Nowy Jork kojarzy się zazwyczaj z Wall Street i światem wielkich finansów, niektórzy też wspomną o modzie. Odbywający się w tym mieście New York Fashion Week, będący jednym z czterech Wielkich Tygodni Mody („Big Four”), podczas którego prezentowane są kolekcje największych amerykańskich i międzynarodowych projektantów. Ale nowe technologie utożsamiane są przede wszystkim z San Francisco i Doliną Krzemową. Tymczasem „Big Apple” staje się wielkim hubem technologicznym, na co niepośledni wpływ ma bliskość sektora finansowego i medialnego.

– Robię biznes w Nowym Jorku, bo nie lubię San Francisco” – odpowiada Ethan Ding, CEO i współzałożyciel startupu TextQL, na pytanie, dlaczego wybrał właśnie to miasto.

Ethan Ding, CEO wspólnie z zespołem od trzech lat uczy sztuczną inteligencję czytania tabel. Przy czym nie chodzi tutaj o proste zestawienia w Excelu, lecz rozbudowane bazy danych używane przez wielkie korporacje. To oznacza pracę ze zbiorami przekraczającymi 10 GB danych.

-Kluczowym problemem w świecie Big Data jest „uwięzienie dostawcy”. Migracja logiki biznesowej i danych między systemami wiąże się z ogromnymi kosztami i nakładem pracy. Takie projekty często wymagają wieloletnich kontraktów z firmami konsultingowymi, a ich wartość sięga 50-100 milionów dolarów. Każda platforma wykorzystuje własny język zapytań, format tabel oraz sposób przechowywania danych, co uniemożliwia proste przeniesienie rozwiązań między systemami – mówi Ethan Ding.

Współzałożyciel TextQL porównuje tę sytuację do mieszkania. Wszystko wydaje się w porządku, może jest trochę za małe, czasami sąsiedzi hałasują, ale szanse na zmianę są znikome, bowiem każda firma zajmująca się przeprowadzkami wycenia swoją usługę na 50 milionów dolarów. Z kolei właściciel lokalu, znający koszty przeprowadzki, uśmiecha się przy każdej rozmowie o podwyżce czynszu, bo gdzie ma iść lokator?

Amerykański startup zamierza rozbić zmowę „firm przeprowadzkowych”, wprowadzając rozwiązanie pozwalające na konwersję jednego języka zapytań na inne, upraszczając proces integracji. Startup porównuje to do kamienia z Rosetty.

Największym przełomem jest możliwość pytań zadawanych do zbiorów z petabajtami danych za pomocą języka naturalnego i uzyskiwania natychmiastowych wyników, wizualizacji itp. W przeciwieństwie do rozwiązań pierwszej generacji, które działają jak wyszukiwarka dokumentów, to narzędzie odpowiada na trzy kluczowe wyzwania klientów korporacyjnych: skalę (miliony rekordów), złożoność (dziesiątki powiązanych systemów) oraz semantyczne mapowanie w czasie rzeczywistym (rozpoznaje, że „klient”, „customer” i „kontrahent” w różnych bazach to ten sam obiekt).

Integracja różnorodnych systemów to jedno z najbardziej kosztownych wyzwań w IT. Problem nie leży tylko w samym połączeniu, lecz mapowaniu danych między systemami. Na przykład pole „klient” w jednym systemie zawiera rekord „Jan K”. W kolejnym to już „Jan Kowalski”. Trzeci system przechowuje „jan.k@gmail.com”, a czwarty – „Pan Jan Kowalski senior”. Ta sama osoba, cztery różne reprezentacje danych. Ręczna rekoncyliacja informacji wykonywana przez armię konsultantów, kosztuje krocie. Największe firmy doradcze, takie jak chociażby Deloitte, potrafią zażądać za taką usługę nawet  50 milionów dolarów. 

– Sztuczna inteligencja zmienia te reguły gry. Algorytmy uczenia maszynowego potrafią automatycznie rozpoznawać wzorce i powiązania między pozornie różnymi reprezentacjami tych samych danych – tłumaczy Ethan Ding

Platforma TextQL może znaleźć zastosowanie w wielu sektorach. W branży finansowej wspiera optymalizację kosztów, analizę ryzyka i śledzenie transakcji. W handlu umożliwia podejmowanie decyzji opartych na danych w nanosekundach. W opiece zdrowotnej system zapewnia natychmiastowy dostęp do rozproszonych danych pacjentów z wielu systemów (szpitali, laboratoriów i aptek) przy jednoczesnym zachowaniu zgodności z HIPAA dzięki wdrożeniu w środowisku lokalnym, gwarantującym pełną kontrolę nad wrażliwymi danymi medycznymi.

System działa jak data scientist, który eksperymentuje, popełnia błędy, uczy się i samodzielnie pisze kod, aby odpowiedzieć na złożone, przekrojowe pytania typu: „Jaki jest odsetek moich czytelników z danej grupy wiekowej i ilu z nich trafiło na moją stronę dzięki tej reklamie?”

Firma, która rozpoczęła komercjalizację produktu w styczniu bieżącego roku, od tego czasu nie straciła ani jednego klienta czy projektu pilotażowego. Ma bardzo ambitne cele. Jej model cenowy opiera się na wykorzystaniu mocy obliczeniowej przez klienta. TextQL prognozuje, że w 2026 roku osiągnie przychody na poziomie 7 milionów dolarów.

Ethan Ding ma też wiadomość dla dyrektorów działów IT z listy Fortune 500:

– To nie musi to kosztować 100 milionów dolarów i ciągnąć się miesiącami. Wpuście nas do gry, postawcie nas obok swojego oprogramowania i przeprowadźcie rzeczywiste porównanie jeden do jednego. Kupię wam wszystkie restauracje z gwiazdkami Michelin na świecie, jeśli przegramy – zapewnia Ethan Ding.