Os co-fundadores da Stack AI, Antoni Rosinol e Bernardo Aceituno, eram estudantes de doutorado no MIT concluindo seus cursos em 2022, no momento em que os grandes modelos de linguagem estavam se tornando mais populares. O ChatGPT seria lançado para o mundo no final do ano, mas mesmo antes disso, eles reconheceram um problema dentro das empresas que juntavam dados com modelos sem muita experiência e conhecimento - e eles queriam mudar isso.
Depois de se formarem, eles se mudaram para São Francisco e se juntaram à turma de Inverno 23 na Y Combinator, onde lançaram a Stack e refinaram sua ideia. Hoje, a empresa construiu uma ferramenta de automação de fluxo de trabalho de baixo código projetada para ajudar as empresas a construir fluxos de trabalho impulsionados por IA, incluindo chatbots e assistentes de IA, por exemplo. A empresa já arrecadou US $ 3 milhões até agora.
“Nossa plataforma permite que as pessoas construam fluxos de trabalho que requerem a conexão de diferentes ferramentas para trabalharem juntas. Nos concentramos em conectar fontes de dados e LLMs, pois isso permite que você construa automações de fluxo de trabalho poderosas. Também oferecemos muitas outras ferramentas e funções para automatizar processos de negócios complexos”, disse Aceituno ao TechCrunch. Eles têm apenas um produto funcional há seis meses, mas já relatam mais de 200 clientes usando o produto.
Essencialmente, isso envolve arrastar componentes para um canvas de fluxo de trabalho. Isso geralmente inclui uma fonte de dados como o Google Drive e um LLM, juntamente com outros componentes de fluxo de trabalho, como um componente de gatilho ou um componente de ação para construir o fluxo de trabalho, permitindo que o cliente crie programas de IA gerativos sem muita codificação. A própria codificação não é impulsionada por IA, mas as tarefas no fluxo de trabalho frequentemente são, e podem exigir alguma codificação manual para fazer o fluxo de trabalho funcionar suavemente.
Alguns de seus primeiros clientes estão na indústria de saúde, e Aceituno reconhece que eles precisam ter cuidado com aplicações envolvendo médicos e pacientes, especialmente quando as fontes de dados internas nem sempre são confiáveis ou podem conter informações contraditórias ou obsoletas.
Nesses casos, ele diz, é importante confiar no especialista humano, o médico, para avaliar a qualidade da resposta. Como outra camada de proteção, eles incluem citações de fontes em cada resposta, para que o profissional de saúde possa verificar a fonte antes de aceitar a resposta.
“Dito isso, é verdade que você pode colocar lixo e então as citações também serão lixo e é por isso que é necessário que esses assistentes não assumam o processo completamente”, disse ele.
Vindo diretamente do MIT e lançando uma startup, Rosinol diz que ir para a YC realmente os ajudou a entender o lado comercial das coisas e como refinar sua ideia de startup trabalhando com clientes.
“Começamos com uma versão inicial desta API, que era muito mais voltada para os desenvolvedores. E começamos com alguns clientes com a ideia de que queríamos usar IA para automatizar respostas de RFP ou automatizar vendas. E, trabalhando com os clientes, ficou muito claro que o verdadeiro desafio não estava em treinar um modelo, mas sim em consultar e conectar efetivamente fontes de dados a esses modelos de linguagem.”
A empresa atualmente possui seis funcionários, mas está contratando engenheiros e profissionais de vendas e marketing.
O investimento de US $ 3 milhões foi concluído cerca de um ano atrás. Os investidores incluem Gradient Ventures, Beat Ventures e True Capital, juntamente com Lambda Labs, Y Combinator, Soma Capital e Epakon Capital.