Databricks meldt de overname van Fennel AI voor een niet bekendgemaakt bedrag. Databricks wil zo zijn data-intelligentieplatform versterken met real-time mogelijkheden voor feature engineering.
De overname werd al bericht door SiliconANGLE. Volgens Databricks ontwikkelde Fennel een modern, incrementeel compute-engine dat de ontwikkeling van geavanceerdere datapijplijnen ondersteunt voor batch-, streaming- en real-timegegevens. Het verbetert de efficiëntie en actualiteit van data. Dat helpt bedrijven bij het bouwen van meer geavanceerde AI-modellen.
Feature engineering wordt steeds belangrijker in AI-ontwikkeling naarmate de sector evolueert en grote taalmodellen complexer worden. Het verwijst naar het proces van het selecteren, extraheren en transformeren van de meest relevante delen van een dataset om effectievere AI-modellen te bouwen. Dit is cruciaal, omdat de prestaties van modellen sterk afhangen van de kwaliteit van de gebruikte features tijdens het trainen.
Feature engineering vaak uitdagend
Databricks denkt dat het platform van Fennel waardevol zal zijn voor klanten. Dit omdat feature engineering traditioneel erg ingewikkeld is en veel onderhoud vergt van complexe extract-, transform- en loadpijplijnen. Dat is extra lastig bij features die afhankelijk zijn van zowel batch- als realtimegegevens, omdat daarbij consistentie tussen de trainings- en model-omgeving essentieel is.
Fennel werd in 2023 opgericht door CEO Nikhil Garg en CTO Abhay Bothra. Zij werkten eerder aan AI-infrastructuur bij Meta Platforms en Google Brain. Het bedrijf levert een volledig beheerd platform voor het creëren en beheren van zowel features als hun bijbehorende datapijplijnen. Het verhoogt de efficiëntie en actualiteit van data door alleen gewijzigde data opnieuw te berekenen en de rest te negeren.
Optimalisatie van kosten
Het platform van Fennel biedt een Python-native gebruikerservaring. Dit maakt het schrijven van complexe features toegankelijker. Er is geen noodzaak om nieuwe programmeertalen te leren. Of om eerst data-engineeringteams in te schakelen. Bovendien helpt de incrementele rekentechnologie kosten te optimaliseren door overbodig werk te vermijden.
Door deze technologie te integreren in zijn Data Intelligence Platform, stelt Databricks dat klanten sneller kunnen itereren op hun features. Ook kunnen ze de prestaties van hun modellen verbeteren met betrouwbaardere signalen. Het ondersteunt tevens de ontwikkeling van modellen met betere personalisatie en contextbegrip.
Hoewel Fennel grotendeels onder de radar opereerde en geen grote investeringsrondes had afgerond, wist het wel grote klanten aan te trekken. Die gebruiken het platform voor toepassingen zoals fraudedetectie, kredietrisicobeoordeling, veiligheid en vertrouwen, aanbevelingssystemen en gepersonaliseerde rankings.
Hoeveel Databricks heeft betaald voor Fennel is niet bekendgemaakt, maar waarschijnlijk is het geen grote aanslag geweest op de financiële middelen van het bedrijf. In januari haalde Databricks meer dan 15 miljard dollar op via een combinatie van durfkapitaal en schuldfinanciering.
Na die financieringsronde gaf Databricks aan dat het geld zou worden ingezet voor strategische overnames en het versterken van zijn AI-capaciteiten. Kort daarna nam het in februari het datamigratiebedrijf BladeBridge over, gevolgd door deze nieuwste overname.