Wenn Ihr Startup nur entfernt mit der Arbeit mit Datenpipelines zu tun hat, versuchen Sie wahrscheinlich herauszufinden, wie Sie den gegenwärtigen Moment zu Ihrem Vorteil nutzen können: Unternehmen versuchen herauszufinden, wie sie Daten am besten nutzen können, um generative KI-Produkte anzutreiben, und dafür benötigen sie robuste Datendienste. Airbytedas 2020 auf den Markt kam, konzentrierte sich zunächst auf den Aufbau einer Low-Code/No-Code-Open-Source-Datenintegrationsplattform. Seitdem hat Airbyte insgesamt 181,2 Millionen US-Dollar eingesammelt, darunter eine massive Serie-B-Finanzierungsrunde über 150 Millionen US-Dollar in den etwas ungewöhnlichen Tagen Ende 2021.
Nach vier Jahren bringt das Unternehmen nun Airbyte 1.0 auf den Markt – und der Schwerpunkt liegt natürlich auf KI, sowohl als Ergänzung zu Airbytes eigenen Tools als auch um seinen Benutzern beim Aufbau ihrer eigenen KI-basierten Dienste zu helfen.
Tatsächlich nutzt das Unternehmen KI jetzt auf clevere Weise, um seine Low-Code/No-Code-Philosophie weiter auszubauen: Sein Modell kann die Dokumentation für eine API einsehen und darauf basierend automatisch einen Connector erstellen. Man verweist es einfach auf die Dokumentation und es erledigt den Rest (zumindest theoretisch; wie gut das in der Praxis funktioniert, wird natürlich erst die Zeit zeigen).
Michel Tricot, Mitbegründer und CEO von Airbyte, sagte mir, dass große Sprachmodelle die Datennutzung in Unternehmen vor allem dadurch verändern, dass sie unstrukturierte Daten weitaus nützlicher und nutzbarer machen.
„Strukturierte Daten sind nur die Spitze des Eisbergs, wenn es darum geht, das volle Potenzial von Daten auszuschöpfen“, sagte er. „Mit dem Aufkommen von LLMs können wir jetzt effizient auf bisher unberührte unstrukturierte Daten zugreifen. … Wir haben eine enorme Nachfrage nach der Handhabung multimodaler Daten festgestellt. Unsere neuesten Entwicklungen sind darauf ausgerichtet, intelligente, kontextabhängige Pipelines zu unterstützen, Frameworks wie RAG zu optimieren und die Pipeline-Erstellung basierend auf Kundendaten-Workflows zu automatisieren. Diese Innovationen sind entscheidend, um erweiterte Anwendungsfälle freizuschalten und die LLM-Leistung zu verbessern.“
Da Airbyte nun viel besser in der Lage ist, unstrukturierte Daten zu verwalten, können seine Benutzer hierfür nun ihre vorhandenen Pipelines nutzen, ohne auf zusätzliche Tools angewiesen zu sein.
In Nicht-KI-Neuigkeiten unterstützt der Connector von Airbyte jetzt auch GraphQL, was Benutzern den Zugriff auf viele zusätzliche Datensätze ermöglichen sollte, ohne dass sie benutzerdefinierte Pipelines erstellen müssen.
Mit dieser Version macht Airbyte auch seinen selbstverwalteten Enterprise-Dienst allgemein verfügbar. Wie bei so vielen Open-Source-Unternehmen bietet die Enterprise-Version, die auf den AWS- und GCP-Marktplätzen verfügbar ist, Funktionen wie Single Sign-On (SSO) und rollenbasierte Zugriffskontrolle (RBAC) sowie Airbyte-spezifische Funktionen wie die Maskierung vertraulicher Daten und erweiterte Beobachtbarkeit.
Airbyte hat eigenen Angaben zufolge 7.000 Unternehmenskunden und hat mittlerweile über 170.000 Implementierungen durchgeführt. Zu seinen Kunden zählen unter anderem Calendly und Coupa sowie Perplexity AI und Siemens.
„Jedes Unternehmen ist ein Datenunternehmen – um Entscheidungen zu treffen und als Grundlage für KI-Initiativen“, sagte Tricot. „Nur Airbyte kann Unternehmen mit seiner Open-Source-Strategie, die Hunderte von Konnektoren ermöglicht, die Möglichkeit geben, alle gewünschten Daten zu nutzen. Da KI weiterhin den Wandel vorantreibt, liefern wir die Technologie und das Ökosystem, die Unternehmen benötigen, um die Dateninfrastruktur aufzubauen, die für KI-gesteuerte Innovationen erforderlich ist.“
