Als die Sowjetunion 1979 in Afghanistan einmarschierte, Thoras.ai Die Gründer Nilo Rahmani und Jennifer Rahmani hatten in den Augen ihrer Eltern nicht einmal ein Funkeln, doch ihre Eltern mussten zusammen mit ihren älteren Geschwistern fliehen. Schließlich wanderten sie in die USA aus und ließen sich in Nord-Virginia nieder, wo sie Zwillingsmädchen zur Welt brachten, die beide zu Ingenieurinnen heranwuchsen und für Slack bzw. das Verteidigungsministerium arbeiteten und bei der Implementierung cloudnativer Lösungen halfen.
In ihren früheren Jobs erkannten die Rahmani-Schwestern ein Problem bei der Art und Weise, wie Ingenieure Kubernetes-Workloads beschafften, indem sie sich zu sehr auf ihre Intuition und zu wenig auf Daten verließen. Nachdem sie einen Teil des Mutes ihrer Eltern geerbt hatten, beschlossen sie, ihre bequemen Jobs aufzugeben und Thoras.ai zu starten, um das Problem zu lösen.
Heute gab das Unternehmen eine Pre-Seed-Investition in Höhe von 1,5 Millionen US-Dollar bekannt.
„Thoras lässt sich im Wesentlichen in einen Cloud-basierten Dienst integrieren und überwacht kontinuierlich die Nutzung dieses Dienstes“, sagte Nilo Rahmani, CEO des Unternehmens, gegenüber TechCrunch. „Das Ziel besteht also nicht nur darin, die Nachfrage zu prognostizieren, sondern die Anwendung dann automatisch nach oben oder unten zu skalieren, um steigenden oder sinkenden Datenverkehr zu antizipieren.“ Es verfügt außerdem über die Möglichkeit, einen Techniker über ein Leistungsproblem zu informieren, damit er versteht, dass ein Problem vorliegt, bevor es zu etwas Ernsterem führt.
Sie gründeten das Unternehmen direkt nach dem Jahresanfang und schlossen ihre Pre-Seed-Finanzierung erst vor wenigen Wochen ab. Sie haben bereits die erste Version des Produkts veröffentlicht, arbeiten in Live-Kundenumgebungen und generieren Einnahmen – alles positive Anzeichen für ein Startup in der Frühphase wie dieses.
Während die Gründer nicht zu sehr ins Detail gehen wollten, was im Backend passiert, stellt die Anwendung eine direkte Verbindung zur Entwicklungsumgebung des Unternehmens her, ohne dass APIs beteiligt sind und ohne dass Informationen hin und her übertragen werden müssen, da Sicherheit und Datenschutz von entscheidender Bedeutung waren Designfaktor für sie. Entwickler sehen ein Dashboard mit wichtigen Informationen zu den Ressourcen der Anwendung, und Nilo sagt, dass sie viel Zeit darauf verwendet haben, sicherzustellen, dass das Dashboard ein optisch ansprechendes Benutzererlebnis bietet.
Bildnachweis: Thoras.ai
Im Hinblick auf KI nutzt das Unternehmen derzeit mehr aufgabenbasiertes maschinelles Lernen als generative KI und große Sprachmodelle (LLMs). „Viele der Probleme, mit denen wir konfrontiert sind, sind systemische Probleme, und es geht dabei um viele Zahlen. Und so können traditionelles maschinelles Lernen und KI genutzt werden, um vorherzusagen, wie der Verbrauch aussehen wird“, sagte sie. Das bedeutet nicht, dass sie den Einsatz von LLMs in Zukunft nicht in Betracht ziehen, aber vorerst wollen sie proaktiver nach potenziellen Problemen suchen. Sie sehen LLMs bei der nachträglichen Fehlerbehebung nützlicher, wenn sie das Produkt ausfüllen.
„Wir haben auf jeden Fall Produkte auf unserer Roadmap, die LLMs nutzen, aber die Verarbeitung natürlicher Sprache ist in einer Situation, in der viele Wörter im Spiel sind, sehr hilfreich, und im Moment wollen wir dem Problem auf den Grund gehen, bevor es tatsächlich auftritt.“ „Das passiert, anstatt nur die Protokolle durchzugehen, um herauszufinden, was passiert ist und warum es im Nachhinein passiert ist“, sagte Nilo.
Sie sind sich beide bewusst, dass ihre Eltern, wenn sie in Afghanistan geblieben wären, möglicherweise nicht die gleichen Bildungschancen gehabt hätten, geschweige denn die Möglichkeit, ein eigenes Unternehmen zu gründen. „Es gibt keinen Tag, an dem ich nicht darüber nachdenke, wie privilegiert ich bin, in einem Land zu sein, in dem ich meine Träume verwirklichen kann. Darüber rede ich die ganze Zeit“, sagte Nilo. Jennifer fügte hinzu: „Es hilft uns auf jeden Fall, so hart wie möglich zu arbeiten und erfolgreich zu sein, würde ich sagen.“
Die heutige Pre-Seed-Investition wurde gemeinsam von Storytime Capital und Focal VC geleitet, unter Beteiligung von Hustle Fund, Precursor Ventures, dem Pitch Fund und mehreren nicht genannten strategischen Angel-Investoren.