Sherpa, ein Startup aus Bilbao, Spanien, das frühzeitig einen sprachbasierten digitalen Assistenten und eine vorausschauende Suche für spanischsprachige Zielgruppen aufgebaut hat, hat weitere Mittel aufgebracht, um einen neueren Fokus für das Startup zu verdoppeln: den Aufbau von Datenschutz- erste AI-Services für Unternehmenskunden.

Das Unternehmen hat 8,5 Millionen US-Dollar geschlossen und finanziert, dass Xabi Uribe-Etxebarria, der Gründer und CEO von Sherpa, sagte, dass es weiterhin eine datenschutzorientierte Plattform für maschinelles Lernen aufbauen wird, die auf einem föderierten Lernmodell zusammen mit seinen bestehenden Konversations-KI- und Suchdiensten basiert. Zu den frühen Nutzern des Dienstes gehörten die spanischen öffentlichen Gesundheitsdienste, die die Plattform nutzten, um Informationen über COVID-19-Fälle zu analysieren und die Nachfrage und Kapazität in Notaufnahmen im ganzen Land vorherzusagen.

Die Finanzierung kommt von Marcelo Gigliani, einem geschäftsführenden Gesellschafter bei Apax Digital; Alex Cruz, der Vorsitzende von British Airways; und die spanischen Investmentfirmen Mundi Ventures und Ekarpen. Die Finanzierung ist eine Erweiterung der 15 Millionen US-Dollar, die Sherpa bereits in einer Serie A gesammelt hat. Soweit ich weiß, sammelt Sherpa derzeit auch eine größere Serie B.

Die Wende zum Aufbau und zur Kommerzialisierung von föderierten Lerndiensten kommt zu einer Zeit, als das Geschäft mit Konversations-KI ins Stocken geriet.

Sherpa sah einige frühe Zugkraft für seinen spanischen Sprachassistenten, die zum ersten Mal zu einer Zeit auftauchte, als die Bemühungen von Apple in Form von Siri, Amazon in Form von Alexa und anderen nicht wirklich große Fortschritte gemacht hatten, um Märkte außerhalb derer anzusprechen, in denen Englisch wird gesprochen.

Der Dienst erreichte ab 2019 5 Millionen Nutzer. Zu den Kunden, die seine Konversations-KI und vorausschauenden Suchdienste nutzen, gehören das spanische Medienunternehmen Prisa, Volkswagen, Porsche und Samsung.

Aber wie Uribe-Etxebarria es beschreibt, stieß er, während das Assistentengeschäft noch tuckert, auf eine schwierige Wahrheit: Die größten Spieler der englischen Sprachassistenten fügten schließlich Spanisch hinzu, und die KI-Investitionen, die sie im Laufe der Zeit tätigen würden, würden es schaffen Für Sherpa ist es unmöglich, längerfristig allein auf diesem Markt zu bleiben.

„Wenn wir nicht viel mit einem Unternehmen machen würden, könnten wir nicht gegen Amazon, Apple und andere antreten“, sagte er.

Dies veranlasste das Unternehmen, andere Möglichkeiten zur Anwendung seiner KI-Engine zu erkunden.

Uribe-Etxebarria sagte, es habe sich mit der Frage befasst, wie die prädiktiven Suchdienste auf Produktivitätsanwendungen ausgeweitet werden könnten.

„Ein perfekter Assistent könnte E-Mails lesen und wissen, welche Maßnahmen zu ergreifen sind, aber es gibt Datenschutzprobleme, wie dies funktioniert“, sagte Uribe-Etxebarria. Jemand schlug ihm vor, das Verbundlernen als eine Möglichkeit zu betrachten, seinem Assistenten das Arbeiten mit E-Mails beizubringen. „Wir dachten, wenn wir 20 Leute an die Arbeit bringen, könnten wir etwas bauen, um E-Mails zu lesen und zu beantworten.“

Die Plattform, die Sherpa gebaut hat, funktionierte laut Uribe-Etxebarria besser als erwartet, und so entschied das Team ein Jahr später, dass sie nicht nur zum Testen von E-Mails verwendet werden kann: Sie kann produziert und als Engine an andere verkauft werden für das Training von Modellen für maschinelles Lernen mit sensibleren Daten auf datenschutzkonformere Weise.

Es ist nicht das einzige Unternehmen, das diesen Ansatz verfolgt: TensorFlow von Google verwendet ebenso wie Fate (zu dem auch Cloud-Computing-Sicherheitsexperten von Tencent beitragen) und PySyft, eine Open-Source-Bibliothek für Verbundlernen.

Sherpa arbeitet mit mehreren Unternehmen im Rahmen von NDAs in Bereichen wie dem Gesundheitswesen zusammen, und Uribe-Etxebarria plant, in naher Zukunft Kunden in anderen Bereichen wie Telekommunikation, Einzelhandel und Versicherungen bekannt zu geben.