Snowflake presenta una startup: Ekai

Nella serie di blog Snowflake presenta una startup chiediamo ai fondatori quali problemi stanno risolvendo, quali app stanno creando e cosa hanno imparato durante il loro percorso imprenditoriale. In questa edizione incontriamo Mo Aidrus, CEO, e Hussnain Ahmed, Chief AI Officer, cofondatori di Ekai, che mettono a frutto oltre 20 anni di esperienza nel data engineering, nell’AI agentica, nel contesto e nei ML Ops, e nell’enterprise cloud infrastructure solution engineering per creare un’infrastruttura più efficiente per le esigenze di dati agentici delle imprese.

Cosa vi ispira come fondatori di startup?

Siamo animati dalla volontà di utilizzare dati e AI per rendere il mondo aziendale più efficiente. 

Siamo nel terzo anno dell’ondata di adozione dell’AI generativa e sta emergendo uno schema: Le aziende utilizzano applicazioni come ChatGPT, Claude AI, Grok e così via, oppure creano applicazioni personalizzate utilizzando API LLM di OpenAI, Anthropic e Google. Ottengono risultati iniziali soddisfacenti su attività generiche, poi si scontrano con difficoltà quando cercano di usare questi strumenti per attività che richiedono la comprensione reale del proprio business.

Il problema non sono i modelli. È il contesto. O, più precisamente, è la completa assenza di un contesto strutturato, interrogabile e leggibile da macchina su come funziona realmente un’azienda. I sistemi di dati agentici non hanno alcun valore senza il contesto aziendale.

In che modo Ekai intende risolvere questo problema?

Nonostante tutti gli strumenti disponibili, il processo di comprensione dei dati fisici, di contestualizzazione e di trasformazione in insight pronti per il business rimane dolorosamente lento e manuale. È per questo che la maggior parte delle organizzazioni riesce a malapena a sfruttare il potenziale delle proprie piattaforme dati e che spesso i costosi data catalog vengono sottoutilizzati.

La nostra piattaforma mira a cambiare questo stato di cose offrendo un “business data lab” per business analyst e analytics engineer, consentendo loro di creare diversi modelli di dati senza richiedere un ampio coinvolgimento dell’IT. Ekai si connette ai dati fisici, apprende schemi, crea modelli di dati logici e genera codice che unisce i dati fisici con i concetti aziendali. L’obiettivo è consentire agli utenti aziendali di prototipare e testare i modelli prima di coinvolgere l’IT per la distribuzione in produzione. 

L’agente AI conversazionale di Ekai aiuta gli utenti aziendali a definire modelli semantici ponendo domande intelligenti sulla base della comprensione dei dati fisici. L’obiettivo è consentire agli utenti aziendali di prototipare e testare i modelli prima di coinvolgere l’IT per la distribuzione in produzione. 

Questo processo aiuta a definire i requisiti aziendali, analogamente a come i data architect conducono workshop per creare un Business Requirements Document (BRD). Il nostro approccio conversazionale rende la modellazione dei dati accessibile agli utenti aziendali e, soprattutto, consente di documentare le conoscenze informali. 

Cosa differenzia il vostro approccio alla democratizzazione dei modelli di dati e degli insight rispetto alle altre soluzioni di mercato?

Il nostro obiettivo è accelerare l’innovazione basata sui dati e il time to value. La tecnologia proprietaria di Ekai è in grado di:

• Dedurre, catalogare e creare automaticamente relazioni scalabili tra entità 

• Catalogare definizioni e processi aziendali riflessi nel codice SQL esistente

• Creare prototipi accurati di data product per gli utenti aziendali

• Consentire una scoperta dei dati accurata e affidabile in linguaggio naturale

• Creare e aggiornare continuamente la documentazione per dati fisici, logici e semantici

• Creare specifiche per le applicazioni AI a valle

• Rendere i dark data aziendali pronti per l’AI agentica 

Ci colleghiamo al vostro data warehouse, generiamo automaticamente mappe mentali aziendali e diagrammi ontologici/entità-relazione (ERD) per comprendere le relazioni, acquisire il contesto aziendale tramite la nostra modellazione semantica e produrre tutti gli artefatti necessari alle applicazioni AI a valle: data catalog, glossari aziendali, definizioni di metriche, mappe di lineage e regole di validazione. È l’intero livello contestuale, generato e gestito automaticamente. 

Con Ekai, ciò che prima richiedeva tre-sei mesi per sviluppare data product ora può essere realizzato in tre-quattro ore con l’AI. Gli utenti aziendali non si sentono limitati e possono creare facilmente modelli semantici grazie al contesto aziendale appropriato.

In che modo Snowflake Native App Framework ha plasmato la strategia di crescita e sviluppo della vostra startup? 

Snowflake Native App Framework è fondamentale per noi, perché ci aiuta a superare due barriere critiche all’adozione. 

In primo luogo, poiché l’esecuzione avviene interamente all’interno dell’account Snowflake del cliente, tutti i dati e i metadati rimangono nel loro perimetro di sicurezza, eliminando i problemi di estrazione e accelerando le approvazioni di conformità, soprattutto nei settori regolamentati. 

In secondo luogo, posiziona Ekai come un’estensione nativa di Snowflake invece che come un ulteriore strumento AI esterno. Ciò significa che i clienti possono adottare la modellazione automatizzata dei dati direttamente all’interno della loro infrastruttura di warehouse esistente con il minimo attrito. Questo trasforma la nostra strategia go-to-market da una complessa vendita di integrazione a un’esperienza di attivazione semplificata, che favorisce un’adozione più rapida e una crescita product-led.

Siamo entusiasti di collaborare con Snowflake, così da ridurre i costi di procurement e ottenere funzioni di fatturazione e metering subito disponibili. La co-vendita tramite la piattaforma Crossbeam è già iniziata. 

Cosa c’è all’orizzonte?

Man mano che l’AI inizierà a guidare l’analisi, questo livello di automazione non sarà solo un vantaggio competitivo: diventerà una necessità. I sistemi AI possono generare valore reale solo se alimentati con dati ben contestualizzati e pronti per l’uso. Questo è ciò che offriamo: contenuti che generano output accurati, coerenti e completi. Con Ekai, le aziende ottengono una generazione di codice agentico e query in linguaggio naturale accurate e affidabili, catalogando e documentando automaticamente il proprio codice.

Scopri di più sulle soluzioni Ekai di www.ekai.ai.. Ekai è attualmente disponibile nel catalogo privato Snowflake. Contatta https://ekai.ai/#contact per iniziare.

Se sei una startup che sviluppa su Snowflake, scopri il nostro Powered by Snowflake Startup Program per capire come Snowflake può supportare i tuoi obiettivi e partecipa anche tu alla Snowflake Startup Challenge 2026!