在数据充斥的时代，企业们面临着诸多挑战，包括如何使用、组织和分析数据。根据一项估计，到2025年，企业将在云中存储约100泽字节的数据。然而，目前仅有13%的企业在分析和数据战略方面取得了成功，根据MIT Technology Review Insights和Databricks的一项调查。
AI解决方案的关键性
Devavrat Shah认为，使企业能够有效地进行预测和基于场景的规划，需要从业务的数百个源头中获取深度、复杂的数据类型，而人工智能是实现这一目标的关键。他是Celect的创始人，Celect是一个用于分配和履行大型零售订单的人工智能应用（在2019年被耐克收购），他还领导着麻省理工学院的统计和数据科学中心。
Ikigai Labs的诞生
为了实现“赋予每个企业以人工智能”的使命，Shah创办了Ikigai Labs。该公司提供了一个基于专有图形模型的无代码平台，用于预测、稀疏数据对账和优化。近日，Ikigai宣布完成了2500万美元的A轮融资，由Premji Invest领投，Foundation Capital和E& Capital VC参与，使其累计融资达到3820万美元。
图形模型的优势
Ikigai的创始人之一Vinayak Ramesh曾与Shah合作，构建了用于表格数据的人工智能，即数据以表格形式组织，有行和列，类似数据库。这些图形模型代表了一组变量之间的概率关系。这种模型在处理表格、稀疏和通常带有时间戳的企业数据时非常合适，被称为“表格数据的生成人工智能”。
Ikigai平台的应用
Ikigai的平台旨在帮助企业创建和部署这些图形模型，以驱动其内部的应用程序。客户可以根据需要在其企业数据上进行模型训练，创建有助于预测、情景规划和分析的模型。
与大型语言模型的区别
或许有人会问，为什么Ikigai的图形模型优于近年来流行的大型语言模型（LLMs）？Shah指出，LLMs在处理文本和其他非结构化数据方面表现出色，但与图形模型相比，它们的运营成本高昂，需要大量存储空间。
突出竞争优势
Shah并不天真地认为Ikigai在企业人工智能市场上没有竞争对手。他将C3.ai、Anaplan、Dataiku和Hugging Face列为顶级竞争对手，至少在某种程度上它们提供了Ikigai提供的部分功能。
未来展望
尽管如此，Premji Invest的管理合伙人Sandesh Patnam对Ikigai在突出市场中的能力充满信心。他表示：“Ikigai的创始团队拥有深厚的行业和市场专业知识，可以将人工智能的创新推向业务运营和决策的中心。他们在大型图形模型方面的创新将被所有希望将生成人工智能应用于现有表格数据的企业所接受。”
扩张与发展
凭借这笔新的资金，总部位于旧金山的Ikigai计划将团队规模从30人扩大到年底的70人。
结语
Ikigai Labs的成功充分证明了人工智能在数字化时代的重要性和巨大潜力。通过其创新的图形模型，企业能够更好地利用表格数据，实现更精准的预测和规划，从而在竞争激烈的市场中取得领先地位。Ikigai Labs的努力不仅将推动企业的数字化转型，还将为人工智能的应用开辟新的道路，成为未来数字化软件领域的引领者。
本文由ChatGPT3.5创作
