
Altara – startup do hai nhà sáng lập nữ trẻ tuổi phát triển – đã giúp rút ngắn thời gian xử lý sự cố trong công nghiệp từ vài tháng xuống chỉ còn vài phút nhờ công nghệ tối ưu hóa AI
Trong lĩnh vực vật lý ứng dụng và công nghiệp, chỉ một trục trặc nhỏ liên quan đến pin cũng có thể mất hàng tháng để truy tìm nguyên nhân. Trong bối cảnh đó, hai cựu sinh viên Harvard là Eva Tuecke và Catherine Yeo đã phát triển một hệ thống AI đột phá nhằm giải quyết triệt để bài toán này.
Startup Altara được hai nhà sáng lập thành lập vào năm 2025 vừa công bố đã gọi vốn thành công 7 triệu USD ở vòng seed, qua đó đưa mức định giá công ty lên tới 700 triệu USD đầy ấn tượng.
Thành công này nhanh chóng thu hút sự chú ý của nhiều tên tuổi lớn trong giới đầu tư công nghệ. Vòng gọi vốn được dẫn dắt bởi Greylock, cùng sự tham gia của Neo, BoxGroup và Liquid 2 Ventures.
Đáng chú ý, danh sách nhà đầu tư thiên thần còn có Jeff Dean cùng nhiều lãnh đạo cấp cao từ các tập đoàn công nghệ hàng đầu như OpenAI và AMD.

Altara áp dụng kiến trúc lai, kết hợp giữa AI xác suất và mô hình tính toán mô-đun có tính chắc chắn cao, nhằm nâng độ chính xác và giảm thiểu sai sót có thể gây thiệt hại lớn.
Hiện trạng đầy thách thức của dữ liệu khoa học
Trước khi Altara xuất hiện, việc xử lý lỗi trong ngành công nghiệp vật lý vốn là một bài toán nan giải. Mỗi khi một viên pin gặp trục trặc bất thường trong quá trình nghiên cứu, các kỹ sư phải tự mình lần tìm hàng loạt nguồn thông tin khác nhau.
Từ nhật ký cảm biến, dữ liệu nhiệt độ, thông số độ ẩm cho đến các báo cáo sự cố trước đó, tất cả đều bị phân tán rời rạc và thiếu hệ thống. Quá trình tra cứu thủ công này thường kéo dài hàng tuần, thậm chí hàng tháng, gây tiêu tốn nguồn lực rất lớn.
Altara được tạo ra để giải quyết triệt để vấn đề đó. Nhờ khả năng thu thập và hợp nhất dữ liệu nghiên cứu phân tán, hệ thống AI của họ có thể rút ngắn thời gian phân tích từ nhiều tháng xuống chỉ còn vài phút. Tầm nhìn của hai nhà sáng lập nữ không chỉ giới hạn ở pin.
Họ hướng đến việc hỗ trợ toàn diện cho các doanh nghiệp trong lĩnh vực khoa học vật lý, bao gồm sản xuất bán dẫn và vật liệu tiên tiến, giúp biến dữ liệu rời rạc thành những thông tin có giá trị ứng dụng thực tế.

Hai cựu nữ sinh viên Harvard sáng lập startup Altara, ứng dụng trí tuệ nhân tạo để phân tích lỗi pin và các vấn đề khoa học vật lý, qua đó thu hút 7 triệu USD tại vòng gọi vốn hạt giống.
Nhóm sáng lập nổi bật và định hướng phát triển khác biệt
Nền tảng học thuật vững chắc của hai nhà sáng lập chính là bệ phóng quan trọng cho thành công của dự án. Eva Tuecke không chỉ từng tham gia nghiên cứu vật lý hạt tại trung tâm danh tiếng Fermilab mà còn có kinh nghiệm làm việc tại tập đoàn hàng không vũ trụ SpaceX.
Trong khi đó, Catherine Yeo là cựu sinh viên ngành khoa học máy tính tại Harvard, từng đảm nhiệm vai trò nghiên cứu AI đồng thời hoạt động nghệ thuật với tư cách diễn viên hài độc thoại. Sự hòa trộn giữa tư duy khoa học và năng lực công nghệ đã giúp họ sớm nhận ra những điểm yếu mang tính hệ thống của toàn ngành.
Sự rời rạc trong quản lý dữ liệu tại các doanh nghiệp sản xuất pin, bán dẫn và thiết bị y tế chính là một kho giá trị bị bỏ quên. Dù tạo ra lượng dữ liệu khổng lồ mỗi ngày, phần lớn công ty vẫn để thông tin nằm rải rác trong bảng tính hoặc các hệ thống lỗi thời.
Điều này khiến quá trình cải tiến sản phẩm trở nên đầy khó khăn. Trong khi AI đã phát triển mạnh trong thế giới số, việc đưa nó vào môi trường vật lý lại tiềm ẩn rủi ro lớn. Chỉ một dự đoán sai hoặc một đề xuất thử nghiệm không chính xác cũng có thể làm gián đoạn toàn bộ dây chuyền sản xuất, gây thiệt hại hàng triệu USD.
Đặt độ tin cậy làm ưu tiên cốt lõi
Để hạn chế mọi rủi ro tiềm tàng, hệ thống của Altara được thiết kế như một chiếc hộp kính minh bạch. Nguyên tắc trung tâm là người dùng có thể kiểm tra toàn bộ đầu ra do hệ thống tạo ra.
Giao diện cho phép hiển thị chi tiết mọi truy vấn SQL được thực thi, liệt kê đầy đủ các bước suy luận logic, các biến đổi dữ liệu thô và toàn bộ quy trình phân tích. Người dùng có thể nhấp vào từng kết luận để truy ngược về nguồn dữ liệu gốc, bao gồm bảng Excel, tệp PDF hoặc bài thuyết trình PPT.
Điểm khác biệt nổi bật của nền tảng này nằm ở phương pháp kết hợp năng lực phân tích đa lớp. Khi xử lý nhiều dạng dữ liệu phức tạp như chuỗi thời gian từ cảm biến, ảnh hiển vi điện tử hay nhật ký vận hành, Altara đồng thời tích hợp mô hình học máy truyền thống, mô hình ngôn ngữ lớn và các mô hình chuyên ngành để tối ưu hóa kết quả đầu ra.
Đáng chú ý, để xử lý hạn chế mang tính xác suất của AI, hệ thống đã đưa vào các mô-đun xác định cốt lõi. Trong các bài toán tính toán, nền tảng ưu tiên tự động sinh mã lệnh và thực thi trực tiếp thay vì dự đoán, từ đó nâng độ chính xác lên mức tối đa.
Hai nhà sáng lập nhận thấy rằng một hệ thống AI đáng tin cậy không chỉ cần hoạt động hiệu quả mà còn phải liên tục cải tiến khi phát sinh lỗi. Họ chủ động phối hợp với người dùng để kiểm chứng độ chính xác trong từng kịch bản cụ thể, cho phép đánh dấu trực tiếp các kết quả chưa đạt nhằm cải thiện liên tục công cụ đánh giá.

Khác với nhiều đối thủ phải xây dựng nền tảng mới tốn kém, Altara chọn hướng đi tiết kiệm hơn bằng cách tích hợp trực tiếp lớp AI vào các hệ thống dữ liệu sẵn có.
Các thành phần của hệ thống có thể được triển khai trực tiếp trong môi trường đám mây riêng ảo của khách hàng. Mọi quyền truy cập, cấu hình mạng và thời gian lưu trữ dữ liệu đều do bộ phận an ninh nội bộ của doanh nghiệp kiểm soát. Cách tiếp cận tiết kiệm này hoàn toàn trái ngược với xu hướng xây dựng lại toàn bộ nền tảng từ đầu mà nhiều startup khác đang theo đuổi.
Bằng việc bổ sung một lớp trí tuệ vào quy trình hiện hữu, Altara đang mang đến sức mạnh mới cho ngành khoa học vật lý theo cách rất linh hoạt. Thậm chí, quỹ đầu tư Greylock còn ví nền tảng này như vai trò của các kỹ sư độ tin cậy hệ thống phần mềm, những người chuyên truy tìm nguyên nhân lỗi thông qua lớp quan sát hệ thống khi sự cố xảy ra.
Nhờ cách tiếp cận thực tiễn cùng việc nhắm đúng thị trường đang bước vào giai đoạn tăng trưởng mạnh, bộ đôi nữ sáng lập tin rằng giải pháp này sẽ sớm trở thành thành phần cốt lõi trong các trung tâm nghiên cứu và phát triển công nghệ cao trên phạm vi toàn cầu trong tương lai gần.
