Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

随着矢量数据库需求的增长,Pinecone 以 7.5 亿美元的估值放弃了 1 亿美元的投资

Posted on 2023-04-27

当Pinecone在 2021 年推出针对数据科学家的矢量数据库时,它可能领先于它的时代。但随着去年用例开始成形,该公司开始推动人工智能驱动的语义搜索。随着 LLM 在公众意识中的兴起,公司开始更多地看到矢量数据库的价值。

投资者显然同意。今天,该公司宣布以 7.5 亿美元的后估值进行 1 亿美元的 B 系列投资。 Pinecone 首席执行官兼创始人 Edo Liberty 表示,这些数字在保守的投资环境中很难获得,但该公司发展迅速,投资者看到了抓住市场领导者的机会。

“我们显然是这一类别的创造者和领导者。当我们推出矢量数据库类别时,没人知道我们到底在说什么。现在,当然,这是一个结构良好的市场,该类别有不同的参与者,例如现任者和云等等,我们显然领先。因此,很容易将赌注押在已经形成的类别的领导者身上,”Liberty 告诉 TechCrunch。

这种率先上市的优势帮助他们从去年的少数客户发展到今天的 1,500 家,Liberty 表示,这种增长速度更像是一种消费工具,而不是一个高度技术化的数据库。该公司看到了各种规模企业的兴趣,包括 Shopify、Gong 和 Zapier 等科技公司。

“这就像基于消费者对 B2B 深度技术的采用。我从来没有见过这样的事情。因此,你必须加快这些能力的建设,这非常昂贵且非常困难,”他说。

他说,对 LLM 的兴趣推动了对矢量数据库的兴趣,但这是一个不同的命题。虽然两者都需要大量数据并让你搜索它们,但 LLM 将数据烘焙到模型中,因此灵活性较低,而矢量数据库是为语义搜索而构建的,但具有数据库的灵活性。

“整个知识管理方案最终变得更灵活、更高效、更易于操作 [使用矢量数据库],”他说。他以 GDPR 合规为例。如果您必须删除一条记录,在数据库中做起来相当简单,但由于数据的结构方式,从模型中删除坏数据要困难得多。

领导今天对 Andreessen Horowitz 的投资并将加入 Pinecone 董事会的 Peter Levine 将矢量数据库视为 AI 堆栈的关键部分。 “我们相信这个矢量数据库,尤其是 Pinecone 有机会真正成为新人工智能数据堆栈的基本组成部分。因此,我们真的非常强烈地认为,将资源投入公司将有助于它实现 Edo 的最终愿景,”Levine 告诉 TechCrunch。

更重要的是,Levine 认为矢量数据库与 LLM 一起工作可以充当真相的来源,这可能会减少我们在 LLM 中看到的幻觉问题。 “嗯,他们一起工作。我的意思是,将 LLM 视为一个几乎位于该数据库之上的应用程序,数据库将做的是保存信息并将其输入 LLM 以获得更精确的答案,以便长期存储结果,”他说. Liberty 同样将其视为充当 LLM 长期记忆的数据库。

凭借 1 亿美元的跑道,该公司将进行招聘。目前员工人数已达 100 人左右,而 Liberty 预计到年底可能会达到 150 或 200 人。

自几年前 Pinecone 推出以来,向量数据库空间一直在升温,玩家Qdrant 、 Zilliz和Chroma最近都在筹集资金。

今天的投资由 Andreessen Horowitz 牵头,ICONIQ Growth 以及之前的投资者 Menlo Ventures 和 Wing Venture Capital 跟投。该公司现已筹集了 1.38 亿美元,其中包括去年的2800 万美元 A 系列和 2021 年的1000 万美元种子投资。

随着矢量数据库需求的增长,Pinecone 以 7.5 亿美元的估值减少了 1 亿美元的投资最初发表于TechCrunch的Ron Miller

原文: https://techcrunch.com/2023/04/27/pinecone-drops-100m-investment-on-750m-valuation-as-vector-database-demand-grows/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme