商业智能软件领域已经发展很成熟的阶段,出现了不少大型并购,例如Salesforce收购Tableau,Google收购Looker,Tibco即将收购Information Builders。
但是,数据分析仍然是IT行业中充满活力的一个领域,不乏一些将新兴技术,例如包括人工智能和机器学习等,引入商业分析市场的数据分析初创公司。
下面就让我们来看看2020年这10家值得关注数据分析初创公司。
Ahana

联合创始人、首席执行官:Steven Mih
总部:美国加利福尼亚州圣马特奥。
Ahana今年早些时候走出了隐身模式,开始提供围绕PrestoDB开源SQL引擎的软件和服务。今年9月,Ahana推出了用于Ahana Cloud for Presto服务,旨在简化Presto的采用、使用和管理,让大数据技术与数据库、数据目录和数据湖系统之间的连接更加容易。
Presto是一种开源高性能SQL查询引擎,最初是由Facebook开发的,用于加快来自各种分布式数据源的数据库查询,这对于那些涉及海量数据的商业分析任务来说,是一个关键问题。
Ahana已经累计获得480万美元的风险融资。
DataChat

联合创始人、首席执行官:Jignesh Patel,
总部:美国威斯康星州麦迪逊
DataChat提供的Conversation Intelligence平台采用AI和自然语言技术来执行一系列数据分析功能,包括探索性分析、预测性分析、结构化查询、免费搜索查询、可视化和数据整理,而无需编写代码。
DataChat始于2017年在威斯康星大学进行一项研究项目,后来作为一家与威斯康星州立大学研究基金会有合作关系的独立公司分拆出来。今年10月,DataChat在由WRVI Capital和Nepenthe Capital领投的种子轮融资中获得400万美元。
Imply

联合创始人、首席执行官:Fangjin Yang
总部:美国加利福尼亚州伯灵格姆
Imply提供了一个全栈的多云数据分析平台,该平台在底层采用了开源Apache Druid实时分析数据库。Imply的产品组合包括用于数据探索的Imply Pivot,用于性能分析和运营可视性的Imply Clarity,用于管理Imply群集的Imply Manager和Imply Cloud托管服务。
Imply系统的使用场景包括交互式商业智能和自助数据分析、应用和网络性能管理、用户和活动监控、数字广告、欺诈操作和物联网指标。
Imply成立于2015年,到目前为止已经获得超过4500万美元的融资。今年10月Imply表示,汽车价格和信息网站TrueCar选择Imply作为他们的自助式数据分析平台。
Kinetica

首席执行官:Tom Addis
总部:美国旧金山
Kinetica Stream Data Wearhouse将流数据和历史数据与位置智能的、基于机器学习的分析相结合,用于解决复杂的数据分析问题,该系统的核心是Kinetica的分布式内存GPU数据库,可以分析海量数据级的数据可以达到毫秒级响应。
2020年初,Kinetica推出了Kinetica Cloud——Kinetica平台的云版本,可以运行在微软Azure和Oracle Cloud平台上。
Kinetica成立于2016年,到目前为止已经累计获得超过7700万美元的融资。
Promethium

首席执行官:Kaycee Lai
总部:美国加利福尼亚州门洛帕克
当数据散布于多个系统和位置、并且数据管理流程缺乏快速敏捷性的时候,企业就很难成为一家数据驱动型的企业。
Promethium的Data Navigation System增强数据管理软件使用自动数据准备和自然语言处理来实现整个DataOps流程的自动化,加快数据发现、协作和自助服务分析项目。
Promethium成立于2018年,在2020年初获得了600万美元的早期资金。
Siren.io

首席执行官:John Randles
总部:爱尔兰戈尔韦
Siren开发了一款调查情报平台,用于解决传统商业情报工具无法处理的数据分析问题。该软件结合了商业智能、搜索、链接分析、大数据操作日志记录和警报功能。
Siren最早源自于由公司创始人Giovanni Tummarello博士和Renaud Delbru博士在爱尔兰国立大学戈尔韦分校(与麻省理工学院合作)进行的一个高级数据科学和语义网络研究。
今年,Siren被Gartner评为分析和数据科学领域的“酷公司”。
Starburst

首席执行官:Justin Borgman
总部:美国波士顿
Starburst Data开发的Starburst Enterprise for Presto是一个Presto开源分布式SQL查询引擎的商用版,用于查找和分析驻留在各种分布式数据源中的数据。
Presto能够查询数据所在的位置而无需移动这些数据——这是云和混合IT环境中数据源越来越分散的一个主要优势,这也使其成为传统数据仓库系统一个更具成本效益的替代方案。
Starburst成立于2017年,在2019年11月进行A轮融资中获得了2200万美元,在今年6月的B轮融资中又获得了4200万美元。11月初,Starburst发布了首个合作伙伴计划“Starburst Orbit”。
Tellius

创始人、首席执行官:Ajay Khanna
总部:美国弗吉尼亚州雷斯顿
Tellius开发的Genius AI引擎是一个由AI驱动的业务分析平台,让任何人都可以在几秒钟时间内提出数据问题并得到具有操作性的洞察——也就是Tellius所谓的“决策智能”。
Tellius软件结合了一个智能层(自动得到洞察)、机器学习、自然语言搜索界面、自助数据准备等功能。
Unsupervised

联合创始人、首席执行官:Noah Horton
总部:美国科罗拉多州博尔德
Unsupervised开发了一个基于AI的数据分析系统,并称发现了复杂数据集中的隐藏洞察。Unsupervised的技术可以自动发现数据中的重要模式,而无需人工指导或监督(公司也因此而得名)。
今年Uncovered被Gartner评为数据科学和分析领域的“酷公司”。
ZenOptics

创始人、首席执行官:Saurbh Khera
总部:美国加利福尼亚州圣何塞
随着企业中各个部门和运营部门各自购买和各自采用不同的业务分析软件,导致整个企业组织内部出现数据分析孤岛、商业智能软件泛滥的问题。
ZenOptics开发的智能分析目录软件可以在单个界面中直接访问企业组织的所有分析资产,包括报告、仪表板、数据、电子表格和应用。
ZenOptics的软件可以用于很多场景,包括统一报告、个性化报告、报告治理、报告对帐和确认、业务分析工具合并和优化、在合并和收购过程中管理报告和平台等。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。