英国に本拠を置く分析スタートアップ WholeSum は、今年初めに発表された Twin Path Ventures 主導による最初の 96 万 5,000 ドルの調達に続き、Love Ventures、Beamline、戦略的エンジェルからの追加の 33 万 5,000 ドルの新規投資により、プレシード資金の総額は 130 万ドルになりました。
このラウンドは、既存の AI ツールが大量のテキスト データから信頼性の高い監査可能な洞察を提供できないことに組織がますます気づいている高信頼セクターの企業からの需要が高まる中で行われました。
ほとんどの組織データは構造化されていませんが、チームはそれを大規模に分析することに引き続き苦労しています。実際には、多くの人が LLM に頼っていますが、特に医療、金融サービス、防衛などの規制環境においては、幻覚、矛盾、再現も防御もできない出力に遭遇するだけです。
Emily Kucharski と Adam Kucharski 博士によって設立された WholeSum は、以前の事業で大規模な定性データセットを分析する際に既存の AI ツールに対する創設者の不満から生まれました。この経験により、組織は定性データから有意義な洞察を抽出したいと考えていますが、スケーラブルで科学的に防御可能なツールが不足しているという、体系的な問題が浮き彫りになりました。
「一か八かの意思決定を行っている数十の大組織と話をしたところ、明らかなパターンが見えてきました。チームはテキスト分析のために AI を実験していますが、出力が信頼できない、または再現できない場合、すぐに壁にぶつかります」と WholeSum の共同創設者兼 CEO の Emily Kucharski 氏は述べています。
「この資金により、大規模な堅牢な分析のためのインフラストラクチャの構築をより迅速に進めることができます。」
WholeSum は、フリーテキスト データを不確実性を認識し、再現可能で監査可能な洞察に変換するハイブリッド AI と統計推論プラットフォームでこのギャップに対処します。
API ファーストのインフラストラクチャ レイヤーとして設計されており、既存の分析ワークフローに直接統合され、組織が数値データと同じ厳密さで微妙なシグナルや根底にある要因を抽出できるようになります。
WholeSum は最初の資金調達以来、高信頼セクターの企業組織全体で強い牽引力を持っています。大学、金融機関、製薬会社との初期の研究では、最も価値のある初期のシグナルが、時間差のある定量的指標ではなく、非構造化テキスト データに埋もれていることが多いことが実証されました。
「汎用 LLM は、高信頼業界が非構造化データから必要とする一貫した信頼性の高いシグナルを提供できません」と Love Ventures のプリンシパルである Bill Corfield 氏は述べています。
「エミリーとアダムは、この問題を解決できる独自の立場にあり、医薬品、金融サービス、その他の分野に拡大する彼らを支援できることを嬉しく思います。」同社は現在、ますます複雑かつ大規模なデータセットに向けたパイロットとエンタープライズ統合を展開しています。
追加資金は、研究開発、同社の世界クラスの科学およびエンジニアリングチームの拡大、および方法論の厳密さが重要な分野での企業展開の規模拡大に使用されます。