Snowflake presenta una startup: Streamkap abilita i dati in tempo reale per l’era dell’AI

Nell’era dell’AI e del decision-making in tempo reale, l’accesso a dati aggiornati può determinare il successo o il fallimento di un’azienda. Per Streamkap, fondata da Paul Dudley (CEO) e Ricky Thomas (CTO), questa sfida è diventata un’opportunità per semplificare lo streaming dei dati in tempo reale per ogni organizzazione.

Il percorso dei fondatori: dalla complessità dei dati alla semplicità

Paul e Ricky sono veterani del settore dei dati e hanno visto team lottare per mantenere sistemi di streaming affidabili. Anni trascorsi a costruire e gestire pipeline Kafka e Flink su larga scala hanno messo in evidenza gli stessi punti critici: l’ETL batch era lento e costoso, mentre lo streaming fai-da-te era veloce ma operativamente complesso.

Questa esperienza ha portato a una missione chiara: eliminare i compromessi. Paul e Ricky hanno creato Streamkap per unire l’affidabilità degli strumenti ETL enterprise con la velocità e la flessibilità delle moderne infrastrutture di streaming. L’obiettivo era semplice: offrire ai team capacità di dati in tempo reale senza il sovraccarico operativo.

Come affermano i fondatori, volevano “democratizzare i dati in streaming e permettere ai nostri clienti di concentrarsi sui loro prodotti, non sulle loro pipeline”.

Trasformare i dati in azione in tempo reale

La piattaforma di streaming zero-ops di Streamkap aiuta le aziende a superare la tradizionale replica dei dati per creare esperienze in tempo reale che incidono direttamente sui risultati di business.

Un esempio è BrandAlley, un’azienda e-commerce che utilizza Streamkap per unire dati clickstream in tempo reale con transazioni MySQL di backend. Questa integrazione consente a BrandAlley di offrire raccomandazioni di prodotto in tempo reale che reagiscono alla sessione corrente dell’utente e all’inventario live, generando un aumento misurabile del 10% nelle vendite.

Attraverso casi d’uso come questo, Streamkap non si limita ad aiutare le aziende a spostare i dati più velocemente: consente loro di innovare più rapidamente.

La partnership con Snowflake: portare lo streaming all’interno dell’AI Data Cloud

La collaborazione con Snowflake è stata fondamentale per il successo di Streamkap. Il team supporta da tempo i clienti Snowflake con Snowpipe Streaming e Dynamic Tables, e l’introduzione del Snowflake Native App Framework ha sbloccato un nuovo livello di integrazione.

Eseguendo la propria soluzione direttamente all’interno di Snowflake, Streamkap consente ai clienti di connettersi ai database sorgente, trasformare i dati in movimento e caricarli in Snowflake in tempo reale, senza che i dati debbano lasciare la piattaforma. Questo si traduce in performance più elevate, controlli di sicurezza rafforzati e procurement semplificato, grazie alla possibilità di utilizzare la spesa Snowflake esistente.

I fondatori descrivono questo allineamento come una “tripla vittoria”: i clienti ottengono velocità e semplicità in tempo reale, Snowflake beneficia di un maggiore consumo di compute e Streamkap accede all’ecosistema globale go-to-market di Snowflake.

Focus, crescita e lezioni apprese

Come molte startup di successo, il percorso di Streamkap è stato fatto di iterazioni e concentrazione. Paul attribuisce un ruolo chiave a un consiglio ricevuto da Jim Yu, CEO di una startup in cui aveva lavorato in precedenza: “Bisogna uscire e parlare con i clienti il prima possibile”.

Il team ha anche imparato l’importanza della prioritizzazione. “Ogni decisione di fare qualcosa è una decisione di non fare qualcos’altro”, osserva Paul. Questo focus ha aiutato Streamkap a concentrarsi sulla risoluzione del trilemma dell’ETL, bilanciare velocità, affidabilità e costi, e a posizionarsi come layer fondamentale per l’analisi in tempo reale.

Abilitare la prossima generazione di AI

Mentre l’AI trasforma il modo in cui le aziende valorizzano i dati, Streamkap sta diventando un abilitatore chiave delle capacità AI. La piattaforma supporta flussi di dati in tempo reale che alimentano casi d’uso come personalizzazione, rilevamento delle frodi e RAG.

I fondatori affermano che l’AI ha influenzato in modo significativo la loro roadmap e le conversazioni strategiche. Streamkap sta ora sviluppando funzionalità di trasformazione in grado di generare embedding vettoriali in-stream utilizzando Flink, consentendo ai clienti di aggiornare continuamente i modelli con dati freschi e contestualmente rilevanti.

La visione dell’azienda è salire lungo la catena del valore, dalla semplice replica alla trasformazione intelligente in-stream, così che i clienti possano pulire, arricchire e rimodellare i dati in tempo reale prima ancora che arrivino nel warehouse.

La strada davanti

Guardando al futuro, Streamkap vede uno scenario in cui i dati in tempo reale diventano la base predefinita per le aziende guidate dall’AI. Con l’evoluzione di formati di tabella open come Apache Iceberg e il progressivo assottigliarsi dei confini tra warehouse e lakehouse, Streamkap punta a essere il motore ad alte prestazioni di ingestione e trasformazione al centro di questa nuova architettura.

Come affermano i fondatori, il mondo si muoverà sempre più verso il tempo reale per alimentare esperienze abilitate da AI e dati, e Streamkap sta costruendo l’infrastruttura per rendere possibile questo futuro.

Scopri di più sulle soluzioni di streaming dati in tempo reale di Streamkap su https://streamkap.com/solutions/snowflake.. Se sei una startup che sviluppa su Snowflake, consulta il programma Snowflake for Startups per scoprire come Snowflake può supportare i tuoi obiettivi.