Adam Oliner, co-fondateur et PDG de Graft, exécutait l’apprentissage automatique chez Slack, où il a aidé à construire l’infrastructure d’intelligence artificielle interne de l’entreprise. Slack n’avait pas les ressources d’une entreprise comme Meta ou Google, mais il y avait encore des tonnes de données à parcourir et c’était son travail de construire quelque chose à plus petite échelle pour aider à mettre l’IA au travail sur l’ensemble de données.
Avec une petite équipe, il ne pouvait construire que ce qu’il appelait une solution «miniature» par rapport aux homologues à l’échelle du Web. Après que lui et son équipe l’aient construit, cependant, il s’est rendu compte qu’il était largement applicable et pouvait aider d’autres petites organisations à exploiter l’IA et l’apprentissage automatique sans ressources énormes.
« Nous avons construit une sorte de mini greffe chez Slack pour conduire la recherche sémantique et les recommandations dans tout le produit. Et c’était extrêmement efficace… Et c’est à ce moment-là que nous avons dit, c’est tellement utile et tellement puissant si nous pouvons mettre cela entre les mains de la plupart des organisations, nous pensons que nous pourrions vraiment changer la façon dont les gens interagissent avec leurs données et interagissent avec l’IA « , m’a dit Oliner.
L’année dernière, il a décidé de quitter Slack et de se lancer seul et a lancé Graft pour résoudre le problème de nombreuses entreprises. Il dit que la beauté de la solution est qu’elle fournit tout ce dont vous avez besoin pour commencer. Ce n’est pas une tranche de solution ou une solution qui nécessite des plug-ins pour être complétée. Il dit que cela fonctionne pour les entreprises dès la sortie de la boîte.
« Le but de Graft est de rendre l’IA des 1% accessible aux 99%. » il a dit. Ce qu’il entend par là, c’est donner aux petites entreprises la possibilité d’accéder à l’IA moderne et de l’utiliser, et en particulier des modèles pré-formés pour certaines tâches spécifiques, ce qui, selon lui, offre un énorme avantage.
«Ceux-ci sont parfois appelés modèles de tronc ou modèles de fondation, un terme qu’un groupe de Stanford essaie d’inventer. Il s’agit essentiellement de très grands modèles pré-entraînés qui encodent de nombreuses connaissances sémantiques et structurelles sur un domaine de données. Et c’est utile car vous n’avez pas à recommencer à zéro pour chaque nouveau problème », a-t-il déclaré.
La société est toujours en cours de développement, travaillant avec des clients bêta pour affiner la solution, mais prévoit de lancer un produit plus tard cette année. Pour l’instant, ils ont une équipe de 11 personnes, et Oliner dit qu’il n’est jamais trop tôt pour penser à constituer une équipe diversifiée.
Lorsqu’il a décidé de créer l’entreprise, la première personne qu’il a recherchée était Maria Kazandjieva, ancienne responsable de l’ingénierie chez Netflix. « J’ai travaillé à la constitution du reste de l’équipe fondatrice et j’ai également embauché d’autres personnes dans un souci de diversité et d’inclusion. Alors, tu sais, juste [the other day]nous parlions avec des communautés de recrutement qui se concentrent sur les femmes et les personnes de couleur, en partie parce que nous pensons que les investissements maintenant dans la constitution d’une équipe diversifiée rendront les choses tellement plus faciles plus tard », a-t-il déclaré.
Alors que le voyage commence pour Graft, la société a annoncé ce qu’elle appelle un investissement de pré-amorçage de 4,5 millions de dollars dirigé par GV avec l’aide de NEA, Essence VC, Formulate Ventures et SV Angel.