▲
- A Astronomer recebeu um financiamento de US$ 93 milhões para expandir suas atividades.
- O investimento permitirá à empresa acelerar a pesquisa e desenvolvimento em soluções de IA.
- A orquestração de dados se tornará essencial para a implementação de IA bem-sucedida nas empresas.
- A empresa planeja expandir sua atuação em regiões como Europa, Austrália e Nova Zelândia.
A Astronomer, empresa por trás da plataforma de orquestração de dados Astro, impulsionada pelo Apache Airflow, acaba de garantir um financiamento de Série D de US$ 93 milhões. O investimento demonstra a crescente demanda das empresas por soluções para operacionalizar iniciativas de IA, otimizando o gerenciamento de seus fluxos de dados. Com este novo fôlego financeiro, a empresa planeja acelerar suas atividades de pesquisa e desenvolvimento, além de expandir sua presença global.
O aporte foi liderado pela Bain Capital Ventures, com a participação da Salesforce Ventures e de investidores já existentes como Insight, Meritech e Venrock. A Bosch Ventures também busca participar da rodada, refletindo o interesse do setor industrial nessa tecnologia.
O CEO da Astronomer, Andy Byron, revelou em entrevista que os recursos serão direcionados para acelerar a pesquisa e o desenvolvimento, além de expandir a atuação global da empresa, especialmente na Europa, Austrália e Nova Zelândia. Ele enfatizou o compromisso da empresa em construir algo grandioso e sua confiança nos parceiros, clientes e na visão de produto da Astronomer.
A chave para o sucesso da IA empresarial
O financiamento busca resolver o que analistas da indústria identificam como a “lacuna de implementação de IA”. São as dificuldades técnicas e organizacionais que impedem as empresas de implementar a IA em larga escala. A orquestração de dados, que automatiza e coordena fluxos de trabalho complexos em diferentes sistemas, se tornou um componente essencial para implementações de IA bem-sucedidas.
Enrique Salem, da Bain Capital Ventures, explica os desafios enfrentados pelas empresas atualmente. Ele aponta que as empresas operam em um ecossistema de dados fragmentado, utilizando diversas ferramentas, equipes e fluxos de trabalho que lutam para entregar insights confiáveis, criando gargalos operacionais e limitando a agilidade. A orquestração em infraestrutura de IA surge como a camada que coordena todas essas partes móveis.
Leia também:
Ainda segundo Salem, a orquestração de dados está em um estágio semelhante ao da infraestrutura de nuvem há 15 anos: essencial, mas fragmentada e com escalabilidade limitada. Engenheiros de dados gastam mais tempo mantendo os fluxos de dados do que inovando. Sem uma orquestração robusta, os dados não são confiáveis, a agilidade se perde e as empresas ficam para trás.
A plataforma da empresa, Astro, é construída sobre o Apache Airflow, uma estrutura de código aberto que tem experimentado um crescimento expressivo. De acordo com o relatório State of Airflow 2025, o Airflow foi baixado mais de 324 milhões de vezes só em 2024, superando a soma de todos os anos anteriores.
Mark Wheeler, CMO da Astronomer, afirma que o Airflow se estabeleceu como o padrão para orquestração de fluxos de dados. Ele destaca que, no cenário competitivo da camada de orquestração, o Airflow emergiu como a solução para mover dados modernos de forma eficiente da origem ao destino.
De infraestrutura invisível a espinha dorsal da IA empresarial
O crescimento da Astronomer reflete uma mudança transformadora na forma como as empresas veem a orquestração de dados. De infraestrutura de backend a tecnologia essencial que impulsiona iniciativas de IA e agrega valor aos negócios.
Salem relembra que a BCV investe na Astronomer desde a rodada seed em 2019 e que acompanhou o crescimento da empresa ao longo dos anos, culminando na liderança da Série D. Ele ressalta que a orquestração de dados da Astronomer se tornou ainda mais importante na era da IA, que exige orquestração escalável e automação da implantação de modelos em meio a um mar crescente de ferramentas de dados que não se comunicam entre si.
Dados internos da empresa revelam que 69% dos clientes que utilizam a plataforma há dois anos ou mais estão usando o Airflow para aplicações de IA e aprendizado de máquina. Essa taxa de adoção é significativamente maior do que na comunidade Airflow em geral, sugerindo que o serviço gerenciado da Astronomer acelera as implementações de IA empresarial.
A empresa registrou um crescimento de 150% ano a ano em sua receita recorrente anual e possui uma taxa de retenção de receita líquida de 130%, indicando forte expansão de clientes.
Wheeler explica que as empresas têm optado por uma estratégia de múltiplas soluções, assim como fizeram com a abordagem multi-nuvem. As empresas líderes se recusam a se prender a um único fornecedor, optando por abordagens de multi-nuvem e plataformas de dados diversificadas para se manterem ágeis e aproveitarem as últimas inovações.
Ford e a orquestração de dados
Grandes empresas já estão utilizando a plataforma da Astronomer para casos de uso de IA sofisticados, que seriam desafiadores de implementar sem uma orquestração robusta.
Na Ford Motor Company, a plataforma da Astronomer impulsiona os Sistemas Avançados de Assistência ao Condutor (ADAS) da empresa e sua plataforma de operações de aprendizado de máquina “Mach1ML“, que custou milhões de dólares. Inclusive, a crescente preocupação com a segurança digital tem levado as empresas a buscarem soluções mais robustas.
A gigante automotiva processa mais de um petabyte de dados semanalmente e executa mais de 300 fluxos de trabalho paralelos, equilibrando tarefas intensivas em CPU e GPU para desenvolvimento de modelos de IA em uma plataforma híbrida de nuvem pública/privada. Esses fluxos de trabalho alimentam desde sistemas de direção autônoma até a plataforma especializada FordLLM da Ford para grandes modelos de linguagem.
Inicialmente, a Ford construiu sua plataforma MLOps usando Kubeflow para orquestração, mas enfrentou desafios, incluindo uma curva de aprendizado acentuada e integração restrita com o Google Cloud, o que limitou a flexibilidade. Após a transição para o Airflow para o Mach1ML 2.0, a Ford relatou fluxos de trabalho simplificados e integração perfeita em ambientes locais, em nuvem e híbridos.
Da experimentação à produção: orquestração como ponte
Um desafio comum para as empresas é levar a IA do conceito à prática. Pesquisas da Astronomer mostram que organizações com bases sólidas em orquestração de dados têm mais sucesso em operacionalizar a IA.
Salem explica que, à medida que mais empresas executam fluxos de trabalho de ML e fluxos de dados de IA em tempo real, elas precisam de orquestração escalável e automação na implementação de modelos. A Astronomer oferece isso e, como orquestradora, enxerga tudo o que acontece na pilha: quando os dados se movem, quando as transformações são executadas e quando os modelos são treinados.
Mais de 85% dos usuários do Airflow esperam um aumento nas soluções externas ou geradoras de receita construídas sobre o Airflow no próximo ano, destacando como a orquestração de dados está cada vez mais impulsionando aplicações voltadas para o cliente, em vez de apenas análises internas.
Essa tendência é evidente em diversos setores, desde empresas automotivas até empresas de tecnologia jurídica que estão construindo modelos de IA especializados para automatizar fluxos de trabalho profissionais. Essas organizações estão recorrendo à Astronomer para lidar com os desafios complexos de orquestração que surgem ao escalar sistemas de IA de protótipos para ambientes de produção que atendem milhares de usuários.
Expansão tecnológica estratégica
A empresa anunciou recentemente a disponibilidade geral do Airflow 3.0, que descreve como “o lançamento mais significativo na história do Airflow“. A atualização apresenta recursos transformadores projetados especificamente para cargas de trabalho de IA, incluindo a capacidade de executar tarefas “em qualquer lugar, a qualquer hora, em qualquer idioma”.
Byron explica que o Airflow 3.0 estabelece as bases para executar tarefas em qualquer máquina, local ou na nuvem, acionadas por eventos em todo o ecossistema de dados. Ele também introduz uma prova de conceito para definir tarefas em linguagens além do Python, melhorando a agilidade da equipe de dados e facilitando a migração de sistemas legados para o Airflow.
A Astronomer também expandiu suas parcerias, obtendo recentemente a designação Google Cloud Ready – BigQuery, tornando sua plataforma disponível para compra diretamente no Google Cloud Marketplace. Isso permite que os clientes existentes do Google Cloud agilizem sua compra do Astro e usem seus créditos de compromisso do Google Cloud.
Byron revelou uma nova parceria com a IBM, que integrará a Astronomer em seu portfólio de produtos de dados. Ele acredita que essa parceria trará oportunidades significativas para a Astronomer, tanto na América do Norte quanto internacionalmente.
DataOps unificado: a próxima evolução
Salem acredita que a Astronomer está posicionada para redefinir as operações de dados empresariais, indo além da orquestração para o que a empresa chama de “DataOps unificado”. Uma abordagem abrangente que integra observabilidade, gerenciamento de qualidade e governança em uma única plataforma.
Ele explica que o investimento na Astronomer em 2019 foi baseado na crença de que o Airflow se tornaria o padrão para orquestração de dados. Hoje, ele é executado em mais de 80.000 empresas e impulsiona 30 milhões de downloads por mês. O apoio à Astronomer se deve ao fato de que eles não estão apenas surfando essa onda, mas construindo o plano de controle empresarial em cima dela.
Para as empresas que lutam para obter valor de seus investimentos em IA, o crescimento da Astronomer sinaliza uma mudança crucial na forma como a infraestrutura de dados é construída e gerenciada. A orquestração serve como base para toda a pilha de dados.
Salem conclui que, à medida que a IA aumenta a necessidade de uma infraestrutura de dados confiável e escalável, eles estão dobrando o investimento na Astronomer. A orquestração é apenas o começo e a equipe da Astronomer está pronta para unificar toda a pilha de DataOps.
Este conteúdo foi auxiliado por Inteligência Artificiado, mas escrito e revisado por um humano.
Via VentureBeat