Anomalo baru-baru ini mengumumkan peningkatan pada platform kualitas datanya. Hal ini memungkinkan Anda mengidentifikasi masalah kualitas dan kepatuhan dalam data tidak terstruktur dalam alur kerja AI generatif Anda. Solusi berbasis AI dari perusahaan ini dapat digunakan dengan data tidak terstruktur dan terstruktur, sehingga memungkinkan tim memperbaiki inkonsistensi data sebelum pengambilan keputusan atau penerapan AI dan pembelajaran mesin. Perkembangan ini bertepatan dengan lonjakan permintaan perusahaan terhadap produk Anomalo, terutama seiring dengan semakin populernya AI generatif.

Perusahaan ini telah melihat pertumbuhan pelanggan yang signifikan, khususnya di antara perusahaan-perusahaan Fortune 500, dan memperkuat integrasinya dengan platform cloud dan data utama. Prestasi Anomaro antara lain menerima penghargaan dari Databricks yang juga berkontribusi dalam investasi strategis. Salah satu pendiri dan CEO Elliot Schmukler menekankan perlunya dunia usaha memahami, mengkurasi, dan mengadaptasi data tidak terstruktur ke dalam aplikasi AI generatif.

Studi global McKinsey menemukan bahwa 65% perusahaan kini rutin menggunakan AI generatif, meningkat dua kali lipat dibandingkan tahun sebelumnya. Namun, karena tidak adanya model universal untuk AI generatif, perusahaan harus memastikan kualitas dan kepatuhan data. Platform Anomalo, yang diperluas ke data tidak terstruktur pada bulan Juni, kini memungkinkan deteksi masalah yang disesuaikan dan pembobotan tingkat keparahan, serta dukungan untuk model-as-a-service dalam lingkungan cloud perusahaan.

Selain kemajuan ini, Anomalo telah mendapatkan tambahan pendanaan Seri B sebesar $10 juta yang dipimpin oleh Smith Point Capital untuk berinvestasi lebih lanjut dalam penelitian dan pengembangan dalam pemantauan data tidak terstruktur. Perusahaan ini bertujuan untuk mendukung solusi kualitas data untuk aplikasi AI generatif, dan Keith Block dari Smith Point Capital yakin dengan kepemimpinan Anomalo di bidang ini. Anomalo terus membantu bisnis membangun kepercayaan terhadap data mereka dengan menyediakan platform yang memerlukan konfigurasi minimal dan tanpa pengkodean untuk memantau kualitas data secara efektif.