クラウドデータウェアハウス内情報分析BIプラットフォームの"Sigma"がSeries Dで$200Mを調達し評価額は$1.5Bへ

Sigma Computingは、Spark CapitalとAvenir Growth Capitalが共同リードし、Snowflake Venturesなど6社が参加したSeries Dで$200Mを調達した。Sigmaの評価額は$1.5Bに達し、2021年の前回の資金調達ラウンド後の評価額を60％上回ります。

サンフランシスコを拠点としクラウドデータウェアハウス内の情報を分析するために設計されたビジネスインテリジェンス・プラットフォームを開発するSigma Computingは、企業がデータの分析と可視化に利用できるビジネス・インテリジェンス・プラットフォームを提供しています。このプラットフォームは、Snowflake、Databricks、GoogleのBigQueryなどのクラウドデータプラットフォームに保管されている情報を処理することを目的としています。顧客はgraphical interface、SQLまたはPythonを使用して、レコードを操作することができます。

従来、データウェアハウス内の情報を処理するには、計算を実行するための分析ツールに情報をエクスポートする必要がありました。Sigmaのプラットフォームでは、顧客がデータウェアハウスから情報を移動させる必要がないため、セキュリティが向上します。クエリーも同様に、データがホスティングされているプラットフォーム内で実行されます。

サイバーセキュリティの向上だけがSigmaのアプローチの利点ではありません。同社のプラットフォームは、アナリティクス・チームが最新の情報を利用していることを確認するのにも役立ちいます。

多くの場合、データウェアハウスから外部の分析ツールにレコードをエクスポートするには、それらのレコードを複製する必要があります。データウェアハウスでは元の情報が保持され、アナリティクスツールではコピーが作成されます。後者のコピーは時間の経過とともに古くなる可能性があり、ビジネス・インテリジェンス・プロジェクトでの有用性が低くなります。Sigmaは、企業のデータウェアハウスにホストされている情報のオリジナルバージョンに対して計算を行うため、コピーを作成する必要がなく、関連する課題を回避することができます。

分析は多くの場合、ファイル全体ではなく、データセットのサブセットや要約に対して行われます。スプレッドシートに10,000行が含まれている場合、1,000行に対してクエリを実行する方が技術的に難易度が低く、ハードウェアも少なくて済みます。Sigmaによれば、同社のプラットフォームでは、データセット全体に対して分析を実行することができるといいます。

今月初め、同社はプラットフォームをより使いやすくするために、いくつかのAI機能を導入しました。新機能のひとつは、Snowflakeのユーザーが過去のデータに基づいて予測を自動生成できるようにするものです。もう1つの追加機能であるSigma Copilotは、自然言語のプロンプトを使用してビジネス情報と対話することを可能にします。

今回のアップデートでは、複数の大規模言語モデル(LLM)との統合も追加されました。Sigmaによると、顧客はこれらのモデルを使用して、データセットに情報を自動的に追加することができます。例えば、製品説明を含むスプレッドシートをLLMに分析させ、それらの説明の1文要約を含む列を追加させることができます。

Sigmaは顧客からの強い要望により、過去4年間で売上を倍増させています。同社は、今回調達した資金で、生成AIモデルとのプラットフォームの統合を強化することで、この勢いを維持する計画です。資金調達のもう一部は、米国および国際市場におけるSigmaのプレゼンス拡大に充てられます。