Monte Carlo raises $25 million for AI that monitors data reliability
أعلنت شركة Monte Carlo الناشئة في مجال موثوقية البيانات ومقرها سان فرانسيسكو اليوم أنها جمعت 25 مليون دولار، مما رفع إجمالي رأس مال الشركة حتى الآن إلى أكثر من 40 مليون دولار. تقول Monte Carlo إن العائدات ستسمح لها بتعزيز مجتمع المستخدمين لديها ومواصلة تطوير منتجات البيانات والتحليلات الخاصة بها بينما تتطلع إلى توسيع حجم قوتها العاملة.
تشير التقديرات إلى أن متوسط الشركة ينفق ما يزيد عن 15 مليون دولار سنويًا لمعالجة الفترات الزمنية التي تكون فيها البيانات مفقودة أو معطلة أو غير دقيقة. حوالي 93% من المؤسسات تفقد خوادمها لمدة 10 أيام أو أكثر أثناء ملف كارثة للإفلاس خلال الـ 12 شهرًا القادمة، في حين أن 43% لم يعاد فتحها أبدًا و 51% أغلقت في غضون عامين.
Barr Moses، نائب الرئيس السابق لعمليات العملاء في Gainsight، شارك في تأسيس Monte Carlo في عام 2019 مع Lior Gavish، نائب الرئيس الأول للهندسة في Barracuda Networks. لقد صُدم كلاهما بما اعتبروه مشكلة سهولة الاستخدام عندما يتعلق الأمر بأدوات تحديد مشكلات البنية التحتية وحلها: على الرغم من توفر هذه الأدوات على نطاق واسع، إلا أنها لم تقدم طريقة بسيطة لضمان صحة البيانات المتدفقة عبر خطوط الأنابيب.
تشير التقديرات إلى أن متوسط الشركة ينفق ما يزيد عن 15 مليون دولار سنويًا لمعالجة الفترات الزمنية التي تكون فيها البيانات مفقودة أو معطلة أو غير دقيقة. حوالي 93% من المؤسسات تفقد خوادمها لمدة 10 أيام أو أكثر أثناء ملف كارثة للإفلاس خلال الـ 12 شهرًا القادمة، في حين أن 43% لم يعاد فتحها أبدًا و 51% أغلقت في غضون عامين.
Barr Moses، نائب الرئيس السابق لعمليات العملاء في Gainsight، شارك في تأسيس Monte Carlo في عام 2019 مع Lior Gavish، نائب الرئيس الأول للهندسة في Barracuda Networks. لقد صُدم كلاهما بما اعتبروه مشكلة سهولة الاستخدام عندما يتعلق الأمر بأدوات تحديد مشكلات البنية التحتية وحلها: على الرغم من توفر هذه الأدوات على نطاق واسع، إلا أنها لم تقدم طريقة بسيطة لضمان صحة البيانات المتدفقة عبر خطوط الأنابيب.
تستخدم Monte Carlo الذكاء الاصطناعي لاستنتاج ومعرفة شكل بيانات الشركة، وتحديد وقت التوقف عن العمل بشكل استباقي، وتقييم تأثيرها، وإخطار الموظفين الذين قد يحتاجون إلى المعرفة. يمكن للنظام الأساسي تحديد السبب الجذري لوقت التوقف تلقائيًا وإظهار تبعيات البيانات في مكان واحد. علاوة على ذلك، فإنه يوفر تنفيذًا خاليًا من التعليمات البرمجية لتغطية خارج الصندوق مع مجموعات البيانات الحالية، مع عرض واحد لصحة البيانات التي تغطي بحيرات البيانات والمستودعات وأدوات ذكاء الأعمال والكتالوجات.
وأوضح متحدث باسم Monte Carlo: "[نحن] أتمتة عملية يدوية تقليدية للتحقق من صحة البيانات ومراقبتها والتي تعتمد على إعداد عتبة الوقت المكثف". "تستخدم Monte Carlo التعلم الآلي لأخذ لقطة تاريخية لأصول البيانات لمنع" البيانات السيئة" من إتلاف خطوط الأنابيب الجيدة. من خلال هذا النهج، نقوم بتقييم أصول البيانات ونستخدم التعلم الآلي لتحديد أيها أكثر "أهمية"، أي منها يستخدم على نطاق واسع، وعدد الأشخاص الذين يستخدمونها، وكيف يستخدمونها. نستخدم أيضًا العديد من تقنيات اكتشاف الشذوذ في الذكاء الاصطناعي لقياس البيانات التاريخية والبيانات الوصفية والأنماط في بيئة العميل، ثم تحديد الانحرافات الجوهرية عن هذه المعايير التي قد تشير إلى وجود "بيانات سيئة".
الأهم من ذلك، أن Monte Carlo تراقب البيانات في حالة السكون ولا تستخرجها من مخازن البيانات. ويرجع الفضل في ذلك جزئيًا إلى أنها واحدة من منصات مراقبة البيانات القليلة التي تحقق الامتثال SOC-2، وفقًا لما قاله الرئيس التنفيذي Moses. (تم تطويره بواسطة المعهد الأمريكي للمحاسبين القانونيين المعتمدين، تم تصميم SOC-2 لتقييم أمان مزودي الخدمة الذين يقومون بتخزين بيانات العملاء في السحابة). تتضمن مجموعة بيانات التدريب الخاصة بخوارزميات مونت كارلو معلومات من الشركات الفردية فقط لمنع التسرب عبر العملاء.
"في السنوات الأخيرة، ظهرت حلول مثل Splunk و New Relic لمنع توقف التطبيق. في عام 2021، سيحدث نفس الشيء مع البيانات. نظرًا لأن الشركات تستوعب المزيد والمزيد من البيانات لدعم عملية اتخاذ القرار، فقد ظهر "تعطل البيانات data downtime" باعتباره أكبر تهديد للشركات في كل مكان"، كما أخبر Moses بذلك VentureBeat عبر البريد الإلكتروني. "ملاحظة البيانات هي أول نهج شامل يحركه ML لفهم صحة البيانات في كل مرحلة من مراحل دورة حياتها. مونتي كارلو متحمسة لمواصلة ريادتها لهذه الفئة الجديدة، وفي غضون ذلك، تمكين الشركات من تحقيق ثقة البيانات في النهاية".
وأوضح متحدث باسم Monte Carlo: "[نحن] أتمتة عملية يدوية تقليدية للتحقق من صحة البيانات ومراقبتها والتي تعتمد على إعداد عتبة الوقت المكثف". "تستخدم Monte Carlo التعلم الآلي لأخذ لقطة تاريخية لأصول البيانات لمنع" البيانات السيئة" من إتلاف خطوط الأنابيب الجيدة. من خلال هذا النهج، نقوم بتقييم أصول البيانات ونستخدم التعلم الآلي لتحديد أيها أكثر "أهمية"، أي منها يستخدم على نطاق واسع، وعدد الأشخاص الذين يستخدمونها، وكيف يستخدمونها. نستخدم أيضًا العديد من تقنيات اكتشاف الشذوذ في الذكاء الاصطناعي لقياس البيانات التاريخية والبيانات الوصفية والأنماط في بيئة العميل، ثم تحديد الانحرافات الجوهرية عن هذه المعايير التي قد تشير إلى وجود "بيانات سيئة".
الأهم من ذلك، أن Monte Carlo تراقب البيانات في حالة السكون ولا تستخرجها من مخازن البيانات. ويرجع الفضل في ذلك جزئيًا إلى أنها واحدة من منصات مراقبة البيانات القليلة التي تحقق الامتثال SOC-2، وفقًا لما قاله الرئيس التنفيذي Moses. (تم تطويره بواسطة المعهد الأمريكي للمحاسبين القانونيين المعتمدين، تم تصميم SOC-2 لتقييم أمان مزودي الخدمة الذين يقومون بتخزين بيانات العملاء في السحابة). تتضمن مجموعة بيانات التدريب الخاصة بخوارزميات مونت كارلو معلومات من الشركات الفردية فقط لمنع التسرب عبر العملاء.
"في السنوات الأخيرة، ظهرت حلول مثل Splunk و New Relic لمنع توقف التطبيق. في عام 2021، سيحدث نفس الشيء مع البيانات. نظرًا لأن الشركات تستوعب المزيد والمزيد من البيانات لدعم عملية اتخاذ القرار، فقد ظهر "تعطل البيانات data downtime" باعتباره أكبر تهديد للشركات في كل مكان"، كما أخبر Moses بذلك VentureBeat عبر البريد الإلكتروني. "ملاحظة البيانات هي أول نهج شامل يحركه ML لفهم صحة البيانات في كل مرحلة من مراحل دورة حياتها. مونتي كارلو متحمسة لمواصلة ريادتها لهذه الفئة الجديدة، وفي غضون ذلك، تمكين الشركات من تحقيق ثقة البيانات في النهاية".
يقول خمسة وعشرون موظفًا في Monte Carlo- التي لها مكاتب في كندا وأمريكا الجنوبية وإسرائيل وتعد ضمن فرق عملائها في Eventbrite و Snowflake و New Relic- أن الإيرادات تضاعفت كل ربع عام 2020. تدير الشركة الآن موثوقية أكثر من 20 بيتابايت من البيانات.
قادت Repoint Ventures وGGV Capital جولة التمويل الأخيرة لـ Monte Carlo، والتي شاركت فيها Accel. يأتي ذلك بعد الجولة الأولى للشركة البالغة قيمتها 16 مليون دولار في سبتمبر.
قادت Repoint Ventures وGGV Capital جولة التمويل الأخيرة لـ Monte Carlo، والتي شاركت فيها Accel. يأتي ذلك بعد الجولة الأولى للشركة البالغة قيمتها 16 مليون دولار في سبتمبر.
