Los fundadores de Eventual, Sammy Sidhu y Jay Chia, trabajaban como ingenieros de software en el programa de vehículos autónomos de Lyft cuando se dieron cuenta de un problema creciente en la infraestructura de datos, que se volvería aún más grande con el auge de la inteligencia artificial. Los coches autónomos generan una gran cantidad de datos no estructurados, desde escaneos en 3D y fotos hasta texto y audio. No había una herramienta que permitiera a los ingenieros de Lyft entender y procesar todos esos tipos de datos al mismo tiempo y en un solo lugar. Esto obligó a los ingenieros a combinar herramientas de código abierto en un proceso largo y con problemas de fiabilidad.
Sidhu, CEO de Eventual, comentó que tenían a muchos expertos trabajando en vehículos autónomos, pero pasaban el 80% de su tiempo en la infraestructura en lugar de desarrollar su aplicación principal. Junto a Chia, ayudaron a construir una herramienta interna para el procesamiento de datos multimodales en Lyft. Al buscar nuevos trabajos, Sidhu notó que los entrevistadores le preguntaban sobre la posibilidad de crear una solución de datos similar para sus empresas, lo que llevó a la creación de Eventual.
Eventual desarrolló un motor de procesamiento de datos de código abierto nativo en Python, llamado Daft, diseñado para trabajar rápidamente con diferentes tipos de datos, desde texto hasta audio y video. Sidhu afirmó que el objetivo es que Daft transforme la infraestructura de datos no estructurados de la misma manera que SQL lo hizo con los conjuntos de datos tabulares en el pasado. La empresa se fundó a principios de 2022, casi un año antes del lanzamiento de ChatGPT, y antes de que muchos se dieran cuenta de esta brecha en la infraestructura de datos. Lanzaron la primera versión de Daft en 2022 y se preparan para lanzar un producto empresarial en el tercer trimestre.
Aunque la idea original de Daft surgió del espacio de vehículos autónomos, hay muchas otras industrias que procesan datos multimodales, como la robótica, la tecnología minorista y la salud. Actualmente, Eventual cuenta entre sus clientes con empresas como Amazon, CloudKitchens y Together AI. Recientemente, la compañía recaudó dos rondas de financiamiento en ocho meses: una ronda inicial de 7.5 millones de dólares liderada por CRV y una ronda Serie A de 20 millones de dólares liderada por Felicis, con participación de M12 de Microsoft y Citi. Esta última ronda se destinará a fortalecer la oferta de código abierto de Eventual y a crear un producto comercial que permita a sus clientes desarrollar aplicaciones de IA a partir de estos datos procesados.
Astasia Myers, socia general de Felicis, mencionó que encontró a Eventual a través de un ejercicio de mapeo de mercado que buscaba infraestructura de datos capaz de soportar el creciente número de modelos de IA multimodal. Destacó que Eventual se diferencia por ser pionera en este campo, que probablemente se volverá más competitivo, y porque sus fundadores han enfrentado este problema de procesamiento de datos de primera mano. Además, Eventual está abordando un problema creciente. Se prevé que la industria de la IA multimodal crezca a una tasa compuesta anual del 35% entre 2023 y 2028, según la consultora MarketsandMarkets. Myers agregó que la generación anual de datos ha aumentado 1,000 veces en los últimos 20 años y el 90% de los datos del mundo se generaron en los últimos dos años. Según IDC, la gran mayoría de los datos son no estructurados, lo que hace que Daft se ajuste a esta gran tendencia de la IA generativa que se construye en torno al texto, la imagen, el video y la voz. Se necesita un motor de procesamiento de datos nativo multimodal.
