将搜索响应时间从 20 秒缩短到 1 秒
随着 Elastic 的部署，Labelbox 客户可以在比以前短得多的时间内进行非结构化数据搜索。
推动实现快速业务增长
借助 Elastic 提供的更快且更丰富的搜索功能，Labelbox 增加了与其客户之间的业务。
确保组织处于 AI 革命的前沿
Labelbox 使用 Elastic 来快速扩展以满足数据需求，并添加新的插件，以满足渴望利用 AI 革命的客户的需求。
2022 年，Labelbox 因其开发富有前景的业务应用程序和制定鼓舞人心的愿景被评选为《福布斯》杂志 2022 年 AI 领域 50 强。
领先的 AI 平台通过 Elasticsearch 对其旗舰解决方案完成了转型，并增加了从客户处获得的收入。
无论你看什么媒体，人工智能 (AI) 都是头条新闻。同时，构建和训练 AI 软件需要组织准备大量标记数据——这是一个耗时且昂贵的过程，通常都是 AI 项目中的瓶颈。Labelbox 可解决这个问题：一个可定制的 AI 平台，旨在提高训练数据质量和模型性能，支持 AI 团队加速和简化 Machine Learning 模型的开发。
Labelbox 的客户群包括宝洁、基因泰克和沃尔玛，其成功依赖于自身软件的灵活性，因为该软件能够与大多数流行数据仓库或客户自己的数据存储库进行集成。自动化是另一个特别好的功能，其分析工具也特别棒，可支持组织实时了解标记操作的表现情况。
其最受欢迎的工具之一是 Labelbox Catalog，该工具可用于搜索和分析非结构化数据以提高训练模型的性能。在部署 Elastic 之前，Catalog 在 PostgreSQL 数据库的基础上运行，这使得团队很难构建筛选器来生成更准确的结果。搜索也很耗时，在某些情况下需要长达 20 秒才能响应请求。
Labelbox 于 2018 年初成立，为构建能驱动下一代产品和服务的 AI 解决方案的组织赋能。
搜索和分析实现星级质量
Labelbox 首席工程师 Matthew Chambers 决心找到更好的解决方案。在就职于 Labelbox 之前，他在索尼和 Weta Digital 的视觉效果团队工作，他在那时就开始了使用 Elasticsearch 的旅程，并看到了 Elasticsearch 有潜力解决 Labelbox 所面临的速度和准确性问题。
“每隔几年，用于训练模型的数据量就会增长一个数量级。我们知道 Elasticsearch 具有很好的可扩展性，并且能够随着我们的需求增长。”他表示。能够轻松创建插件是团队选择 Elastic 的另一个原因，Elastic 平台能提供大量搜索功能也是一个原因。
审查其他技术时，我们发现它们都不能提供我们需要的所有元素。从可扩展性到搜索，Elastic 显然是我们的最佳选择。
在最近的 Forrester 研究中探索 Elasticsearch 的变革性影响。了解如何通过快速、相关且可扩展的搜索体验，加快创收、提高工作效率并降低成本
Chambers 还选择了在 Elastic Cloud 上部署 Elasticsearch。“Google Cloud 上所运行的 Elastic Cloud 的使用体验特别棒。我只需点击一个按钮，一个新的集群就部署完毕了。通过减少部署的 DevOps 方面的工作量，我们能够大幅加快项目的时间线。”他说道。
Chambers 还夸奖了 Elastic 支持团队所发挥的作用，该团队在部署期间为 Labelbox 提供了咨询服务。“当对如何添加新功能或我们是否需要解决一个部署问题心存疑问时，我们能够获得 Elastic 支持团队提供的专家意见，这对我们非常有帮助。Elastic 咨询团队的专业知识也帮助加快了项目的速度。”
使用重具活力的解决方案推动业务增长
Elasticsearch on Google Cloud 的部署让 Catalog 重新恢复了活力。客户现在可以执行复杂的搜索，同时先进的分析功能让他们能够在为数据添加标签时做出更准确的决策。搜索时间降至大约一秒。
“Elastic 完全转变了 Catalog 的运行方式。”Labelbox 内容和合作伙伴关系主管 David Mok 说道。
有一家奢侈品零售商想要在一场市场活动中使用披肩的照片，他们便使用 Labelbox 来加快进程。“首先，他们能够快速分离出包含披肩的所有图片。将范围缩窄后，他们就可以搜索不同的颜色或背景，以创建高度个性化的市场活动。通过 Elasticsearch on Google Cloud，他们能够无比轻松地创建定制筛选器并达到这一详细程度。”Mok 说道。
来自客户的回馈能说明一切。自从实施 Elastic 以来，Labelbox 发现 Catalog 的使用量实现了飞跃。“相较于之前，客户开始上传海量数据。他们也要求我们实施更多的筛选器并采集其他数据类型。客户的兴趣无比高涨。”Chambers 说道。
由于实现了更快速、更丰富的搜索体验，我们和某些最大型客户之间的业务实现了增长。由 Elasticsearch 提供支持的 Catalog 现在是我们增长战略以及销售和营销工作的重要一部分。
展望未来，Chambers 专注于满足客户需求。“对于几个仍未最终敲定的新项目，我们计划使用 Elasticsearch，因为它能处理我们需要索引的数据量。”
Labelbox 意识到，对于 AI 的前所未有的需求将会直接促使从业者提供更好的技术和更高层级的专业知识。
“如果团队能够充分利用他们的独特 IP 和企业数据，随着时间的推移，他们在解锁 AI 的能力方面，将会取得无比巨大的成功。”Mok 说道，“从使命的角度来看，我们正在尝试帮助人类通过新的创新更好地与 AI 的潜力保持一致。我们可以说，考虑到 Elasticsearch 的应用场景各种各样，任何新功能开发工作都会提高我们对 Elasticsearch 使用量。”
Labelbox 同时还看到了更大的机遇来创建更准确的训练模型。“使用 Elasticsearch，团队能够更好地理解、可视化和整理他们的数据。这让我们的客户能够利用人工智能的多种可能性，并在这个充满巨大技术突破的时代与时代保持同步。”Chambers 说道。
最重要的是，我们现在正经历着史上最重要的一场技术革命之一，而 Elastic 正在帮助 Labelbox 发挥关键作用。“现在是在人工智能领域大展身手的激动人心的时机。能够完全转变我们生活的技术业已到来，这样的机会一生只能遇到一次。随着未来的 AI 世界变为现实，我们期待着与 Elastic 和 Google Cloud 继续合作。”Chambers 说道。
