大多数公司都在努力从其数据中提取价值。几年前，福斯特报道称，普通企业的60%至73%的数据未用于分析。这是因为数据被隔离或被技术和安全考虑限制，使得很难 —— 如果不是不可能 —— 应用分析工具。

曾在Y Combinator资助的初创公司Hightouch（数据同步平台）和Fair Square（健康保险工具）工作过的工程师Anna Pojawis和Tyler Maran，在发现许多公司由于工程障碍而被“锁定”无法使用分析策略后，受到启发，决定解决数据价值问题。

马兰告诉TechCrunch：“我们发现，特别是那些在受监管行业如医疗保健和金融领域的公司，大部分公司都在为数据分析而苦苦挣扎。今天，大多数公司的企业数据不能适用于数据库；它们是销售电话、文件、Slack消息等。鉴于这些公司的规模，现成的数据模型通常是不够的。”

因此，Pojawis和Maran创立了OmniAI，这是一套将非结构化企业数据转换为数据分析应用和人工智能可以理解的工具。

OmniAI与公司的数据存储服务和数据库（如Snowflake、MongoDB等）同步，准备数据并允许公司在数据上运行他们选择的模型 —— 例如，一个大型语言模型。OmniAI在公司的云中、OmniAI的私有云或本地环境中执行所有工作，根据Maran的说法，提供了显然更好的安全性。

“我们相信，在未来十年内，大型语言模型将变得对公司的基础设施至关重要，而让一切都托管在一个地方是有道理的，”Maran说。

在起步阶段，OmniAI为包括Meta的Llama 3，Anthropic的Claude，Mistral的Mistral Large和亚马逊的AWS Titan在内的模型提供了集成，用于自动编辑数据中的敏感信息和通常构建基于人工智能的应用。客户与OmniAI签订软件即服务合同，以便在其基础设施上管理模型。

“我们是一个在快速增长行业中非常精简的团队，”Maran说。 “我们的赌注是，随着时间的推移，公司将选择在其现有基础设施旁边运行模型，并且模型提供商将更多地专注于向现有云提供商授权模型权重。”

这还只是刚刚开始。但Omni最近刚刚完成了由FundersClub领投的320万美元种子轮融资，估值3000万美元，据Maran称，Omni已经有了10个客户，包括Klaviyo和家乐福。年度重复收入有望在2025年达到100万美元。