Del Big Data al Big Knowledge: El emprendedor argentino Demian Bellumio lanza GraphPath

Aunken Labs (empresa matriz de GrapPath) también anunció la adquisición de la reconocida compañía de social media analytics Socialmetrix.

Mucho se habla por estos días sobre la gestión de grandes cantidades de información, la tendencia mejor conocida como Big Data. Sin embargo, sacarle el mayor provecho a esos datos requiere que las organizaciones evolucionen al Big Knowledge, o gran conocimiento. Y eso es precisamente lo que GraphPath busca democratizar a través de la creación y gestión de gráficos de conocimiento a gran escala.

Se trata de una startup -su empresa matriz es Aunken Labs- liderada por el emprendedor argentino Demian Bellumio, quien desde hace varios años viene trabajando con bases de datos de gráficos semánticos y todo un componente de machine learning e Inteligencia Artificial para extraerle insights a los datos.

(Lee: Crowdsquad, la primera comunidad de microinfluenciadores basada en tecnología cognitiva)

“Usualmente trabajamos con clientes que tienen muchos datos, que están acumulando datos, y básicamente los ayudamos a organizar esos datos de una forma más semántica, en conceptos del mundo real”, dijo Bellumio en conversación con PulsoSocial desde Miami, donde tiene sede la compañía, además de Buenos Aires y Guadalajara.

La solución de GraphPath permite a las empresas organizar semánticamente todos los datos brutos que pueden estar distribuidos de forma ineficiente y los lleva a una única ontología que facilita la búsqueda y el análisis de su conocimiento, así como la implementación de flujos de trabajo de machine learning de forma colaborativa y visualmente atractiva.

(Lee: Las 18 startups que el BID escogió para subirse al escenario de Demand Solutions Miami 2017)

Bellumio explicó que primero se organiza la información en una base de datos gráficos que requiere un aspecto técnico pero también de organización de conceptos y contenido. Luego viene la extracción de esos datos a través de interfases o API’s fáciles de usar para que puedan ser accesibles a personas no técnicas dentro de la organización, como equipos de marketing o incluso ejecutivos.

Demian Bellumio. Foto: TechCrunch.

Pero no se trata solo de aprovechar la información de la empresa sino de complementarla con datos externos. Bellumio puso el ejemplo: “Tú tienes una flota de autos y estás haciendo un seguimiento de cómo esos autos se mueven por la ciudad pero también quieres relacionarlo a información de tráfico de Waze o de algún otro servicio de tránsito, al igual que conceptos del tiempo y ver cómo eso puede afectar tus cálculos logísticos. Ayudamos a que la empresa pueda organizar sus datos internos y poder conectarlos con datos externos y hacerlo de una forma consistente y a escala masiva”.

Machine learning para el conocimiento

Aunque los datos ya están organizados de forma potente y semántica en este punto, a través de flujos de trabajo algorítmicos es posible aprovecharlos aún más. Así lo explica: “Hemos creado una interfaz visual para crear un flujo de trabajo algorítmico sin escribir código. Solamente con ‘arrastrar y soltar’ puedes hacer desde extracción de datos a correr un ‘workflow’ de forma paralela en tecnologías como Spark o Hadoop y después tomas los resultados y los vuelves a insertar en el gráfico”.

En otras palabras, se trata de tomar el conocimiento de una forma fácil, incrementarlo a través de procesos algorítmicos y volverlo a poner dentro del gráfico.

(Lee: Inteligencia Artificial de IBM alcanzará a 100 millones de personas en América Latina en el 2017)

El ejemplo está en una empresa de streaming de películas que quiere generar recomendaciones propias sobre qué títulos les pueden gustar a otras personas basadas en el gusto de los clientes que ya tiene. A través de GraphPath es posible extraer datos de un gráfico que guarda las películas, los usuarios, la relación entre las películas y los usuarios (el que la vio o la calificó) y la relación entre usuarios (este usuario es amigo de este o este sigue a este). Un algoritmo como Collaborative Filtering, muy común en aplicaciones como Facebook o Amazon, puede correr sobre la calificación que la gente le da a las películas o sobre las acciones de vista que hicieron para saber las recomendaciones que se están buscando. “Esto que usualmente lo tiene que hacer una ‘data scientist’ escribiendo código, aquí una persona que entiende los conceptos puede armarlo de forma visual”, agregó.

via GIPHY

“Lo que realmente queremos hacer es democratizar esto para que más y más gente lo pueda hacer no solo desde el punto de vista de organización de datos sino también de la aplicación de procesos algorítmicos”.

A la par del lanzamiento de GrapPath -que saldrá al público como producto en el último cuatrimestre de este año, la compañía también anunció la adquisición* de la reconocida compañía de social media analytics Socialmetrix, lo que según Bellumio les dará una operación más sólida y muchos clientes.

“Si te pones a pensar en conocimiento, cualquier empresa tiene sus datos internos pero si quieres entender cómo es afuera, la mayoría de esa data está en lo social, lo que la gente hace o dice en Facebook o Twitter. Así que ellos nos traen mucho ‘know how’ y muchos datos que vienen acumulando sobre una década en ese mundo. Esa es una lógica de la sinergia entre ambas empresas”, concluyó el CEO de GraphPath.

Martin Enriquez y Gustavo Arjones, fundadores de Socialmetrix, se unirán como COO y CTO de Aunken Labs, respectivamente.

(Lee: Las ocho claves de una startup de viajes para obtener 2 M de usuarios al mes)

GraphPath busca tener una presencia importante en EE. UU. y América Latina, y más allá de que apunte a empresas de telecomunicaciones, bancos, smart cities (gobiernos), retail, medios de comunicación y medicina, es claro que sus mercados potenciales apuntan a todo lo que pueda tener un network muy grande.

*El monto de la operación no fue divulgado así como tampoco la financiación propia de la compañía.

[Photo by Martin Reisch on Unsplash]