Como o RapidCanvas automatiza 70% das tarefas de dados para projetos de IA generativa

Desde que o ChatGPT surgiu, as empresas têm se concentrado na IA e em como ela pode ajudá-las a resolver desafios críticos nos negócios. Tudo começou com chatbots e ferramentas de busca impulsionados por modelos de linguagem de grande porte (LLM), que permitem aos usuários encontrar respostas e informações rapidamente. Mas a tendência agora mudou para agentes de IA compostos — sistemas capazes de realizar raciocínios em várias etapas e lidar com tarefas como gerenciamento de tickets de suporte, respostas a e-mails e agendamentos.

A Salesforce deu início à onda de agentes de IA com o anúncio do AgentForce há alguns meses. Agora, esses sistemas estão se aprofundando na pilha de tecnologia das empresas. Um exemplo é a RapidCanvas, uma startup baseada no Texas, que afirma que seus agentes de IA sensíveis ao contexto podem automatizar 70% das tarefas de dados durante a implementação personalizada de IA.

A empresa levantou US$ 16 milhões em capital da série A para acelerar ainda mais a expansão de sua plataforma baseada em agentes. De fato, empresas como PayPal, Suzlon e MTE Thomson já a utilizam em seus fluxos de trabalho, acelerando o tempo para o valor em dez vezes e reduzindo os custos de implementação em até 80%.

Agentes de IA da RapidCanvas enfrentam gargalos na implementação de IA

Ao executar um projeto de IA, as organizações frequentemente enfrentam uma escassez de talentos técnicos (devido à alta demanda). Mesmo que consigam contratar engenheiros qualificados ou consultores externos, essas equipes precisam gastar muito tempo em tarefas de codificação e ciência de dados — desde a integração de ativos de dados até a preparação, transformação e modelagem deles, além da produção de casos de uso posteriores. Isso prolonga a implementação por vários meses, afetando o ROI e o crescimento dos negócios.

Para resolver isso, os ex-executivos do PayPal Rahul Pangam e Uttam Phalnikar — que lidaram com estratégia de risco e arquitetura — se uniram para lançar a RapidCanvas.

“Nosso objetivo com a RapidCanvas é revolucionar a forma como as empresas constroem soluções de IA confiáveis e personalizáveis sem a necessidade de equipes de especialistas técnicos; nossa plataforma capacita equipes de negócios e operações usando uma abordagem híbrida que combina Agentes de IA e um especialista no processo”, disse Pangam ao VentureBeat.

No núcleo, a plataforma da RapidCanvas fornece às empresas agentes de IA sensíveis ao conteúdo que podem ser solicitados em linguagem natural para lidar com várias tarefas de engenharia e ciência de dados, desde ingestão de dados, orquestração e preparação até habilitação de análises, aplicações, pipelines, automação e modelagem.

De acordo com Pangam, os agentes executam essas tarefas em nome dos usuários, enriquecendo seus pedidos com informações contextuais coletadas diretamente (terminologias de negócios alimentadas pelos usuários) e de sistemas conectados (CRMs, plataformas de dados, sistemas de tickets de suporte). Eles também levam em conta o problema que o usuário está tentando resolver, bem como o contexto coletado de projetos anteriores para garantir que a tarefa seja executada de forma ideal.

Isso, segundo Pangam, permite que as empresas lidem com até 70% das tarefas de dados de forma mais rápida e econômica do que os humanos. E, eles podem usar os dados preparados em combinação com uma tela visual para implantar a aplicação em questão.

Mas aqui está o detalhe. Embora a oferta reduza a dependência de talentos técnicos, como engenheiros de dados, ela não elimina essa necessidade. Os 30% restantes do trabalho no fluxo de trabalho — cobrindo aspectos como design de sistema, teste de hipóteses e resolução de problemas — ainda recaem sobre especialistas humanos. Pangam afirma que uma empresa que anteriormente poderia ter empregados 10 engenheiros especialistas precisaria apenas de um ou dois ao usar os agentes RapidCanvas para construir projetos de IA.

Enfrentando DataRobot e Dataiku

A RapidCanvas está competindo com gigantes como DataRobot, Dataiku, Palantir e Alteryx. No entanto, a empresa afirma que sua abordagem híbrida de humanos e agentes é um elemento diferenciador chave.

“Em qualquer um dos fornecedores tradicionais de ciência de dados e machine learning, a principal maneira de não programadores construírem soluções de IA do início ao fim é usando modelos sem código,” explicou Pangam. “Por exemplo, se eu quiser mesclar dois conjuntos de dados, eu preciso escolher o modelo de ‘junção’ na interface, adicionar conjuntos de dados, condições de junção para instruir quais colunas combinar para indexação, definir o tipo de junção e depois definir as colunas de saída. Por outro lado, com a RapidCanvas, o usuário instrui o agente a mesclar dois conjuntos de dados específicos e ele auto-gere o código para mesclá-los. Isso se deve ao fato de que o agente já possui o contexto prévio do tipo de tabelas, índice e esquema, tamanho, tipos de junção, tipos de dados, etc.”

Além disso, o CEO observou que a empresa oferece um especialista humano como parte de sua assinatura. Esse indivíduo atua como conselheiro, ajudando as equipes em pontos de decisão-chave com ideias, além de apoio para realizar operações complexas, verificar resultados e entender as melhores práticas do setor. Os usuários podem optar por esse plano com apoio de especialista humano ou por uma oferta somente de plataforma de autoatendimento a uma taxa fixa mensal por usuário.

Várias empresas, incluindo empresas da Fortune 200, nos setores de manufatura, varejo, infraestrutura e serviços financeiros, já começaram a adotar a RapidCanvas para seus pipelines de desenvolvimento de IA. A empresa conta entre seus primeiros clientes com PayPal, SFR, Suzlon, AutoFi e MTE Thomson.

Olhando para o futuro, a empresa planeja aumentar sua base de clientes e aprimorar ainda mais seus agentes de IA para garantir que possam trabalhar juntos para automatizar e simplificar fluxos de trabalho complexos em um ambiente de múltiplos agentes, com suporte humano no processo.