Os cofundadores da Stack AI, Antoni Rosinol e Bernardo Aceituno, eram estudantes de doutorado no MIT, concluindo seus estudos em 2022, no momento em que grandes modelos de linguagem estavam se tornando mais populares. O ChatGPT seria lançado para o mundo no final do ano, mas antes mesmo disso eles reconheceram um problema dentro das empresas que juntam dados com modelos sem muita expertise e conhecimento – e queriam mudar isso.
Depois de se formarem, eles se mudaram para São Francisco e se juntaram ao grupo Winter 23 da Y Combinator, onde lançaram Pilha e refinou sua ideia. Hoje, a empresa construiu uma ferramenta de automação de fluxo de trabalho de baixo código projetada para ajudar as empresas a criar fluxos de trabalho orientados por IA, incluindo chatbots e assistentes de IA, por exemplo. A empresa arrecadou US$ 3 milhões até agora.
“Nossa plataforma permite que as pessoas criem fluxos de trabalho que exigem a conexão de diferentes ferramentas para trabalharem juntas. Nosso foco é conectar fontes de dados e LLMs, pois isso permite que você crie automações de fluxo de trabalho poderosas. Também oferecemos muitas outras ferramentas e funções para automatizar processos de negócios complexos”, disse Aceituno ao TechCrunch. Eles só têm um produto funcionando há seis meses, mas já relatam mais de 200 clientes usando o produto.
Essencialmente, isso envolve arrastar componentes para uma tela de fluxo de trabalho. Isso normalmente 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 ao cliente criar programas generativos de IA sem muita codificação. A codificação em si não é orientada por IA, mas as tarefas no fluxo de trabalho geralmente são, e podem exigir alguma codificação manual para fazer o fluxo de trabalho funcionar sem problemas.
Alguns de seus primeiros clientes estão no setor de saúde, e Aceituno reconhece que é preciso ter cuidado com aplicações que envolvem médicos e pacientes, especialmente quando as fontes de dados internas nem sempre são confiáveis ou podem conter informações contraditórias ou obsoletas.
Nesses casos, diz ele, é importante contar com o especialista humano, o médico, para decidir sobre a qualidade da resposta. Como outro nível de proteção, incluem citações da fonte em todas as respostas, para que o profissional de saúde possa verificar a fonte antes de aceitar a resposta.
“Dito isto, é verdade que você pode colocar lixo e então as citações também serão lixo e por isso é necessário que esses assistentes não assumam completamente o processo”, disse ele.
Vindo direto 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 os clientes.
“Começamos com uma versão inicial dessa API, que era muito mais focada no desenvolvedor. E começamos com alguns clientes com a ideia de que queríamos usar IA para automatizar respostas a RFP ou automatizar vendas. E ao trabalhar com os clientes, ficou muito evidente 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 conta atualmente com seis funcionários, mas está contratando engenheiros e profissionais de vendas e marketing.
O investimento de US$ 3 milhões foi fechado há cerca de um ano. Os investidores incluem Gradient Ventures, Beat Ventures e True Capital, juntamente com LambdaLabs, Y Combinator, Soma Capital e Epakon Capital.
