エンジニアとデータサイエンティストがデータをコードのように扱うことによって、機械学習の開発ライフサイクルをスピードアップするArriktoが、今日（米国時間11/16）ステルスを終えて1000万ドルのシリーズAを発表した。このラウンドはUnusual Venturesがリードし、UnusualのJohn Vrionis氏が取締役会に加わった。
ArriktoのCEOで共同創業者のConstantinos Venetsanopoulos氏は、次のように説明する: 「Arriktoの技術により企業は、機械学習のアプリケーションの実装と管理に伴う複雑性を克服できる。弊社は、エンドツーエンドの機械学習パイプラインのセットアップをきわめて容易にする。もっと具体的に言うと、われわれはMLのモデルのプロダクション向けの構築と訓練とデプロイをKubernetesを利用して容易にし、すべてのデータをインテリジェントに管理する」。
今日のデベロッパー中心のプラットホームの多くがそうであるように、Arriktoも「シフトレフト」（前倒し）がすべてだ。同社によると、現状では機械学習のチームとデベロッパーチームが同じ言葉で話をしていない。むしろ、別々のツールを使ってモデルを作り、そしてそれをプロダクションに導入している。
画像クレジット: Arrikto
「DevOpsがデプロイメントをソフトウェア開発ライフサイクル中のデベロッパーへシフトレフトしたように、Arriktoはデプロイメントを機械学習ライフサイクル中のデータサイエンティストにシフトレフトする」、とVenetsanopoulos氏は説明する。
Arriktoはまた、機械学習の実装を多くの企業にとって困難にしている技術的障害を減らすことも狙っている。Venetsanopoulos氏によると、Kubernetesが企業に、シンプルでスケーラブルなインフラストラクチャの形を見せたように、Arriktoは、MLのプロダクションパイプラインのシンプルな形を見せる。しかもそれを、Kubernetesネイティブなやり方で行う。
ArriktoのCEO、Constantinos Venetsanopoulos。画像クレジット: Arrikto
ArriktoのコアにはKubeflowがある。それはGoogleで生まれた、Kubernetes用のオープンソースの機械学習ツールキットだ。そして多くの点でArriktoは、Kuberflowのエンタープライズ対応バージョンと考えることができる。また同社が作ったMiniKFはKubeflowをラップトップで動かせるようにし、そのためにKaleを利用している。それによりエンジニアは、自分のJupyterLabノートブックからKubeflowのパイプラインを構築できる。
Venetsanopoulos氏によると、Arriktoの技術は三つのことをする: Kubeflowのデプロイと管理を単純化して、データサイエンティストが既知のツールでそれを管理できるようにし、データサイエンスのためのポータブルな環境を作って、複数のチームやクラウドにまたがるデータバージョニングとデータ共有ができるようにする。
Arriktoが2015年にギリシアのアテネでローンチしたときは、ほとんど報道もされなかったが、共同創業者のVenetsanopoulosとCTOのVangelis Koukis氏はすでに、そのプラットホームを複数の大企業に採用させることに成功していた。Arriktoの現在の顧客は100社あまりで、同社は名前を具体的に挙げないが、Venetsanopoulos氏によると、世界最大の石油や天然ガス企業も含まれている。
それに、アテネとスタートアップハブは結びつかないかもしれないが、Venetsanopoulos氏によるとそれも変わりつつあり、今では多くの才能が育っている。ただしArriktoは、今回の資金でシリコンバレーに営業とマーケティングのチームを置くつもりだ。Venetsanopoulos氏は曰く、「ギリシアは人材も大学も最上級だが、未開拓だ。競争のないことが、弊社に幸いしているかもしれない」。
UnusualのVrionis氏は、こう言っている: 「エンタープライズはクラウドネイティブなソリューションを利用して機械学習を有効に使おうとしている。今そこに、強力な市場機会がある。Arriktoは、データとモデルとコードのライフサイクル全体をカバーするMLOpsへの革新的で全体的なアプローチを採用している。データサイエンティストたちは、エンジニアリングのチームがいなくても、自分たちが力を持ち、自動化とコラボレーションを増強して、市場化までの時間を加速できる」。
画像クレジット: Arrikto
