多年来，Vyas Sekar 经常与他的大学老朋友 Muckai Girish 聊天，讨论潜在的创业想法，并征求 Girish 的意见。通常他们会讨论一个想法，然后结束对话。但在 2022 年初，当 Sekar 向 Girish 提出一个涉及合成数据的想法时，他们的对话并没有在挂断电话后结束。
Sekar 和他的同事 Giulia Fanti 在卡内基梅隆大学共同致力于构建合成数据以解决学术界的可再现性危机，即无法再现数据的问题。Sekar 认识到学术界需要解决方案，而 Girish 当时的客户也面临同样的问题。经过与一些企业的交谈后，这一观点得到了进一步验证。
Girish（Rockfish 的 CEO）告诉 TechCrunch：“当时，我们觉得这是一个非常真实的机会。”于是他们开始了这项工作，并在接下来的几个月里与一些投资者、熟人以及更重要的是企业进行了交谈，意识到这是一个重大问题，并值得投入一生去解决。
结果是 Rockfish 这家初创公司，使用生成式 AI 创建合成数据以帮助企业打破数据孤岛。Rockfish 与 AWS 和 Azure 等数据库提供商集成，并帮助用户根据公司政策或数据用途选择最佳配置。
合成数据在 AI 领域已成为热门话题，但 Rockfish 在 2022 年 6 月成立时已经看到了这种势头。Girish 表示，Rockfish 致力于打造一款差异化的产品，并且是企业日常使用的解决方案，而不是偶尔使用的。
因此，公司的产品设计为不断摄入数据，并专注于操作型数据，如金融交易、网络安全和供应链等。这些领域不断产生数据并不断变化。Girish 认为专注于这些领域有助于 Rockfish 在竞争中脱颖而出。
目前，Girish 表示公司与包括 Conviva（一家流媒体分析平台）在内的几家大型企业客户合作，并与美国陆军和美国国防部等政府部门合作。
Rockfish 宣布获得由 Emergent Ventures 领投的 400 万美元种子轮融资，其他投资者包括 Foster Ventures、TEN13 和达拉斯 VC 等。这使得公司总融资额达到约 600 万美元。
Emergent Ventures 的管理合伙人 Anupam Rastogi 告诉 TechCrunch，在 Rockfish 成立之前他就一直在关注 Sekar。他表示，“团队、市场和产品”是投资的原因。此外，Rockfish 面向企业的重点使其比其他竞争对手更适合 Emergent Ventures。
Rastogi 表示：“这是一个技术非常复杂的空间，在桌面上拥有这种技术实力是非常关键的。他们在整个行业都做了大量的基础工作。”
虽然 Rockfish 希望其重点能为其在竞争中筑起护城河，但合成数据市场可能会变得越来越拥挤。AI 公司正转向合成数据作为市场可能已耗尽其他 AI 训练数据的一种选择。
已经有众多初创公司试图抢占市场机会，包括筹集了超过 4500 万美元风险投资的 Tonic AI；筹集了 3100 万美元风险投资的 Mostly AI；以及筹集了 1450 万美元并在 2024 年被 SAS 收购的 Hazy 等等。
Girish 表示公司希望通过结合状态空间模型等其他类型的模型来改进其方法论，并提高其端到端功能。“你不能随便拿互联网上的随机数据来生成合成数据。”Girish 表示，“没有保证它会成功。但如果将所有这些结合起来为企业服务，则实际上是非常相关和现实的。这就是关键所在。”
总结：本文介绍了初创公司 Rockfish 的背景及其使用生成式 AI 创建合成数据以帮助企业打破数据孤岛的技术和市场策略。该公司得到了投资者的支持，并计划通过结合其他类型的模型来改进其方法论并提高其端到端功能。
