Bergabunglah dengan buletin harian dan mingguan kami untuk pembaruan terbaru dan konten eksklusif tentang liputan AI terkemuka di industri. Pelajari lebih lanjut
Astronom, perusahaan di belakang platform orkestrasi data Airflow Apache Astro, telah mendapatkan $ 93 juta dalam pendanaan Seri D karena perusahaan semakin berusaha untuk mengoperasionalkan inisiatif AI melalui manajemen yang lebih baik dari pipa data mereka.
Babak pendanaan dipimpin oleh Bain Capital Ventures, dengan partisipasi dari Salesforce Ventures dan investor yang ada termasuk Insight, Meritech, dan Venrock. Bosch Ventures juga berusaha untuk berpartisipasi dalam putaran ini, mencerminkan minat industri dalam teknologi.
Dalam sebuah wawancara eksklusif dengan VentureBeat, CEO Astronom Andy Byron menjelaskan bahwa perusahaan akan menggunakan dana untuk mempercepat upaya penelitian dan pengembangan dan memperluas jejak globalnya, khususnya di Eropa, Australia, dan Selandia Baru.
“Bagi kami, ini hanya langkah di sepanjang jalan,” kata Byron. “Kami ingin membangun sesuatu yang luar biasa di sini. Saya tidak bisa lebih bersemangat tentang mitra usaha kami, pelanggan kami, visi produk kami, yang menurut saya sangat kuat dalam mengejar setelah runtuhnya pasar Ops Data.”
Bagaimana Orkestrasi Data Menjadi Kunci Tersembunyi untuk Keberhasilan AI Perusahaan
Pendanaan ini menargetkan apa yang diidentifikasi oleh analis industri sebagai “kesenjangan implementasi AI” – rintangan teknis dan organisasi yang signifikan yang mencegah perusahaan menggunakan AI pada skala. Orkestrasi data, proses mengotomatisasi dan mengoordinasikan alur kerja data kompleks di seluruh sistem yang berbeda, telah menjadi komponen penting dari penyebaran AI yang berhasil.
Enrique Salem, mitra di Bain Capital Ventures, menjelaskan tantangan kritis yang dihadapi perusahaan saat ini: “Setiap perusahaan mengoperasikan ekosistem data yang luas dan terfragmentasi – menggunakan tambalan alat, tim, dan alur kerja yang berjuang untuk memberikan wawasan yang dapat diandalkan, menciptakan kemacetan operasional dan kelayakan yang membatasi. Di antara kompleks ini adalah wawasan yang dapat diandalkan ini – adalah tempat yang meletakkan di dalam kemacetan yang meletakkan dan membatasi agilitas. Di antara kompleks ini.
Salem mencatat bahwa terlepas dari pentingnya, “Lansekap orkestrasi saat ini adalah tempat infrastruktur cloud 15 tahun yang lalu: misi yang kritis, namun terfragmentasi, rapuh dan sering dibangun di rumah dengan skalabilitas terbatas. Insinyur data menghabiskan lebih banyak waktu untuk mempertahankan pipa daripada mendorong inovasi. Tanpa orkestrasi yang kuat, data tidak dapat diandalkan, Agility hilang, dan bisnis tertinggal.
Platform perusahaan, Astro, dibangun di atas Airflow Apache, kerangka kerja open-source yang telah mengalami pertumbuhan eksplosif. Menurut laporan State of Airflow 2025 yang baru -baru ini dirilis perusahaan, yang mensurvei lebih dari 5.000 praktisi data, Airflow diunduh lebih dari 324 juta kali pada tahun 2024 saja – lebih dari semua tahun sebelumnya digabungkan.
“Aliran udara telah memantapkan dirinya sebagai standar de facto yang terbukti untuk orkestrasi pipa data,” jelas Astronom CMO Mark Wheeler. “Ketika kita melihat lanskap kompetitif di lapisan orkestrasi, aliran udara jelas muncul sebagai solusi standar untuk memindahkan data modern secara efisien dari sumber ke tujuan.”
Dari Plumbing Invisible ke Backbone AI Enterprise: Evolusi Infrastruktur Data
Pertumbuhan astronom mencerminkan perubahan transformatif dalam bagaimana perusahaan memandang orkestrasi data-dari infrastruktur backend tersembunyi hingga teknologi kritis misi yang memungkinkan inisiatif AI dan mendorong nilai bisnis.
“Keyakinan BCV pada astronom kembali. Kami berinvestasi dalam putaran benih perusahaan pada tahun 2019 dan telah mendukung perusahaan selama bertahun -tahun, sekarang berpuncak pada memimpin Seri D mereka,” kata Salem. “Di luar pertumbuhan yang mengesankan, orkestrasi data astronom telah menjadi lebih penting di zaman AI, yang membutuhkan orkestrasi yang dapat diskalakan dan otomatisasi penyebaran model di tengah -tengah lautan alat data yang tidak berbicara satu sama lain.”
Menurut data internal perusahaan, 69% pelanggan yang telah menggunakan platformnya selama dua tahun atau lebih menggunakan aliran udara untuk aplikasi pembelajaran AI dan mesin. Tingkat adopsi ini secara signifikan lebih tinggi daripada komunitas aliran udara yang lebih luas, menunjukkan bahwa layanan astronom yang dikelola mempercepat penyebaran AI perusahaan.
Perusahaan telah melihat pertumbuhan 150% tahun-ke-tahun dalam pendapatan berulang tahunannya dan menawarkan tingkat retensi pendapatan bersih 130%, yang menunjukkan ekspansi pelanggan yang kuat.
“Sementara analis pasar mungkin mencari pemenang yang jelas dalam pertempuran platform data cloud, perusahaan dengan jelas telah memilih strategi multi-solusi-sama seperti yang mereka tentukan sebelumnya bahwa multi-cloud akan jauh melebihi standardisasi pada penyedia cloud tunggal,” Wheeler menjelaskan. “Perusahaan terkemuka menolak untuk mengunci vendor tunggal, memilih pendekatan platform data multi-cloud dan beragam untuk tetap gesit dan memanfaatkan inovasi terbaru.”
Inside Ford's MASSIVE AI Operation: Bagaimana Petabytes dari Data Mingguan Kendaraan Generasi Next-Generasi
Perusahaan besar sudah memanfaatkan platform astronom untuk kasus penggunaan AI yang canggih yang akan sulit diimplementasikan tanpa orkestrasi yang kuat.
Di Ford Motor Company, platform Astronomer memberi kekuatan pada Sistem Bantuan Driver Lanjutan Perusahaan (ADAS) dan platform operasi pembelajaran mesin “Mach1ML” multi-juta dolar.
Raksasa otomotif memproses lebih dari satu petabyte data setiap minggu dan menjalankan lebih dari 300 alur kerja paralel, menyeimbangkan tugas intensif CPU dan GPU untuk pengembangan model AI di seluruh platform cloud publik/swasta hibrida. Alur kerja ini memberi daya pada segalanya mulai dari sistem mengemudi yang otonom hingga platform Ford Fordllm khusus untuk model bahasa besar.
Ford awalnya membangun platform MLOPS menggunakan Kubeflow untuk orkestrasi tetapi menghadapi tantangan yang signifikan, termasuk kurva pembelajaran yang curam dan integrasi ketat dengan Google Cloud, yang terbatas fleksibilitas. Setelah beralih ke aliran udara untuk Mach1ML 2.0, Ford melaporkan secara dramatis alur kerja yang dirampingkan dan integrasi yang mulus di lingkungan di tempat, cloud, dan lingkungan hibrida.
Dari Eksperimen AI hingga Produksi: Bagaimana Orkestrasi Menjembatani Divide Implementasi
Tantangan umum bagi perusahaan adalah memindahkan AI dari pembuktian konsep ke produksi. Menurut penelitian astronom, organisasi yang membangun yayasan orkestrasi data yang kuat lebih berhasil dalam mengoperasionisasi AI.
“Karena semakin banyak perusahaan menjalankan alur kerja ML dan pipa AI real-time, mereka membutuhkan orkestrasi yang dapat diskalakan dan otomatisasi penyebaran model,” jelas Salem. “Astronom memberikan ini hari ini, dan sebagai orkestra, adalah satu -satunya sistem yang melihat segala sesuatu terjadi di seberang tumpukan – ketika data bergerak, ketika transformasi berjalan, ketika model dilatih.”
Lebih dari 85% pengguna aliran udara yang disurvei mengharapkan peningkatan solusi yang dihasilkan oleh eksternal atau penghasil pendapatan yang dibangun di atas aliran udara pada tahun depan, menyoroti bagaimana orkestrasi data semakin menyalakan aplikasi yang menghadap pelanggan daripada hanya analitik internal.
Tren ini terbukti di seluruh industri, dari otomotif hingga perusahaan teknologi hukum yang membangun model AI khusus untuk mengotomatiskan alur kerja profesional. Organisasi -organisasi ini beralih ke astronom untuk menangani tantangan orkestrasi yang kompleks yang muncul ketika menskalakan sistem AI dari prototipe ke lingkungan produksi yang melayani ribuan pengguna.
Ekspansi Teknologi Strategis: Airflow 3.0 dan Kemitraan Cloud Posisi Astronom untuk Kepemimpinan Pasar
Perusahaan baru -baru ini mengumumkan ketersediaan umum Airflow 3.0, yang digambarkan sebagai “rilis paling signifikan dalam sejarah aliran udara.” Pembaruan memperkenalkan beberapa kemampuan transformatif yang dirancang khusus untuk beban kerja AI, termasuk kemampuan untuk menjalankan tugas “di mana saja, kapan saja, dalam bahasa apa pun.”
“Airflow 3.0 meletakkan fondasi untuk melaksanakan tugas pada mesin apa pun, on-prem atau di cloud, dipicu oleh peristiwa di seluruh ekosistem data,” Byron menjelaskan. “Ini juga memperkenalkan bukti konsep untuk mendefinisikan tugas dalam bahasa di luar Python, sangat meningkatkan kelincahan tim data dan memfasilitasi migrasi dari sistem warisan ke aliran udara.”
Astronom juga telah memperluas kemitraan industrinya, baru -baru ini mencapai Google Cloud Ready – penunjukan BigQuery, membuat platformnya tersedia untuk pembelian langsung dari Google Cloud Marketplace. Ini memungkinkan pelanggan Google Cloud yang ada untuk mempercepat pembelian Astro dan menggunakan kredit komit cloud Google yang ada.
“Kami baru saja menandatangani kemitraan yang luar biasa dengan IBM,” kata Byron kepada VentureBeat. “Mereka menempatkan kami ke dalam portofolio data produk mereka yang lebih luas. Dan kami pikir ada peluang luar biasa bagi kami, tidak hanya di Amerika Utara, tetapi secara internasional, untuk mendapatkan banyak momentum dengan IBM juga.”
DataOps Terpadu: Evolusi berikutnya dalam Manajemen Data Perusahaan
Salem percaya astronom diposisikan untuk mendefinisikan kembali operasi data perusahaan, bergerak melampaui orkestrasi ke apa yang perusahaan sebut sebagai “dataop terpadu” – pendekatan komprehensif yang mengintegrasikan kemampuan observasi, manajemen kualitas, dan tata kelola ke dalam satu platform.
“Kami berinvestasi di Astronom pada tahun 2019 dengan taruhan sederhana: aliran udara akan menjadi standar untuk orkestrasi data,” kata Salem. “Hari ini, berjalan di lebih dari 80.000 perusahaan dan mengendarai 30 juta unduhan sebulan. Kami mendukung astronom karena mereka tidak hanya mengendarai gelombang itu; mereka sedang membangun pesawat kontrol perusahaan di atasnya.”
Untuk perusahaan yang berjuang untuk mewujudkan nilai dari investasi AI mereka, pertumbuhan astronom menandakan perubahan penting dalam bagaimana infrastruktur data dibangun dan dikelola – di mana orkestrasi berfungsi sebagai dasar untuk seluruh tumpukan data.
“Karena AI menaikkan taruhan untuk infrastruktur data yang andal dan dapat diukur, kami menggandakan investasi kami,” Salem menyimpulkan. “Orkestrasi hanyalah awal. Tim di Astronom siap menyatukan seluruh tumpukan dataop.”
