随着人工智能在企业中的普及，市场对能够检查、发现并修复AI关键错误的产品需求日益增长。Gartner预测，到2023年将有三分之一的技术提供商在AI领域投资超100万美元；然而调试出错算法可能推高开发预算。另一份报告显示，仅53%的AI项目能从原型阶段进入生产阶段，错误是主要原因之一，若汇总所有支出，损失巨大。
针对高失败率及数据准备耗时等痛点，Vikram Chatterji、Atindriyo Sanyal和Yash Sheth共同创立了Galileo。该服务旨在作为AI模型开发的协作记录系统，通过监控开发流程并利用统计算法定位潜在故障点。
Chatterji表示：“市场上缺乏专门的机器学习工具，因此我们开发了Galileo以构建ML工具栈。该服务帮助团队改进数据集，揭示代表性不足或有误的关键数据群体，同时鼓励数据科学家主动跟踪生产中的数据变化，防止模型错误泄露至现实世界。”
创始人团队背景深厚：Chatterji曾在Google AI工作三年；Sanyal曾任Apple Siri高级工程师及Uber AI工程负责人；Sheth曾任Google高级软件工程师，管理语音识别平台。
Galileo今日宣布走出隐身模式，获得510万美元种子轮融资。该产品覆盖从预开发到后生产的完整AI工作流，支持文本、语音和视觉等多种数据模态。目前处于私有测试阶段，可本地部署，通过“自动记录器”和算法系统化跨团队协作流水线。
检测问题是数据科学家的主要痛点。MLOps Community调查显示，84.3%的从业者认为检测和诊断模型问题耗时，26.2%的人需要一周或更长时间才能修复。
Chatterji指出，企业关注点已从“如何使用ML”转向“如何让ML工作流更快、更好、更便宜”。Galileo在生产化每一步强制执行严谨性，应用基于研究的技术，使处理繁琐的数据集改善任务效率提升数量级。
Galileo融入新兴的MLOps实践（结合ML、DevOps和数据工程）。据估计，到2025年MLOps服务市场规模将达40亿美元，竞争者包括Databricks、DataRobot及云巨头等。
尽管资本涌入，但MLOps平台仍面临挑战，特别是当高管难以量化投资回报时。民调显示，超过80%的从业者在证明新模型优势以说服利益相关者方面仍存在困难。
Kaggle CEO Anthony Goldbloom参与本轮投资（The Factory领投），被视为公司差异化的标志。Galileo目前已拥有数十家付费客户，涵盖财富500强及早期初创企业，计划年底前将14人团队扩大三倍。
Chatterji强调：“Galileo致力于简化繁琐的ML数据检查任务并提供智能洞察，用户仅需添加几行代码即可使用。”
截至目前，Galileo累计融资达510万美元。