企業が直面する最大の課題の一つは、収集したすべてのデータを処理し、ひいてはそれらのデータから洞察を導き出すことです。2018年のガートナーのレポートによると、87%の組織でビジネスインテリジェンスとアナリティクスの成熟度が低いことが分かっています。企業がデータ活用への取り組みに多額の資金を投入しているにもかかわらず、この状況は近年ほとんど変わっていません。2021年にDatabricksとMITが実施した調査によると、データ戦略を実践している組織はわずか13%にとどまっています。
ヴォイチェフ・ダニロとシルヴィア・ブロダツカは、この苦労をよく知っています。Ensoの共同創設者である彼らは、粒子シミュレーションというデータ集約的なプロセスを支援する映画用視覚効果ツールを開発しました。
「表面的には、金融、製造、石油・ガス業界といった多くの企業のデータ処理ニーズは、視覚効果業界のニーズとは全く異なるように見えるかもしれません。しかし、現実は全く逆です」とダニロ氏はTechCrunchへのメールで語った。「映画の視覚効果の制作では、砂粒子シミュレーションを例に挙げることができます。[フォトリアリスティックな砂のシミュレーションには…] 粒子データ（色、速度、サイズなど）を含むテーブルと、重力や粒子間の衝突ルール、引力といった物理法則をシミュレートすることでアニメーションフレーム間でテーブルデータを修正することが必要です…[T]テーブルには粒子ごとに数百万件のレコードが含まれることもあり、非常に効率的な計算エンジンが必要です。」
ダニロとブロダッカは、基本的にデータ処理フレームワークである彼らの視覚効果ツールを、信用リスクスコアリングモデリングを含む他の分野に適用するというアイデアを思いつきました。これがきっかけとなり、データ分析と視覚化のスタートアップ企業であるEnsoを設立しました。Ensoは本日、SignalFire、Khosla Ventures、Day One Ventures、Decacorn Capital、Y Combinator、Samsung Next、ハーバード大学基金、West Coast Endeavors、Innovation Nestなどから1,650万ドルの資金調達を行い、ステルス状態から脱しました。
ダニロ氏によると、今回の資金は、Ensoのプラットフォームにおけるドキュメントとオンボーディングの改善、プラットフォーム上のデータ処理モジュール数の増加、そして2023年第1四半期に発売予定のフルマネージドサービスであるEnso Cloudと呼ばれるSaaS製品のリリースに充てられるという。「銀行や保険会社と複数のパイロットプロジェクトを成功させてきました」とダニロ氏は述べ、「今回の資金調達により、Enso Cloudを来年早々に市場に投入することに注力できるようになります」と付け加えた。
大規模なデータ処理
ダニロは連続起業家であり、視覚効果ツール作成プラットフォームのFlowboxやシミュレータグラフィックス企業のCoddeeといったスタートアップ企業を立ち上げてきました。Flowboxでは、ブロダッカと共に働き、ブロダッカはプロセッサやグラフィックスカード向けの画像処理ライブラリの設計と開発を担当していました。
ダニロとブロダッカは共同で、 Ensoの最初の製品であるオープンソースプロジェクト「Enso」を開発しました。データ処理と結果出力を行うコンポーネントで構成されるビジュアルプログラミングツールキットであるEnsoは、履歴データとライブデータを分析し、次のステップを提案したり、関連する例を表示したり、さらには他のアプリケーションを制御したりすることで、データワークフロー、ダッシュボード、アプリの構築を支援するように設計されています。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
このコンセプトは Tableau Prep、Alteryx、Knime、Databricks などの既存の視覚化ツールに似ているように思えるかもしれませんが、Danilo 氏は Enso は異なり、単なるビジネス インテリジェンスの「おもちゃ」ではないと主張しています。
「実際、Ensoはデータ処理のより広範な分野に革命をもたらしています。他のビジュアルデータ処理ソフトウェアとは異なり、Ensoはハードコードされた、限定的で拡張性がほとんどないコンポーネント群を備えた優れたインターフェース以上のものを備えています」とダニロ氏は述べています。「ビジネスユーザーやデータアナリストは、Ensoを使用してセルフサービス型のデータ分析とプロセス自動化を実行できます。一方、データサイエンティストや開発者は、Ensoを容易に拡張して、それぞれのニーズに合わせてカスタマイズしたより多くのユースケースをサポートできます。こうした拡張性の良い例として、私たちのコミュニティが挙げられます。建物、音、さらにはIoTデバイスネットワークの3Dモデルを分析・処理できるようにEnsoを拡張した人々がいます。」
ダニロ氏によると、Ensoのもう一つの優れた機能として、データパイプラインの処理が挙げられます。Ensoでは、標準的なコンピュータサイエンスツールセットを用いてパイプラインをレビュー、バージョン管理、デプロイできます。さらに、Ensoはエラー発生時にそれを可視化し、例えばユーザーによるデータベース内の値の上書きを防ぐなど、特定のエラーの発生を防ぐことも可能です。
Ensoのパイロットプロジェクトに参画したある企業は、このプラットフォームを利用して重複取引を検出し、影響を受けた顧客に自動返金を行いました。このプロジェクトでは、APIのない政府ウェブサイトを含む複数の異なるソースからデータをスクレイピングし、タイムスタンプがない場合でもデータを照合する必要がありました。
「ビジネスユーザーは専門知識を持ち合わせていますが、技術スキルが不足しているため、開発者に常に支援を求める必要があり、その結果、リクエストから数日後に結果が出るまで待たなければなりません。…私たちは、Ensoを将来、標準的なデータ処理プラットフォームにしたいと考えています」とダニロ氏は述べた。「現在、一連の数字を処理したい場合、デフォルトのソリューションはスプレッドシートです。しかし、ログ、医療画像、IoTデバイスの信号、ウェブサイトのトラフィックデータなど、より高度なデータを処理したい場合、Excelだけでは不十分です。私たちは、Ensoを頼りになるソリューションにしたいと考えています。」
未来を築く
データアナリストやデータサイエンティストが、データセットが変更されるたびにスプレッドシートを更新するといった反復的な作業に追われるようになる中、ダニロ氏はEnsoが最終的に、より多様なデータ処理への障壁を下げてくれることを期待しています。もちろん、彼の動機はビジネス的なものであり、Ensoは今後1年間、Enso Cloudによる継続的な収益源の確立に注力する予定です。しかし、キャリアの大半を大規模データセットとデータパイプラインに携わってきた経験から、この分野を一般の人々にとってより身近なものにしたいとダニロ氏は語っています。
「この分野向けのツールを提供するには、強力で柔軟なエンジンを基盤としないと不可能だと考えています。だからこそ、Ensoは、この分野のほぼすべてのスタートアップ企業とは対照的に、ハードコードされたデータ処理コンポーネントを備えた単なる見栄えの良いインターフェースを開発するのではなく、データ処理言語の構築から始め、現在はその上にユーザーフレンドリーなGUIレイヤーを構築することに注力しています。」とダニロ氏は述べた。
サンフランシスコに拠点を置くEnsoは、従業員総数20名を擁しています。同社は積極的に採用活動を行っています。
