Snowflake Startup Spotlight: Dust

Willkommen beim Startup Spotlight von Snowflake, wo wir Startup-Gründer:innen zu den Problemen befragen, die sie lösen, zu den Produkten, die sie entwickeln, und zu den Lektionen, die sie auf ihrer Startup-Reise gelernt haben. In dieser Ausgabe lernen Sie Stanislas Polu, Mitbegründer und CTO von Dust, kennen und erfahren, wie das Unternehmen eine kollaborative KI-Plattform aufbaut, um die Distanz zwischen Ihren Daten und den Entscheidungen Ihrer Teams zu verringern.

Mich inspirieren technische Veränderungen, die uns zwingen, alte Annahmen infrage zu stellen. Große Sprachmodelle haben Intelligenz im Überfluss verfügbar gemacht, aber dieser Überfluss schafft ein neues Problem: Wie nutzt ein Unternehmen wechselnde Intelligenzquellen, ohne die Kontrolle über das aufzugeben, was es einzigartig macht? Da sich KI über einzelne Tools und Anbieter verteilt, können der Kontext, die Agenten und die Arbeitsweisen des Unternehmens fragmentiert werden. Ich möchte die Ebene aufbauen, die es Unternehmen ermöglicht, den ständigen Fortschritt aufzunehmen und gleichzeitig diese Assets und Entscheidungen in eigener Hand zu behalten.

Dust ist die kollaborative KI-Plattform, die die Arbeitsweise von Unternehmen neu vernetzt und es ihnen ermöglicht, die von ihnen genutzte Intelligenz zu kontrollieren und die von ihnen generierten Daten zu besitzen.

Unternehmen erhalten Zugang zu mehr Intelligenz, riskieren aber, die Kontrolle darüber zu verlieren. Ein Großteil der KI am Arbeitsplatz wird immer noch von jeweils einer Person, einem Assistenten oder einem Modell übernommen. Das schafft drei Formen der Abhängigkeit: die Abhängigkeit von einem einzigen Modellanbieter, der Verlust der Kontrolle über die von Agenten generierten Daten und Traces sowie eine eingeschränkte Transparenz bei Kosten und Verhalten.

Die Traces sind wichtig. Sie erfassen, wie die Arbeit erledigt wurde: die Anweisungen, den Kontext, die Modell- und Tool-Auswahl, die Ergebnisse und das menschliche Feedback. Im Laufe der Zeit kann diese Aufzeichnung zu einem der wertvollsten KI-Assets des Unternehmens werden und ihm helfen, Workflows zu bewerten und Systeme zu entwickeln, die auf seine tatsächliche Arbeitsweise zugeschnitten sind. Unternehmen sollten dieses Asset nicht standardmäßig aus der Hand geben.

Mein Mitbegründer Gabriel Hubert und ich hatten die wachsenden Koordinationsprobleme während unserer Arbeit bei Stripe miterlebt, als das Unternehmen von rund 150 Personen zu einem viel größeren Unternehmen heranwuchs. Informationen gehen verloren, Entscheidungen werden schwerer nachvollziehbar und Teams teilen nicht mehr denselben Kontext. Als LLMs leistungsfähig genug für ernsthafte Arbeit wurden, war unsere Hypothese, dass Unternehmen kein weiteres Modell brauchten. Sie brauchten eine gemeinsame Ebene zwischen Menschen, Unternehmensdaten, bestehenden Systemen und den verfügbaren Modellen.

Dust ist diese Ebene. Sie ermöglicht es Teams, kollaborativ mit KI zu arbeiten, zwischen unterstützten Frontier- und Open-Source-Modellen zu wechseln und den Kontext, die Agenten und die Traces zu verwalten, die ihre Arbeit generiert. Was eine Person aufbaut, kann zu einer wiederverwendbaren Unternehmensfähigkeit werden, ohne von einer einzigen Intelligenzquelle abhängig zu werden.

Wir helfen Unternehmen dabei, Agentic-Traces in ein Asset zu verwandeln, das sie verstehen, verbessern und behalten können.

Die für eine Aufgabe erforderlichen Daten befinden sich selten an einem einzigen Ort. Eine einzige Frage kann Warehouse-Daten von Snowflake, den Account-Kontext aus einem CRM und qualitative Informationen aus Slack, Notion oder Gesprächsnotizen erfordern. Aber das Ergebnis ist nur ein Teil des Wertes. Der Trace darum herum zeigt, welcher Kontext, welche Anweisungen, Modelle, Tools und menschlichen Entscheidungen die Arbeit hervorgebracht haben.

Dust bringt diese Elemente in ein gemeinsames Unternehmenssystem ein. Ein KI-Operator kann untersuchen, was funktioniert, um einen Agenten oder eine Fähigkeit zu verbessern und für Kolleg:innen wiederverwendbar zu machen. Wenn das Unternehmen Modelle oder Anbieter wechselt, behält es den gesammelten Kontext und die Erkenntnisse rund um seine Workflows. In Zukunft könnte dieser Korpus Unternehmen auch dabei helfen, Modelle für ihre spezifische Arbeit zu bewerten oder zu trainieren. Das Modell mag sich ändern, aber die Intelligenz, die das Unternehmen darum herum aufbaut, sollte seine eigene bleiben.

Snowflake ist eine angebundene Quelle für strukturierte Geschäftsdaten, mit der Dust-Agenten arbeiten können. Unternehmen können Snowflake mit Dust verbinden, sodass Teams relevante Warehouse-Daten in natürlicher Sprache abfragen und mit dem Kontext aus anderen Unternehmenssystemen kombinieren können.

Das ist wichtig, weil nützliche Geschäftsfragen oft Systemgrenzen überschreiten. Snowflake kann die strukturierte Datengrundlage und Single Source of Truth bleiben, während Dust Menschen und Agenten dabei hilft, diese Daten als Teil einer umfassenderen Arbeit zu nutzen.

Dies ist ein wichtiger Teil der unternehmenseigenen KI. Ein Unternehmen sollte in der Lage sein, Snowflake als seine Single Source of Truth beizubehalten, die entsprechenden Berechtigungen anzuwenden und zu kontrollieren, wie dieser Kontext von seinen Agenten genutzt wird, anstatt seine Datenstrategie um einen KI-Anbieter herum neu aufzubauen.

Snowflake macht strukturierte Daten über das Datenteam hinaus nutzbar. In Kombination mit Dust kann ein:e Geschäftsanwender:in eine Frage in natürlicher Sprache stellen, relevante Warehouse-Daten zusammen mit anderem Unternehmenskontext nutzen und das Ergebnis in einen wiederholbaren Workflow anstatt in eine einmalige Analyse verwandeln.

Das ist die Richtung, die uns wichtig ist: die Distanz zwischen den Daten eines Unternehmens und den Entscheidungen oder Aktionen, die sie fundieren sollen, zu verringern, ohne die Kontrolle des Unternehmens über diese Daten zu schwächen. Zugang und Kontrolle sind keine Gegensätze. Datenteams können vertrauenswürdigen Zugriff und Geschäftslogik codieren, während mehr Kolleg:innen eine praktische Möglichkeit erhalten, diese zu nutzen.

Der Fehler besteht darin, KI als ein Rennen mit einem einzigen dauerhaften Gewinner zu betrachten. Modelle werden sich in Bezug auf Leistungsfähigkeit, Kosten, Latenz und Spezialisierung ständig weiterentwickeln. Unternehmen sollten nicht den Gewinner vorhersagen oder ihre Betriebsebene neu aufbauen müssen, wenn sich die Grenzen verschieben.

Dust ist von Grund auf multimodal. Unternehmen können zwischen unterstützten Frontier- und Open-Source-Modellen wählen und diese Auswahl aktualisieren, wenn sich die Landschaft ändert, ohne ihren Unternehmenskontext und ihre Workflows neu aufbauen zu müssen. Das bedeutet Souveränität für uns in der Praxis: nicht alles lokal zu erledigen oder externe Anbieter abzulehnen, sondern die Kontrolle zu behalten, wenn sich ein Anbieter, ein Preis, eine Richtlinie oder ein Modell ändert.

Unternehmen werden Intelligenz aus vielen Quellen mieten. Das dauerhafte Asset ist das, was sie darum herum aufbauen: wie das Unternehmen arbeitet, was es weiß, was es entschieden hat und wo menschliches Urteilsvermögen wichtig ist. Diese Ebene sollte dem Unternehmen gehören und nicht dem Modell, das heute zufällig führend ist.

Der nächste Wandel besteht darin, dass nicht mehr Einzelpersonen Assistenten anweisen, sondern Unternehmen digitale Teams aus Menschen und Agenten koordinieren. Unser heutiges Prinzip ist einfach: Agenten schlagen vor, Menschen entscheiden.

Bevor ich zu Beginn meiner Karriere eine Forschungsarbeit präsentierte, machte ich mir Sorgen, dass ich nicht genug Autorität hätte, um die Arbeit zu verteidigen. Mein Betreuer erinnerte mich daran, dass ich mehr Zeit mit diesem spezifischen Problem verbracht hatte als fast jeder andere und auf die Tiefe der Arbeit vertrauen sollte.

Dieser Rat hat mich als Gründer begleitet. Tiefer Fokus kann eigene Zweifel hervorrufen, denn wenn eine Lösung für Sie offensichtlich wird, gehen Sie davon aus, dass sie für alle offensichtlich sein muss. Das ist jedoch oft nicht der Fall. Sie sollten offen dafür bleiben, sich zu irren, aber Sie sollten auch die Erkenntnisse respektieren, die aus der anhaltenden Beschäftigung mit einem echten Problem resultieren, und diese dann weiterhin mit Nutzer:innen testen.

Verlieben Sie sich nicht in eine Technologie, bevor Sie verstanden haben, ob sie einen großen und wichtigen Markt unterstützen kann.

Bei TOTEMS, dem Unternehmen, das Gabriel und ich vor Dust gegründet haben, waren wir fasziniert davon, was die Technologie leisten konnte. Wir haben uns nicht früh genug gefragt, wie groß das Geschäft werden könnte, wenn alles funktioniert. Bei Dust haben wir versucht, einige folgenreiche Wetten einzugehen, sie schnell zu testen und zu vermeiden, etwas zu optimieren, das auf dem Markt noch unbedeutend ist.

Diese Lektion prägte eines unserer frühen Prinzipien: „Kein Product-Market-Fit, keine GPUs.” Wir hätten uns auf das Trainieren von Modellen konzentrieren können, aber das wäre eine verführerische Ablenkung gewesen. Wir haben uns für die Produktebene entschieden, auf der die Kunden ein konkretes Problem hatten und auf der uns ihre Nutzung lehren konnte, was wir als Nächstes entwickeln sollten.

KI wird weniger wie eine Sammlung von Anwendungen werden, die Einzelpersonen öffnen, sondern mehr wie eine Belegschaft, die Unternehmen koordinieren. Der Zugang zu Intelligenz wird nicht knapp sein. Die knappe Ressource wird die organisatorische Fähigkeit sein, sie zu lenken, ohne von den Modellen, der Schnittstelle oder der Roadmap eines einzigen Anbieters abhängig zu werden.

Ich sehe Dust als das gemeinsame System, in dem Unternehmen ihre eigene KI aufbauen und verwalten: ihren Kontext, ihre Agenten, ihre Fähigkeiten, ihre Modellauswahl und die Art und Weise, wie Menschen und Agenten zusammenarbeiten. Erfolgreiche Arbeitsweisen sollten im gesamten Unternehmen wiederverwendbar werden und wertvoll bleiben, wenn sich die zugrunde liegenden Modelle ändern.

Das Ziel ist nicht, dass jedes Unternehmen ein Foundation Model besitzt. Es geht darum, dass jedes Unternehmen sein KI-Kapital besitzt, einschließlich der Soft- und Hard-Skills, der Erkenntnisse, des Know-hows, der Workflows, der Traces und der Abläufe, die es mit KI aufbaut. Dust baut für diese Zukunft.

Erfahren Sie mehr über Dust unter https://dust.tt/. Wenn Sie ein Startup sind, das auf Snowflake aufbaut, sehen Sie sich das Programm Snowflake for Startups an, um Informationen darüber zu erhalten, wie Snowflake Ihre Ziele unterstützen kann.