دادابریکس روز گذشته اعلام کرد که یک استارتاپ صفحات گسترده به نام رو زرو را خریداری کرده است.
داستان این است که تیم مالی دادابریکس به رو زرو علاقه‌مند شد زیرا این ابزار ابری قادر بود بر فراز یک میلیون ردیف صفحه گسترده زنده مقیاس پذیر باشد. آنها رو زرو را با عامل هوش مصنوعی خود به نام جنی ترکیب کردند. با جنی، کاربران دادابریکس می‌توانند با استفاده از دستورات به زبان طبیعی، سوالات پیچیده کسب‌وکار را از داده‌های ذخیره شده در سیستم‌های دادابریکس بپرسند، مانند تحلیل حاشیه سود یا وضعیت امیدهای فروش.
هنگامی که تیم اجرایی از تیم مالی در مورد این ابزار ابری که استفاده می‌کردند پرسید، ناگهان روشنفکری به ذهن آنها رسید.
“صفحات گسترده یکی از این واسط‌ها هستند که هر تحلیل‌گر تجاری آن را دوست دارد. بنابراین جالب است که هوش تجاری (BI)، عوامل و صفحات گسترده با هم ترکیب شوند!” علی قدسی، در ایکس پست کرده که چطور این خرید انجام شده است.
بنابراین داده‌های امن یک شرکت در فضای ابری دادابریکس زندگی می‌کند و عوامل هوش مصنوعی و انسان‌ها از طریق قالب صفحه گسترده و فرمول‌هایی که به خوبی می‌شناسند با آن تعامل می‌کنند، نه اینکه از نرم‌افزارهای دیگر هوش تجاری استفاده کنند و یاد بگیرند. با ادغام رو زرو با دادابریکس، داده‌ها می‌توانند به صورت صفحه گسترده ویرایش شوند اما همچنان امن باقی بمانند، و به صفحه گسترده‌ای که به صورت ناامن به اشتراک گذاشته می‌شود منتقل نشوند.
جزئیات توافق اعلام نشده است. رو زرو، که توسط مهندسین سابق AWS و Tableau تأسیس شد، در ماه مه ۲۰۲۵ مبلغ ۱۰ میلیون دلار سرمایه جذب کرد و در آن زمان ارزش‌گذاری آن ۴۰ میلیون دلار تخمین زده شد، طبق گزارش پیت‌بوک.
دادابریکس، که در ماه اوت ۵ میلیارد دلار جمع‌آوری کرد و به نرخ درآمد سالیانه ۷ میلیارد دلار رسید، در سال ۲۰۲۶ مشغول خرید است و مشتاق به ادامه‌ی این روند است. “ما قصد داریم در آینده خریدهای بیشتری مانند این انجام دهیم,” قدسی به تک‌کرانچ گفت.
در ماه مارس، دادابریکس دو استارتاپ خرید، «کواتینت AI» که ارزیابی و یادگیری تقویتی برای عوامل هوش مصنوعی انجام می‌دهد، و «سفید دات AI» که یک نوت‌بوک تعاملی در مراحل بسیار ابتدایی بود. در ماه ژوئن، این شرکت استارتاپ مرکز عملیات امنیت AI به نام پنتر را خرید، که در سال ۲۰۲۱ به ارزش ۱.۴ میلیارد دلار ارزیابی شده بود. ماه گذشته، آنها الکتریک را خریدند، سازندگان یک پایگاه داده کوچک و سبک به نام PGlite که برای عوامل در حال اجرای محلی بر روی دستگاه‌ها مفید است.
