14 Ιανουαρίου 2025
Η Luminoso κέρδισε $6,5 εκατομμύρια για να συνεχίσει να κατασκευάζει την υπηρεσία analytics κειμένου σε cloud
Η Luminoso, μια εταιρεία κειμένων analytics με έδρα το Κέιμπριτζ της Μασαχουσέτης, ανακοίνωσε χρηματοδότηση ύψους $6,5 εκατομμυρίων στη Series A, από την Acadia Woods, αλλά και με συμμετοχή της Digital Garage. Έτσι, η συνολική χρηματοδότηση ανέρχεται στα $8 εκατομμύρια.
Η Luminoso ξεπήδησε από την έρευνα των Εργαστηρίων Πολυμέσων του ΜΙΤ και αποσχίστηκε το 2010. Μετά την χρηματοδότηση του 2012, συνέχισε να αναπτύσσει το προϊόν, που παρέχει κείμενα analytics σε cloud – και αυτά τα χρήματα θα τους βοηθήσουν στην ανάπτυξη της εταιρείας και στην πρόσληψη περισσότερου προσωπικού.
Αυτό που την κάνει μοναδική στην αγορά είναι ότι έχει απαλείψει το δυσκολότερο κομμάτι των κειμένων analytics από την εξίσωση, δημιουργώντας αυτόματη ταξινόμηση. Σύμφωνα με την διευθύνουσα σύμβουλο και συνιδρύτρια Catherine Havasi, η εταιρεία κατασκευάζει μοντέλα δεδομένων και machine learning, έτσι ώστε όλα να είναι αυτοματοποιημένα, ένα πολύ έξυπνο κόλπο αν μπορέσουν να το κρατήσουν για πολύ καιρό.
Αυτό σημαίνει, σύμφωνα με την Havasi, ότι το σύστημα έχει τη δική του ταξινόμηση των λέξεων, και ακόμα και όταν λέξεις σλανγκ ενσωματώνονται στο λεξικό, η Luminoso είναι ικανή να την αναγνωρίσει ως νέες λέξεις, και να εντοπίσει τη σημασία τους από συγκείμενο από άλλους χρήστες. «Οι άνθρωποι είναι δημιουργικοί στον τρόπο που μιλούν για το προϊόν,» ανέφερε η Havasi. «Θέλαμε να δώσουμε στους υπολογιστές την δυνατότητα να καταλαβαίνουν μια δημιουργική γλώσσα. Στο Εργαστήριο Πολυμέσων, κατασκευάζουμε δεδομένα που λειτουργούν ως μοντέλο για το πώς οι άνθρωποι σκέφτονται για τον κόσμο,» εξήγησε.
Οδηγήθηκαν λοιπόν στην κατασκευή ενός σύγχρονου machine learning, και προχώρησαν ένα βήμα παραπέρα και το τοποθέτησαν σε cloud για να γίνει ευκολότερο στους πελάτες να το αξιοποιήσουν. Οι περισσότερες χρήσεις έχουν γίνει για την έρευνα αγοράς και την κατανόηση των κειμένων, που θα οδηγήσουν στην καλύτερη κατανόηση του τι συμβαίνει στην αγορά. Πολλά σενάρια χρήσης είναι εφαρμόσιμα, αλλά ως startup εταιρεία ήταν απαραίτητο να εστιάσουν στο πώς θα γίνει η καλύτερη χρήση και πώς θα εδραιωθεί η εταιρεία από αυτή.
Ο στόχος είναι να βοηθήσουν τους ανθρώπους να κατανοήσουν τα μη δομημένα δεδομένα, και μέχρι τώρα τουλάχιστον έχουν εστιάσει στην κατανόηση της συμπεριφοράς των πελατών. Η Havasi αναφέρει ως απόδειξη ότι εργάστηκαν με πληροφορίες της Sony από τα κοινωνικά δίκτυα για τις αντιδράσεις των ανθρώπων στο Παγκόσμιο Κύπελλο.
Η Havasi ανέφερε ότι αντιμετωπίζει τις άλλες εταιρείες κειμένων analytics, όπως τις Lexalytics και Clarabridge, ως ανταγωνιστές, αλλά η κύρια διαφορά τους είναι ότι η Luminoso είναι πλήρως αυτοματοποιημένη (και συνεχίζει να το κάνει όσο αλλάζει και εξελίσσεται η ταξινόμηση), ενώ στις άλλες πρέπει μόνος σου να κάνεις ταξινόμηση.
Η Havasi ανέφερε πώς το ανθρώπινο στοιχείο βγαίνει από την εξίσωση όσον αφορά την ταξινόμηση και την ανάλυση, αλλά όχι και πλήρως. Πιστεύει πως ο συνδυασμός ανθρώπου και υπολογιστή βοηθά στην καλύτερη συνεννόηση με τους πελάτες (και γενικότερα με όποιον χρησιμοποιεί τις τεχνολογίες της Luminoso), και αυτοματοποιεί τα δύσκολα μέρη που οι άνθρωποι δυσκολεύονται να κατασκευάσουν και να προσπελάσουν.
Η Luminoso ξεπήδησε από την έρευνα των Εργαστηρίων Πολυμέσων του ΜΙΤ και αποσχίστηκε το 2010. Μετά την χρηματοδότηση του 2012, συνέχισε να αναπτύσσει το προϊόν, που παρέχει κείμενα analytics σε cloud – και αυτά τα χρήματα θα τους βοηθήσουν στην ανάπτυξη της εταιρείας και στην πρόσληψη περισσότερου προσωπικού.
Αυτό που την κάνει μοναδική στην αγορά είναι ότι έχει απαλείψει το δυσκολότερο κομμάτι των κειμένων analytics από την εξίσωση, δημιουργώντας αυτόματη ταξινόμηση. Σύμφωνα με την διευθύνουσα σύμβουλο και συνιδρύτρια Catherine Havasi, η εταιρεία κατασκευάζει μοντέλα δεδομένων και machine learning, έτσι ώστε όλα να είναι αυτοματοποιημένα, ένα πολύ έξυπνο κόλπο αν μπορέσουν να το κρατήσουν για πολύ καιρό.
Αυτό σημαίνει, σύμφωνα με την Havasi, ότι το σύστημα έχει τη δική του ταξινόμηση των λέξεων, και ακόμα και όταν λέξεις σλανγκ ενσωματώνονται στο λεξικό, η Luminoso είναι ικανή να την αναγνωρίσει ως νέες λέξεις, και να εντοπίσει τη σημασία τους από συγκείμενο από άλλους χρήστες. «Οι άνθρωποι είναι δημιουργικοί στον τρόπο που μιλούν για το προϊόν,» ανέφερε η Havasi. «Θέλαμε να δώσουμε στους υπολογιστές την δυνατότητα να καταλαβαίνουν μια δημιουργική γλώσσα. Στο Εργαστήριο Πολυμέσων, κατασκευάζουμε δεδομένα που λειτουργούν ως μοντέλο για το πώς οι άνθρωποι σκέφτονται για τον κόσμο,» εξήγησε.
Οδηγήθηκαν λοιπόν στην κατασκευή ενός σύγχρονου machine learning, και προχώρησαν ένα βήμα παραπέρα και το τοποθέτησαν σε cloud για να γίνει ευκολότερο στους πελάτες να το αξιοποιήσουν. Οι περισσότερες χρήσεις έχουν γίνει για την έρευνα αγοράς και την κατανόηση των κειμένων, που θα οδηγήσουν στην καλύτερη κατανόηση του τι συμβαίνει στην αγορά. Πολλά σενάρια χρήσης είναι εφαρμόσιμα, αλλά ως startup εταιρεία ήταν απαραίτητο να εστιάσουν στο πώς θα γίνει η καλύτερη χρήση και πώς θα εδραιωθεί η εταιρεία από αυτή.
Ο στόχος είναι να βοηθήσουν τους ανθρώπους να κατανοήσουν τα μη δομημένα δεδομένα, και μέχρι τώρα τουλάχιστον έχουν εστιάσει στην κατανόηση της συμπεριφοράς των πελατών. Η Havasi αναφέρει ως απόδειξη ότι εργάστηκαν με πληροφορίες της Sony από τα κοινωνικά δίκτυα για τις αντιδράσεις των ανθρώπων στο Παγκόσμιο Κύπελλο.
Η Havasi ανέφερε ότι αντιμετωπίζει τις άλλες εταιρείες κειμένων analytics, όπως τις Lexalytics και Clarabridge, ως ανταγωνιστές, αλλά η κύρια διαφορά τους είναι ότι η Luminoso είναι πλήρως αυτοματοποιημένη (και συνεχίζει να το κάνει όσο αλλάζει και εξελίσσεται η ταξινόμηση), ενώ στις άλλες πρέπει μόνος σου να κάνεις ταξινόμηση.
Η Havasi ανέφερε πώς το ανθρώπινο στοιχείο βγαίνει από την εξίσωση όσον αφορά την ταξινόμηση και την ανάλυση, αλλά όχι και πλήρως. Πιστεύει πως ο συνδυασμός ανθρώπου και υπολογιστή βοηθά στην καλύτερη συνεννόηση με τους πελάτες (και γενικότερα με όποιον χρησιμοποιεί τις τεχνολογίες της Luminoso), και αυτοματοποιεί τα δύσκολα μέρη που οι άνθρωποι δυσκολεύονται να κατασκευάσουν και να προσπελάσουν.