Startup destacada de Snowflake: ROE AI

Te damos la bienvenida a la sección Startup destacada de Snowflake, donde aprendemos sobre empresas increíbles que desarrollan su negocio en Snowflake. En esta edición, hablamos con Richard Meng, cofundador y CEO de ROE AI, una startup que permite a los equipos de datos extraer información de datos multimodales no estructurados (como documentos, imágenes y páginas web) mediante consultas SQL conocidas. Gracias a la integración de agentes de IA, la plataforma de ROE AI simplifica el procesamiento de datos y permite a organizaciones de distintos sectores automatizar flujos de trabajo manuales y obtener inteligencia práctica a partir de sus datos.

¿Qué te inspira como fundador?

Siempre me ha atraído desafiar el statu quo y abordar problemas que aún no se han resuelto, especialmente en la intersección entre los datos y la inteligencia artificial (IA). Trabajar en Snowflake antes de fundar ROE AI también fue una gran fuente de inspiración. Viví de primera mano el vertiginoso ritmo de la innovación en datos e IA.

En cuanto surgieron los large language models (LLM), supe que podía crear algo que abordara un reto histórico en el mundo de los datos: aprovechar los datos no estructurados. Se ha intentado resolver durante décadas, pero las soluciones a menudo se quedaban cortas. Sentí que era el momento perfecto para intentar algo ambicioso, aprovechando mi experiencia y trayectoria en Snowflake.

¿Qué problema pretende resolver tu empresa? 

Muchas organizaciones de servicios financieros dependen de documentos para generar información valiosa. Hoy en día, estos flujos de trabajo son completamente manuales. Mi objetivo es permitir que estos clientes creen flujos de trabajo de documentos con agentes de IA y evaluados de forma rigurosa. Muchas empresas intentan resolverlo mediante generación aumentada por recuperación (RAG), pero suelen quedarse cortas porque la precisión es un requisito imprescindible. 

Por eso hemos creado ROE AI: para que los clientes que priorizan la precisión puedan crear, evaluar y llevar a producción flujos de trabajo de documentos basados en agentes de IA con unas pocas líneas de SQL. 

Y nos complace asociarnos con Snowflake y ofrecer esta capacidad de forma nativa a los clientes de Snowflake a través de Snowflake Marketplace.

¿Qué es lo más interesante que estás haciendo con los datos? 

ROE AI resuelve los desafíos de los datos no estructurados sin utilizar vectores de embedding. Para abordar los problemas de datos no estructurados de nuestros clientes, no nos basamos en vectores debido a su naturaleza imprecisa. En su lugar, realizamos numerosas llamadas a LLM y hemos conseguido que este proceso sea rentable. 

Otro dato interesante es que utilizamos nuestro propio producto en nuestros procesos de contratación: usamos ROE AI internamente para filtrar los currículums de posibles candidatos. Podemos analizar miles de currículums en menos de un minuto y responder a preguntas específicas como: ¿el candidato tiene experiencia tanto en grandes empresas como en startups? ¿Aporta una sólida experiencia en datos?

¿Cuáles son las principales ventajas que has experimentado al utilizar Snowflake como base?

En primer lugar, Snowflake nos ha permitido reforzar la confianza de los usuarios en nuestra aplicación. Con Snowflake Native Apps y Snowflake Cortex AI, toda la funcionalidad de ROE AI se ejecuta dentro del perímetro de seguridad de Snowflake. Esto significa que las empresas pueden ejecutar flujos de trabajo de datos no estructurados, impulsados por agentes de IA, sin mover los datos de Snowflake, lo que refuerza la confianza y facilita el cumplimiento normativo.  

En segundo lugar, estamos optimizando la escalabilidad. Las operaciones de LLM a gran escala suelen requerir recursos especializados. Con Cortex AI, podemos escalar sin fricciones las GPU y otros recursos de cómputo para gestionar grandes volúmenes de analíticas de datos no estructurados. Con los LLM de Cortex, podemos utilizar de forma segura modelos comerciales de última generación. 

Y, en tercer lugar, estamos aumentando la eficiencia. Al aprovechar las funciones SQL, el área de almacenamiento de Snowflake y otras capacidades nativas de Snowflake, los usuarios finales pueden consultar o transformar datos no estructurados con ROE AI en modo autoservicio, exactamente igual que consultan sus datos estructurados.

¿Cómo ha influido Snowflake Native App Framework en la estrategia de crecimiento y desarrollo de tu startup?

En primer lugar, hemos acelerado nuestra estrategia de comercialización gracias a la red de Snowflake. Las grandes empresas son nuestros clientes ideales, pero pueden resultar difíciles de alcanzar para una startup. Al unirnos al ecosistema de Snowflake Native App, podemos acceder a la base de clientes empresariales y a los canales de ventas consolidados de Snowflake.  

También nos beneficiamos de una experiencia de consulta totalmente integrada en Snowflake. En lugar de adoptar un enfoque independiente y desarticulado, hemos integrado nuestras soluciones de datos no estructurados en las transformaciones de datos y flujos de trabajo de Snowflake. Esta estrecha integración acorta nuestros ciclos de ventas y reduce la complejidad para el cliente.

Por último, nuestra solución ya se ajusta a los marcos de seguridad y adquisición de Snowflake, lo que facilita a los clientes comprar ROE AI a través de sus contratos existentes con Snowflake. Esto puede reducir un proceso de adquisición de seis meses a solo unas semanas.

¿Qué consejo darías a quienes estén considerando crear sus aplicaciones en Snowflake?

En primer lugar, adopta plenamente las capacidades nativas de Snowflake. Cortex AI, las funciones definidas por el usuario, Snowpark y Secure Data Sharing pueden reducir significativamente los plazos de desarrollo. En segundo lugar, alinea tu solución con la posición de seguridad de datos de Snowflake para facilitar la adopción empresarial. Y, por último, colabora desde el principio con los equipos de partners y ventas de Snowflake. Tienen un profundo conocimiento de los retos de los clientes, lo que puede ayudarte a optimizar el encaje de tu producto en el mercado y acelerar tu estrategia de comercialización.

Pregunta final: ¿qué lección aprendiste por las malas? 

Aborda primero los problemas difíciles. Buscar victorias fáciles puede parecer prometedor al principio, pero el verdadero encaje del producto en el mercado suele producirse cuando resolvemos los desafíos más complejos con valentía y perseverancia.

Obtén más información sobre ROE AI y su estrategia para resolver problemas complejos, con un uso intensivo de los datos, con gran precisión en getroe.ai o prueba su aplicación en Snowflake Marketplace.