El desafío oculto detrás de los vehículos autónomos
Fundadores de Eventual, Sammy Sidhu y Jay Chia, descubrieron un problema crítico mientras trabajaban en el programa de vehículos autónomos de Lyft: la incapacidad de procesar datos multimodales de manera eficiente. Los coches autónomos generan torrentes de datos no estructurados -escaneos 3D, fotos, texto y audio- sin herramientas capaces de interpretarlos simultáneamente.
El nacimiento de una solución revolucionaria
«Los ingenieros dedicaban el 80% de su tiempo a problemas de infraestructura en lugar de desarrollar aplicaciones centrales», reveló Sidhu. Esta necesidad los llevó a crear Daft, un motor de procesamiento de datos de código abierto nativo de Python que maneja múltiples modalidades. 
Impacto en la industria de IA
Fundada a principios de 2022, Eventual anticipó la explosión de IA multimodal desatada por ChatGPT. Actualmente sirve a clientes como Amazon, CloudKitchens y Together AI, con planes de lanzar un producto empresarial en el tercer trimestre.
Inversión y crecimiento exponencial
- Financiación: $7.5 millones en ronda semilla liderada por CRV
- Serie A: $20 millones liderados por Felicis con participación de M12 de Microsoft y Citi
- Proyección de mercado: Crecimiento anual del 35% (2023-2028)
«Daft encaja en la megatendencia de IA generativa construida alrededor de texto, imagen, video y voz. Necesitas un motor de procesamiento nativo multimodal», afirmó Astasia Myers de Felicis.
La industria enfrenta un desafío monumental: el 90% de los datos mundiales se generaron en los últimos dos años, siendo la mayoría no estructurados según IDC. Esta realidad convierte soluciones como Daft en componentes críticos para el futuro de la movilidad autónoma y la inteligencia artificial.