Ali Ghodsi, CEO von Databricks, bezeichnet das neue Produkt als den „größten Deal“ in der Geschichte seines Unternehmens, das mehrere Produkte auf den Markt gebracht hat, um seinen aktuellen Wert von 43 Milliarden US-Dollar zu erreichen.
Timothy Archibald für Forbes
Das Produkt integriert Technologie von MosaicML, das Databricks im Juni für 1,3 Milliarden US-Dollar erworben hat.
Von Kenrick CaiForbes-Mitarbeiter
Databricks landete die bisher größte Akquisition in der Ära der generativen KI, als es im Juni für 1,3 Milliarden US-Dollar MosaikML kaufte. Es handelte sich um einen fast sechsfachen Aufschlag gegenüber der vorherigen Bewertung von MosaicML von 222 Millionen US-Dollar – ein „Schnäppchen“, wenn man Ali Ghodsi, CEO von Databricks, fragt: „Im Nachhinein hätte ich sogar noch mehr bezahlt.“
Am Mittwoch kündigte Databricks ein neues Produkt an, von dem Ghodsi hofft, dass es seine Meinung bestätigen wird. Sein Unternehmen hat sich durch den Verkauf seiner Flaggschiff-Datensoftware „Lakehouse“ an Unternehmen, die nach einer Möglichkeit suchen, Daten zu speichern und zu analysieren, die sowohl strukturiert sind (denken Sie an : Tabellenkalkulationen von Banktransaktionen) und unstrukturiert (wie Bilder und Rohtextdateien). Das neue Angebot namens Data Intelligence Platform wird die generative KI-Expertise von MosaicML in das Lakehouse einbringen.
„Für mich ist das Seehaus eine kleine Plattform. Es ist das Fundament und das ist der Wolkenkratzer darauf“, sagte Ghodsi Forbes.
Anstatt Programmiersprachen wie Python beherrschen zu müssen, um die Daten eines Unternehmens zu analysieren, können Mitarbeiter jetzt Fragen in einfachem Englisch stellen, um Einblicke in die Daten zu erhalten, als ob sie eine primitive Version von chatgpt verwenden würden – was letztlich viel mehr Benutzern die Möglichkeit gibt, Antworten zu geben Nutzung von Daten. Dies wird durch die großen Sprachmodelle von MosaicML unterstützt – die zugrunde liegende Technologie, die den aktuellen KI-Boom vorangetrieben hat. Kunden können diese benutzerdefinierten Modelle mithilfe proprietärer Datensätze trainieren, die sie in Databricks gespeichert haben.
„Ich habe keinen Zweifel daran, dass dies die Zukunft aller Datenplattformen ist – Databricks, Snowflake, [google’s] BigQuery und so weiter.“
Ghodsi sagte, dass Databricks unter den Betatestern viele CEOs und Führungskräfte sehe, die das neue Produkt nutzen, um Fragen zu beantworten, die sie ansonsten technischen Mitarbeitern stellen müssten. Bei Tufts Medicine nutzen einige Ärzte das Tool, um Patientendaten zu überprüfen. „Dies ermöglicht es viel mehr Menschen in der Organisation, Erkenntnisse zu gewinnen und die Art von Arbeit zu erledigen, die bisher nur Datenwissenschaftler leisten konnten“, sagte Ghodsi. „Ich habe keinen Zweifel daran, dass dies die Zukunft aller Datenplattformen ist – Databricks, Snowflake, [Google’s] BigQuery und so weiter.“
Als Databricks, das auf Platz 2 rangiert ForbesDie Cloud 100-Liste bereitet sich auf einen mit Spannung erwarteten Börsengang vor und steht vor einem Zwei-Fronten-Krieg gegen langjährige Datenplattform-Konkurrenten (Snowflake, die engste Parallele, wird auf dem öffentlichen Markt mit einer Marktkapitalisierung von 55 Milliarden US-Dollar gehandelt) und die neuen Gruppe von KI-Modellanbietern, angeführt von OpenAI (Nr. 1 auf Cloud 100) und Anthropic (Nr. 73). Databricks gab bekannt, dass sein Umsatz im September 1,5 Milliarden US-Dollar überschritten hatte; Laut einem Bericht vom Oktober holt OpenAI mit 1,3 Milliarden US-Dollar schnell auf Die Information.
Mit ChatGPT hat OpenAI die Hürde für den Zugang von Verbrauchern zu KI gesenkt, und sein Umsatz wiederum wurde Berichten zufolge bislang von Abonnements für den Chatbot dominiert. Aber immer mehr Unternehmen nutzen große Modelle wie GPT-4 oder Claude 2 von Anthropic, um ihre eigenen KI-Apps zu entwickeln, wie etwa das Produktivitätstool Notion, das Anfang dieser Woche eine neue KI-gestützte Funktion herausgebracht hat. Databricks hilft anderen Kunden, das Problem aus einem anderen Blickwinkel anzugehen: Anstatt ein riesiges Modell zu verwenden, hilft es ihnen, kleinere, maßgeschneiderte Modelle zu erstellen.
„Wir sehen das größte Interesse an Menschen mit sehr sensiblen Daten, die ihre eigene KI aufbauen möchten“, sagte Ghodsi. „Wir helfen ihnen dabei.“ Laut Ghodsi ist Databricks mit den 15.000 GPUs, die es für diese Zwecke vermietet, bereits ausgelastet, was bedeutet, dass einige Kunden warten müssen. Das neue Produkt, das die Hürde für den Zugriff von Mitarbeitern auf die Daten zusätzlich zu diesen benutzerdefinierten KI-Modellen senkt, stellt einen weiteren Schritt in Databricks’ Bestreben dar, eine Nische im schnelllebigen KI-Bereich zu erobern.
Dennoch ist die Verwendung des Produkts mit einer Lernkurve verbunden. Als Ghodsi eine Version davon vorführte Forbes, gaben zwei Abfragen die Meldung „Oh nein!“ zurück. Es ist ein interner Fehler aufgetreten.“ Databricks stellte anschließend klar, dass für die Demo ein Beispieldatensatz verwendet wurde und dass ein Benutzer mit der Materie vertraut sein muss, um die richtigen Fragen zu stellen, die nützliche Antworten liefern. Das Produkt wird Datenwissenschaftler also wahrscheinlich nicht so schnell überflüssig machen. „Ich denke, es wird sie weiterhin geben und sie werden noch wichtiger, weil sie die Experten sind, die die Fehler beheben können, die Sie gesehen haben“, sagt Ghodsi.
MEHR VON FORBES
