Union.ai这家从隐身状态中走出的初创公司推出了开源AI编排平台Flyte的商业版本，今日宣布完成由NEA和“精选”天使投资人共同注资的1000万美元融资。CEO Ketan Umare表示，这笔资金将用于支持Flyte社区，“提升Flyte的可访问性、性能和可靠性”，并扩大Flyte集成的系统范围。
尽管企业被AI的预测能力所吸引，尤其是在组织内部的数据分析领域，但通过AI实现有意义的成果往往颇具挑战。诚然，AI可以通过识别买卖趋势来帮助预测收入。然而，实施和维护必要的数据管道以防止AI系统偏离准确性，可能需要大量的技术资源。
这正是Flyte的用武之地——一个用于编程和处理并发AI及数据分析工作流的平台。Union的团队包括Umare在内，曾在Lyft期间参与构建Flyte，当时它被用于帮助创建一个系统，以计算司机从A点到B点的预计到达时间（ETA）。
Umare向TechCrunch表示：“[Union]的创始人在Lyft首次相遇，当时我们加入了负责计算Lyft司机从A点到B点ETA的团队。”“寻找合适的解决方案促使团队深入研究机器学习技术，这需要大量使用数据并持续将稳健的模型部署到生产环境中……所使用的技术被平台化，该方案在Lyft得到了广泛应用。”
Lyft于2020年将Flyte贡献为开源项目，一年后将商标授予Linux Foundation。正是在那时，Union的团队看到了在云平台上基于该项目提供付费服务的机会。
Umare继续说道：“Flyte的管理版本称为Union Cloud，它将使小型团队和组织能够利用Flyte的强大功能，而无需组建专门的基础设施团队。”“我们创立Union，是因为我们认为机器学习和数据工作流与软件部署从根本上不同。这是因为软件更加精确且生命周期较长，而机器学习和数据工作流起初具有实验性质，可能需要快速投入生产环境。”
驾驭Flyte
Umare与Union的其他联合创始人Haytham Abuelfutuh和George Snelling均在科技行业拥有深厚的背景。在加入Lyft之前，Umare曾担任亚马逊的高级软件工程师以及甲骨文的首席工程师，在那里他领导开发了一款面向基础设施即服务和裸机服务的块存储产品。Abuelfutuh曾在微软担任工程师七年，并在谷歌担任开发者三年，期间他帮助推出了用于Google Photos等第一方应用的内部软件库。Snelling同样是微软的老兵，曾联合创立了多家公司（Westside、LabKey和Patchr），并曾在Salesforce担任工程高级总监。
随着Flyte 1.0版本的发布，Union Cloud也正式推出。Umare表示，其目标是减少（理想情况下消除）数据科学项目中可能出现且阻碍开发的臃肿基础设施。他指出，在最糟糕的情况下，混乱的抽象层可能需要重新构建基础设施才能将AI部署到生产环境中，从而对潜在的投资回报率产生负面影响。
根据2021年Wakefield Research的一份报告，企业数据工程师将近一半的时间用于构建和维护数据管道。69%的受访者——主要是数据工程师——表示，如果他们的团队能够为业务决策贡献更多并减少在手动管道管理上的时间，业务成果将会得到改善。
“目前，生产级机器学习仍处于起步阶段，尤其是在大型科技公司以外的企业中。因此，大多数公司最初都采用自己动手的方式——这就是我们的主要竞争对手，”Umare说。“我们采取了一种截然不同的、基于第一性原理的方法来定义工作流对机器学习和数据科学家意味着什么。我们的目标是最小化人为错误，并尝试提前预测问题[同时]与Spotify、Gojek和Freenome等极其复杂且多样化的合作伙伴紧密合作[以]完善解决方案。”
Union Cloud继承了Flyte的所有特性和功能，包括记录AI管道所有更改的计算后端连接器。Union Cloud还存储管道所有执行的历史记录，并提供仪表板、命令行界面和API以与计算进行交互。
Union Cloud和Flyte将工作流定义为多个任务。工作流和任务可以用任何编程语言编写，并且可以保留在本地部署，通过那些组件传输的数据也是如此。
云优势
那么Union Cloud的价值主张是什么？Umare表示，它通过集中化管理基础设施并保持“高”隐私和合规标准，为Flyte增添了“敏捷性、可重复性和安全性”。他继续说道：“我们的产品在设计时遵循零信任原则，因此用户可以使用[它]构建一个仍保持高安全标准的自助服务平台。”“数据科学非常学术化，这直接影响机器学习。学术界有大量出色的研究和文献可用，但这些很难实现生产化。我们需要以结构化且可重复的方式弥合这两个世界之间的差距。”
Umare还将Union Cloud视为一种降低新产品和系统开发成本的方式，这是开源Flyte项目无法实现的。尽管他承认其他厂商也存在类似的努力，比如AWS Sagemaker，他认为这些方案未能与数据科学生态系统的其余部分很好地集成。
“我们在这个问题上已经投入了五年多的时间，根据现实世界的反馈和需求不断完善我们的解决方案，”Umare表示。“机器学习领域已经相当庞大，并且在传统公司中也在不断增长。然而，我们认为增长潜力并不受当前需求规模的限制，而是取决于我们能够提供的体验，这也是为什么我们专注于客户成功和开源采用。这将带来近期的收入增长。”
在增长方面，Union计划到今年年底将其20人的团队规模扩大一倍，同时专注于产品构建。Umare没有分享有关Union Cloud兴趣或采用率的统计数据，但他重申，包括Lyft、Spotify、丰田子公司Woven Planet以及生物技术和金融品牌在内的数千家用户已经采用了Flyte。