Un ejemplo: científicos del Balseiro pisan fuerte en Silicon Valley
Tres compañeros de estudios fundaron una startup y se metieron en la flor y nata del Gran Tech para hacer del Big Data un Smart Data y ofrecer la reorganización de los datos a costo competitivo.
De Rosario a Silicon Valley, la statup creada por tres compañeros de estudios del Instituto Balseiro, Bruno Ruyu, Lucas Uzal y Leonardo Ruspini, se mudaron a la cima del desarrollo de la Inteligencia Artificial Generativa a alternar con corporaciones tecnológicas de la talla de OpenAI, Anthropic, Meta, y Google.
Desarrollaron un producto de ingeniería de datos a bajo costo que busca transformase en el pilar de la inteligencia artificial empresarial, gracias a la formación de excelencia científica-tecnológica que recibieron en el Instituto de Física en Bariloche, cuyo primer director fue alumno de Ernesto Sábato, se llamaba José Antonio Balseiro y convertiría a esa casa de estudios en referente mundial.
Con los datos hoy multiplicados por miles de millones de gigabytes que colman la nube, las empresas usuarias muchas veces no tienen idea de la capacidad que disponen y cómo organizarla.
Hacia ahí apuntó el terceto los conocimientos adquiridos en el Balseiro.
Surgió así Teramont, cuyo Ceo y fundador, Bruno Ruyu, le contó a Forbes Argentina cómo fue su decisión de pasar a la actividad privada. "Quería hacer que las cosas funcionen. Y eso me llevó a trabajar con datos antes de que se hablara de carreras como la de Data Scientist", declaró a la publicación especializada en negocios.
"La data no es lo mismo para la necesidad de alguien de marketing que para un CFO, y al trabajar en empresas como YPF fui viendo cómo las corporaciones necesitan poder manejarse con datos en el lenguaje de cada unidad de negocios", sostuvo, en referencia a que el filtrado de datos muchas veces se hace a partir de una consultoría específica que lleva demasiados meses y altos costos.
Automatizarlo desde la perspectiva de cada unidad de negocios lo resuelve a través de patrones que junten los datos de distintas procedencias, los organicen y extrapolen la imagen que les sirve.
Se puso en contacto con su antiguo compañero del Balseiro, Lucas Uzal, quien había desarrollado una importante carrera como investigador del Conicet en áreas de Inteligencia Artificial: "Me venía resistiendo a dejar completamente mi etapa en el Conicet, y las propuestas de Bruno me tentaban pero al final comencé primero en otro lado", señaló quien se sumó como cofundador y CAIO (Chief Artificial Intelligence Officer).
Entusiasmados como estaban con las redes neuronales y sus posibilidades cuando vieron el tema en el Balseiro, ahora materializaban un proyecto en común.
Y completaron el equipo fundador con Leonardo Ruspini como CTO y cofundador de Teramot, dedicado a la ingeniería nuclear y especializado en desarrollo de software.
Ahorro de consultoría
Incluyeron técnicas de machine learning para entrenar modelos que puedan abstraer patrones comunes entre los datos que se quieren estudiar, con la idea de ahorrar el trabajo de consultoría de la ingeniería de datos y tenerlos disponibles de una forma mucho más rápida por los tomadores de decisión.
"Lo que en una empresa puede llevar 7 u 8 meses lo resolvemos en poco tiempo: desde horas a pocos días y a muchísimo menor costo. Y enseguida se puede testear todo por plataformas bien amigables como WhatsApp. Un marketer, por ejemplo, puede pedirle al bot que le ordene las ventas de determinado producto, y luego que le haga un gráfico de las ventas por región. Lo interesante además es que nuestra tecnología también disminuye las alucinaciones que tiene la IA justamente por tener mal trabajado el tema de los datos", le dijeron a Forbes.
Los modelos de IA Generativa están entrenados con grandes cantidades de datos y la carrera que persiguen los LLM (modelos de lenguajes grande) como ChatGPT, Gemini, y Claude es responder las preguntas y pedidos de los usuarios a medida que comprenden mas contextos.
Las "burbujas de datos" tienen mucho valor para cada compañía, contienen gran parte de la experiencia y el valor de la empresa, por lo que son parte del activo intagible y, en consecuencia, no están disponibles en forma pública.
Entonces las compañían buscan herramientas para agregarlos a los LLM.
Teramont aplica técnicas de IA para definir bien los llamados Data Lakes, que los ordena para evitar alucinaciones.
La artesanía de formar estos Data Lakes era una materia de la que sólo podían ocuparse consultores especialistas en ingenierías de datos.
A eso se dedican, atacando un problema importante y crucial en la movida de las empresas hacia la IA.
CITES les dio una primera inversión de US$ 780.000, a la que se agrega la reciente de Ryta Zasiekina por US$ 100.000 adicionales.
La inversora ángel y fundadora del innovador proyecto fintech Concryt , Ryta Zasiekina, se enteró de Teramot cuando conoció a su director ejecutivo y cofundador, Bruno Ruyu, en el Programa Ejecutivo de Stanford a principios de este año, en el que ambos estaban estudiando.
Ella se dedicó a abrir redes de contactos en las grandes ligas.
Abrir la oficina en Silicon Valley fue el punto de partida de la comercialización de un modelo SAS (software as a Service), que lo tienen en la nube de AWS ya que son partners de la empresa de Amazon, y además les posibilita mostrar una solución escalable y segura, algo crucial cuando se trabaja con datos de clientes.
Gabriel Puertas, Head of Product and Operations, explicó cómo piensan hacer accesible el desarrollo de IA para un gran abanico de organizaciones. Analizan aplicar un ticket bajo de unos US$ 200 que les permita sumar una buena base de clientes.
Fuente: Noticias Argentinas