Chalk – Nền tảng đặc trưng (feature) thời gian thực cho AI

Chalk là công ty hạ tầng dữ liệu và AI có văn phòng tại San Francisco và New York, do các đồng sáng lập Marc Freed-Finnegan, Elliot Marx và Andy Moreland điều hành. Công ty xây dựng hạ tầng để đưa ra quyết định cho học máy và tác tử AI ngay tại thời điểm cần, ví dụ kiểm tra gian lận, thẩm định tín dụng và gợi ý sản phẩm.

Nền tảng gồm ba lớp Context, Runtime và Learning. Context kết hợp feature store, công cụ truy vấn liên hợp và dịch vụ độ trễ thấp (trang web nêu mức 5 ms) lấy dữ liệu từ Postgres, Stripe, Snowflake… mà không cần ETL. Runtime gồm phục vụ mô hình, mở rộng GPU, sandbox và cổng mô hình; Learning gồm đánh giá và notebook. Khách hàng nêu trên trang gồm Whatnot, Socure, Sunrun, MoneyLion và Medely.

• Feature store: định nghĩa và phục vụ đặc trưng bằng Python và SQL cho huấn luyện và suy luận trực tuyến.
• Phục vụ thời gian thực: truy xuất độ trễ thấp, trang web nêu mức 5 ms.
• Truy vấn liên hợp: đọc từ Postgres, Stripe, Snowflake... mà không cần ETL.
• Phục vụ mô hình và cổng mô hình: chạy mô hình với mở rộng GPU và định tuyến lệnh gọi LLM qua cổng mô hình trong đám mây của khách hàng.
• Đánh giá và notebook: truy vết, đánh giá tác tử và notebook để cải tiến mô hình.
• Tùy chọn triển khai: tự triển khai hoặc do Chalk lưu trữ, có công cụ quan sát.

• Ngân hàng hoặc công ty tài chính tiêu dùng tại Việt Nam chấm điểm hồ sơ vay và giao dịch thẻ theo thời gian thực.
• Sàn thương mại điện tử phục vụ gợi ý cá nhân hóa và định giá động từ dữ liệu hành vi trực tiếp.
• Fintech hoặc ví điện tử kiểm tra gian lận và chiếm đoạt tài khoản ngay khi thanh toán.

• Đặc trưng và ngữ cảnh được tính tại thời điểm suy luận nên quyết định dùng dữ liệu mới thay vì bảng batch cũ.
• Kết nối nguồn dữ liệu không cần tác vụ ETL riêng, rút ngắn thời gian từ thử nghiệm đến vận hành.
• Có thể tự triển khai hoặc dùng bản do Chalk lưu trữ, phù hợp đơn vị có yêu cầu về nơi lưu dữ liệu.
• Một nền tảng cho đặc trưng, phục vụ mô hình và đánh giá giúp giảm số công cụ phải vận hành.

Phát hiện gian lận, chấm điểm tín dụng và cá nhân hóa ngày càng phụ thuộc vào đặc trưng tính trong vài mili giây, còn tác tử AI cần thêm ngữ cảnh nghiệp vụ theo thời gian thực. Nền tảng feature thời gian thực đang trở thành lớp tiêu chuẩn trong hệ thống ML. Tại Việt Nam và Đông Nam Á, ngân hàng, ví điện tử và sàn thương mại điện tử mở rộng cho vay trực tuyến và chấm điểm rủi ro nên nhu cầu cho lớp này tăng.

Văn phòng tại San Francisco và New York (theo trang About). Gọi vốn hạt giống 10 triệu USD vào tháng 12/2023 và Series A 50 triệu USD vào tháng 5/2025 do Felicis dẫn dắt. Được Fast Company đưa vào danh sách Next Big Things in Tech 2025.