Investir dans MotherDuck

Les racines du Big Data se trouvent dans les hyperscalers. En conséquence, la plupart des outils que nous utilisons aujourd’hui pour l’analyse ont été construits autour d’une approche évolutive dans laquelle les performances sont sacrifiées au profit de la capacité à gérer d’énormes quantités de données. Ainsi, bien qu’en tant qu’industrie nous soyons très doués pour construire des machines lourdes pour nettoyer, formater et traiter des pétaoctets de données, pour des charges de travail légèrement plus petites, la chaîne d’outils est extrêmement compliquée, lente et inadaptée. (Quand on dit légèrement plus petit, nous faisons toujours référence à plusieurs téraoctets de données, ce qui est suffisant pour un large éventail de cas d'utilisation de l'analyse.)

C'est une des raisons pour lesquelles CanardDB a connu une croissance absolument explosive au cours de la dernière année.  

Développée à l'origine par l'institut de recherche néerlandais CWI (Centrum Wiskunde & Informatica), la base de données open source OLAP en mémoire adopte une approche différente. DuckDB se concentre sur une approche de mise à l'échelle des performances qui lui permet d'exécuter des ordres de grandeur plus rapidement que les approches de mise à l'échelle traditionnelles, et il peut le faire sur des téraoctets de données. Sa petite taille lui permet également de fonctionner n'importe où : sur un appareil, dans un navigateur ou sur un serveur.

À ce jour, DuckDB est en grande partie un projet open source téléchargé et utilisé par des centaines de milliers de scientifiques et d'analystes de données partout dans le monde. Cependant, cela limite son potentiel plus large en tant que moteur d'analyse véritablement sans serveur pouvant être appliqué à n'importe quel ensemble de données, piloté à partir de programmes cloud et partagé entre les utilisateurs. C'est pourquoi nous étions si ravis lorsque nous avons rencontré Jordan Tigani, qui nous a parlé de sa vision avec MamanDuck — un service cloud hébergé, construit autour de DuckDB, qui combine vitesse et facilité d'utilisation pour rendre l'analyse fluide et omniprésente.

Après avoir passé une décennie à construire l'un des entrepôts de données les plus populaires, Google BigQuery, Jordan est l'une des rares personnes à comprendre profondément le marché et à réaliser le potentiel de DuckDB. Jordan a réuni une équipe expérimentée et sans égal pour résoudre ce problème. Ils ont construit des systèmes de traitement de données hautement performants et évolutifs chez Snowflake, Databricks, AWS, Meta, Elastic et Firebolt, et sont très respectés dans la communauté des données. Combinant le savoir-faire de l'industrie avec la recherche dédiée de Laboratoires DuckDB (issu de CWI), MotherDuck a pour mission de faire de DuckDB l'une des bases de données les plus populaires et les plus performantes au monde. 

Nous sommes incroyablement excités et honorés de nous associer à l'équipe MotherDuck et de diriger leur série A, aux côtés d'excellents partenaires de Redpoint, Altimeter, Amplify et Madrona. Avec le reste du portefeuille de données A16z, nous investissons dans un avenir d’analyse de données qui sera beaucoup plus composable, accessible et amusant. 

***

Les opinions exprimées ici sont celles du personnel individuel d'AH Capital Management, LLC (« a16z ») cité et ne sont pas les opinions d'a16z ou de ses sociétés affiliées. Certaines informations contenues ici ont été obtenues de sources tierces, y compris de sociétés de portefeuille de fonds gérés par a16z. Bien qu'elles proviennent de sources considérées comme fiables, a16z n'a pas vérifié ces informations de manière indépendante et ne fait aucune déclaration quant à l'exactitude actuelle ou durable des informations ou à leur pertinence dans une situation donnée. De plus, ce contenu peut inclure des publicités de tiers ; a16z n'a pas examiné ces publicités et n'approuve aucun contenu publicitaire qu'elles contiennent.

Ce contenu est fourni à titre informatif uniquement et ne doit pas être considéré comme un conseil juridique, commercial, d'investissement ou fiscal. Vous devriez consulter vos propres conseillers sur ces questions. Les références à des titres ou à des actifs numériques sont uniquement à des fins d'illustration et ne constituent pas une recommandation d'investissement ou une offre de fournir des services de conseil en investissement. En outre, ce contenu n'est ni destiné ni destiné à être utilisé par des investisseurs ou des investisseurs potentiels, et ne peut en aucun cas être invoqué pour prendre une décision d'investir dans un fonds géré par a16z. (Une offre d'investissement dans un fonds a16z ne sera faite que par le mémorandum de placement privé, le contrat de souscription et toute autre documentation pertinente de ce fonds et doit être lu dans son intégralité.) Tous les investissements ou sociétés de portefeuille mentionnés, référencés ou décrits ne sont pas représentatifs de tous les investissements dans des véhicules gérés par a16z, et rien ne garantit que les investissements seront rentables ou que d'autres investissements réalisés à l'avenir auront des caractéristiques ou des résultats similaires. Une liste des investissements effectués par des fonds gérés par Andreessen Horowitz (à l'exclusion des investissements pour lesquels l'émetteur n'a pas autorisé a16z à divulguer publiquement ainsi que des investissements non annoncés dans des actifs numériques cotés en bourse) est disponible sur https://a16z.com/investments /.

Les tableaux et graphiques fournis ici sont uniquement à des fins d'information et ne doivent pas être utilisés pour prendre une décision d'investissement. Les performances passées ne représentent pas les résultats futurs. Le contenu ne parle qu'à la date indiquée. Toutes les projections, estimations, prévisions, objectifs, perspectives et/ou opinions exprimées dans ces documents sont susceptibles d'être modifiées sans préavis et peuvent différer ou être contraires aux opinions exprimées par d'autres. Veuillez consulter https://a16z.com/disclosures pour des informations supplémentaires importantes.