Las empresas se están ahogando en datos visuales: Coactive IA quiere darles sentido

Forbes México.
Las empresas se están ahogando en datos visuales: Coactive IA quiere darles sentido

Incluso para las empresas más grandes del mundo, el enorme volumen de datos visuales que crean y recopilan puede resultar abrumador de gestionar, ya sea para realizar un seguimiento de activos de vídeo y fotografías para campañas de marketing o para clasificar las imágenes que comparten los clientes.

Para hacer frente a estos desafíos, las empresas han recurrido históricamente a revisores humanos o servicios de etiquetado de datos para categorizar y analizar todos estos datos visuales denominados “no estructurados”. Pero, mediante el uso de avances en inteligencia artificial, una empresa emergente llamada Coactive AI pretende reemplazar esos servicios con software que pueda dar sentido a las enormes cantidades de contenido visual de los clientes.

Existe una necesidad seria: uno de los clientes de Coactive, una gran empresa minorista, solía pagar por una nueva sesión de fotos para promocionar un producto que vendía en lugar de tener que buscar en su enorme biblioteca de imágenes fotos antiguas, según Cody Coleman, cofundador y director ejecutivo de Coactive. Ahora, sin embargo, el software de la startup puede recuperar instantáneamente la foto correcta buscando una característica que la identifique (por ejemplo: “camiseta naranja”) incluso si no ha sido etiquetada.

El martes, la startup con sede en San José anunció una nueva ronda de financiación de Serie B de 30 millones de dólares liderada por Emerson Collective de Laurene Powell Jobs y Cherryrock Capital, un nuevo fondo de riesgo de la exdirectora ejecutiva de TaskRabbit, Stacy Brown-Philpot. Otros inversores incluyeron a Andreessen Horowitz, que lideró las dos primeras rondas de financiación, Bessemer Venture Partners y Greycroft. La ronda valora a Coactive en 200 millones de dólares, frente a los 50 millones de dólares (según PitchBook) que recibió en marzo de 2023.

El software de Coactive se creó tras modificar modelos de IA disponibles comercialmente para hacerlos aptos para identificar y etiquetar imágenes y vídeos con precisión. Además de buscar en el contenido visual, Coactive afirma que su software también tiene aplicaciones en la moderación de contenido porque puede detectar con precisión el contenido que viola las pautas de confianza y seguridad de un cliente. Fandom, el servicio de alojamiento de wikis, ha elegido a Coactive para una herramienta de moderación de contenido que “elimina la revisión humana que requiere mucho tiempo para cada imagen y vídeo” subido a su sitio, dijo en un comunicado de prensa .

Las empresas se están ahogando en datos visuales: Coactive IA quiere darles sentido

Coleman ha estado obsesionado con las computadoras desde una edad temprana como un refugio de una infancia difícil: nació dentro de una prisión y creció en un hogar empobrecido. Obtuvo títulos de licenciatura y maestría en ciencias de la computación del MIT y luego un doctorado de Stanford, bajo la supervisión de Matei Zaharia, cofundador de la empresa de software Databricks, valorada en 43 mil millones de dólares. Unos meses antes de recibir el título, comenzó Coactive con William Gaviria Rojas, un científico informático con doctorado de Northwestern y ex científico de datos de eBay.

Empresas como Facebook, que ha sido objeto de escrutinio por problemas de moderación de contenidos, cuentan con ingenieros de inteligencia artificial para crear herramientas similares internamente. Pero Coactive ha aprovechado una fuente de ingresos entre las grandes empresas ajenas al sector tecnológico a las que les resulta demasiado caro hacerlo ellas mismas o pagar a proveedores de etiquetado manual de datos.

La startup no dio cifras exactas de ingresos, pero dijo que cuenta con docenas de clientes que, según sus estimaciones, multiplicarán por ocho las ventas este año. Brown-Philpot dijo a Forbes que su empresa se apresuró a ofrecer una hoja de condiciones después de enterarse de que otros capitalistas de riesgo habían pedido invertir preventivamente después de ver que el negocio despegaba en los últimos meses. “Estaban haciendo progresos y, francamente, más rápido que la mayoría de las empresas que estaban aprovechando la IA de alguna manera para desarrollar su negocio”, dijo.

Brown-Philpot, cuya firma está en medio de la recaudación de un primer fondo para invertir en emprendedores negros y latinos, dijo que su primera reunión con Coleman se desvió de hablar sobre el producto para centrarse en su misión de abordar el sesgo en la IA. Por ejemplo, Coactive co-creó un conjunto de datos de imágenes con más de 38.000 imágenes de artículos de hogares de distintos niveles de ingresos para contrarrestar la sobrerrepresentación de poblaciones de mayores ingresos que es común entre los conjuntos de datos públicos.

“Si realmente queremos combatir el sesgo, tenemos que pensar en los datos que ingresan”, dijo Brown-Philpot. “Coactive no es una empresa de inteligencia artificial generativa, es una plataforma [de software como servicio] que combina todos los elementos relacionados con la inteligencia artificial y los datos para tomar decisiones. Por eso, creo que tienen el mejor potencial para abordar el sesgo inherente que surge con el desarrollo de cualquier tipo de tecnología”.

Coleman dijo que el enfoque de Coactive en los datos visuales le ha ayudado a diferenciarse de otras empresas que se centran más en categorizar y ordenar datos basados ​​en texto con IA. “Es un orden de magnitud más difícil que poder trabajar con datos de texto, lo que hace que mucha gente se centre en los datos de texto más fáciles de obtener”. La cantidad de datos que se deben analizar en texto es similar a un lago, dijo, aludiendo a Databricks de Zaharia, que vende una oferta llamada “casa de lago de datos”, en la que los clientes almacenan y analizan sus datos. La escala de los datos visuales, para continuar con su analogía, es más parecida a un océano.

“Cuando pensamos en las herramientas de big data de hoy, es como tener un bote de remos o una canoa”, dijo. “Está bien cruzar un lago con un bote de remos, pero si me pidieran que cruzara el Océano Pacífico, les diría que están locos y que van a necesitar un bote más grande”.

Este artículo fue publicado originalmente por Forbes US.

Te puede interesar: Tras desatar frenesí en la comunidad IA: no, DeepSeek no es un ‘momento Sputnik’

Las empresas se están ahogando en datos visuales: Coactive IA quiere darles sentido
Kenrick Cai