Die Mitbegründer von Stack AI, Antoni Rosinol und Bernardo Aceituno, waren Doktoranden am MIT und schlossen ihr Studium im Jahr 2022 ab, gerade als große Sprachmodelle immer mehr zum Mainstream wurden. ChatGPT sollte Ende des Jahres weltweit veröffentlicht werden, aber schon vorher erkannten sie ein Problem darin, dass Unternehmen ohne viel Fachwissen und Wissen Daten mit Modellen zusammenfügen – und das wollten sie ändern.
Nach ihrem Abschluss zogen sie nach San Francisco und schlossen sich der Winter 23-Kohorte bei Y Combinator an, wo sie starteten Stapel und verfeinerten ihre Idee. Heute hat das Unternehmen ein Low-Code-Workflow-Automatisierungstool entwickelt, das Unternehmen beim Aufbau KI-gesteuerter Workflows unterstützen soll, darunter beispielsweise Chatbots und KI-Assistenten. Das Unternehmen hat bisher 3 Millionen US-Dollar eingesammelt.
„Unsere Plattform ermöglicht es Menschen, Arbeitsabläufe zu erstellen, die die Verbindung verschiedener Tools erfordern, um zusammenzuarbeiten. Wir konzentrieren uns auf die Verbindung von Datenquellen und LLMs, da Sie so leistungsstarke Workflow-Automatisierungen erstellen können. Wir bieten auch viele andere Tools und Funktionen zur Automatisierung komplexer Geschäftsprozesse an“, sagte Aceituno gegenüber Tech. Sie haben erst seit sechs Monaten ein funktionierendes Produkt, berichten aber bereits von über 200 Kunden, die das Produkt verwenden.
Im Wesentlichen geht es dabei um das Ziehen von Komponenten auf eine Workflow-Leinwand. Dazu gehören in der Regel eine Datenquelle wie Google Drive und ein LLM sowie andere Workflow-Komponenten wie eine Trigger-Komponente oder eine Aktionskomponente zum Aufbau des Workflows, sodass der Kunde generative KI-Programme ohne großen Programmieraufwand erstellen kann. Die Codierung selbst ist nicht KI-gesteuert, die Aufgaben im Workflow jedoch häufig und erfordern möglicherweise eine manuelle Codierung, damit der Workflow reibungslos funktioniert.
Einige ihrer frühesten Kunden stammen aus der Gesundheitsbranche, und Aceituno räumt ein, dass sie bei Anwendungen, an denen Ärzte und Patienten beteiligt sind, vorsichtig sein müssen, insbesondere wenn interne Datenquellen nicht immer zuverlässig sind oder widersprüchliche oder veraltete Informationen enthalten könnten.
In solchen Fällen, sagt er, sei es wichtig, sich auf den menschlichen Experten, den Arzt, zu verlassen, der die Qualität der Antwort beurteilen könne. Als weitere Schutzmaßnahme enthalten sie in jeder Antwort Quellenangaben, sodass das medizinische Fachpersonal die Quelle überprüfen kann, bevor es die Antwort akzeptiert.
„Davon abgesehen ist es wahr, dass man Müll reinwerfen kann und dann sind auch die Zitate Müll und deshalb ist es erforderlich, dass diese Assistenten den Prozess nicht vollständig übernehmen“, sagte er.
Rosinol sagt, dass ihnen der Besuch des YC sehr dabei geholfen hat, die geschäftliche Seite der Dinge zu verstehen und ihre Startup-Idee durch die Zusammenarbeit mit Kunden zu verfeinern. Sie kamen direkt vom MIT und gründeten ein Startup.
„Wir haben mit einer ersten Version dieser API begonnen, die viel stärker auf Entwickler ausgerichtet war. Und wir begannen mit einigen Kunden mit der Idee, dass wir KI nutzen wollten, um RFP-Antworten oder Verkäufe zu automatisieren. Und durch die Zusammenarbeit mit Kunden wurde sehr deutlich, dass die wahre Herausforderung nicht darin bestand, ein Modell zu trainieren, sondern darin, Datenquellen effektiv abzufragen und mit diesen Sprachmodellen zu verbinden.“
Das Unternehmen beschäftigt derzeit sechs Mitarbeiter, stellt jedoch Ingenieure sowie Vertriebs- und Marketingprofis ein.
Die 3-Millionen-Dollar-Investition wurde vor etwa einem Jahr abgeschlossen. Zu den Investoren zählen Gradient Ventures, Beat Ventures und True Capital sowie LambdaLabs, Y Combinator, Soma Capital und Epakon Capital.