsmodellen te construeren die patronen en gedrag identificeren die verband houden met het risico van financiële uitdagingen.
Ten slotte zijn synthetische gegevens van cruciaal belang voor een naadloze gegevensuitwisseling tussen publieke en private entiteiten in de infrastructuur- en energiesector. Het kan het infrastructuur- en netwerkbeheer in slimme steden en gebouwen optimaliseren en de fysieke infrastructuur monitoren. Het ondersteunt de beoordeling van meerdere risicoscenario's, ondersteunt schadesimulatie en optimale managementbeoordelingen.