PuppyGraph vereenvoudigt grafische analyse
De startup PuppyGraph laat zien hoe met een zero-ETL graph query engine traditionele barrières voor grafische analyse geslecht kunnen worden. Het belangrijkst is dat bijna alles mogelijk is. Daarom is het noodzakelijk dat het systeem de huidige barrières slecht en prestaties op bedrijfsniveau levert zonder de complexiteit van datamigratie. Tijdens de recente IT Press Tour in Silicon Valley toonde de startup PuppyGraph in Santa Clara een aanpak die opvalt op door het aanpakken van een van de meest hardnekkige uitdagingen in de moderne data-infrastructuur: de complexiteit van het implementeren van graph analytics op bestaande relationele data.
Ondanks de erkende waarde van graph analytics voor het begrijpen van data, van fraudedetectie of netwerkanalyse, is de acceptatie laag gebleven in vergelijking met de aanvankelijke verwachtingen. "Tien jaar geleden waren graph-databases erg populair en iedereen sprak erover, maar de acceptatie en groei zijn veel lager dan verwacht", merkte Weimo Liu, CEO en mede-oprichter van PuppyGraph, op tijdens de presentatie.
Het onderzoek van PuppyGraph identificeerde vier kritieke barrières die wijdverbreide acceptatie hebben belemmerd. Hoge implementatiekosten als gevolg van infrastructuurvereisten, de complexe gegevensopname met moeilijke schema-updates, de beperkte schaalbaarheid van traditionele databases en prestatieknelpunten die real-time analyse onpraktisch maken. PuppyGraph heeft om deze uitdagingen heen gewerkt en een kant en klare oplossing gebouwd die in elke bedrijfstak eenvoudig te implementeren is.
De oplossing van PuppyGraph pakt deze uitdagingen aan door middel van een fundamenteel andere architectuur. In plaats van organisaties te verplichten gegevens te ontsluiten, te transformeren en te laden in gespecialiseerde databases, werkt hun engine als een zoekmachine die rechtstreeks verbinding maakt met bestaande gegevensbronnen.
Misschien wel het meest intrigerend is dat PuppyGraph een pionier is op het gebied van GraphRAG-technologie (Graph Retrieval Augmented Generation), die traditionele RAG-benaderingen combineert met op grafieken gebaseerde kennisverzameling. Deze vooruitgang pakt een van de belangrijkste uitdagingen in AI-toepassingen voor bedrijven aan: het verminderen van foutieve interpretaties en het bieden van nauwkeurigere antwoorden.
Voor een schappelijk budget beschikbaar
Het prijsmodel schaalt mee met het gebruik, beginnend bij ongeveer $ 10.000 per jaar voor kleinere implementaties en groeiend op basis van het machinegebruik, waardoor het toegankelijk wordt voor organisaties van verschillende groottes. PuppyGraph gaat de komende tijd zijn channel strategie bepalen.
Meer over analytics
Over Hans Steeman
