Conntour obtiene 7 millones de dólares de General Catalyst y YC para su tecnología de búsqueda en vídeos de seguridad basada en IA

El sector de la tecnología de vigilancia se encuentra actualmente en el punto de mira, aunque no precisamente por motivos muy positivos. Han surgido polémicas al conocerse que el Servicio de Inmigración y Control de Aduanas de EE. UU. accedió a la red de cámaras de Flock con fines de vigilancia, y el fabricante de cámaras domésticas Ring fue objeto de críticas por desarrollar funciones que permiten a las fuerzas del orden solicitar a los propietarios imágenes de su vecindario. Estos acontecimientos han desencadenado un amplio debate en torno a la seguridad, la privacidad y la ética de la vigilancia.

Sin embargo, la controversia no disminuye la demanda del mercado. Los continuos avances en los modelos de visión y lenguaje están impulsando el crecimiento de las empresas que ayudan a las empresas a supervisar sus instalaciones de forma más eficaz.

Matan Goldner, cofundador y director ejecutivo de la startup de videovigilancia Conntour, reconoce que las consideraciones éticas son lo suficientemente serias como para que su empresa sea muy selectiva a la hora de elegir a sus clientes. Aunque eso pueda parecer contradictorio para una startup con apenas dos años de antigüedad, Goldner afirma que Conntour puede permitirse ser selectiva porque ya cuenta entre sus clientes con varias grandes entidades gubernamentales y cotizadas en bolsa, incluida la Oficina Central de Narcóticos de Singapur.

«El hecho de que tengamos clientes tan importantes nos permite seleccionarlos y mantener el control. Tenemos un control real sobre quién lo utiliza, cuál es el caso de uso, y podemos seleccionar lo que consideramos moral y, por supuesto, legal. Utilizamos todo nuestro criterio y tomamos decisiones basadas en clientes específicos con los que nos parece bien trabajar porque sabemos cómo lo van a utilizar», explicó Goldner a TechCrunch en una entrevista exclusiva.

Esa tracción ha hecho algo más que permitir a Conntour ser selectiva. Los inversores se han dado cuenta: la startup ha recaudado recientemente una ronda de financiación inicial de 7 millones de dólares de General Catalyst, Y Combinator, SV Angel y Liquid 2 Ventures.

Goldner afirmó que la ronda se cerró en 72 horas. «Creo que programé unas 90 reuniones en unos ocho días, y en solo tres días —empezamos el lunes y el miércoles por la tarde ya habíamos terminado», dijo.

La selectividad de Conntour puede estar más que justificada, especialmente teniendo en cuenta el poder de las herramientas modernas de IA en este campo. La plataforma de vídeo de la empresa utiliza modelos de IA para permitir al personal de seguridad consultar las imágenes de las cámaras en lenguaje natural, localizando cualquier objeto, persona o situación en tiempo real; en esencia, un motor de búsqueda similar al de Google adaptado a los vídeos de seguridad. También puede monitorizar amenazas de forma autónoma basándose en reglas preestablecidas y generar alertas automáticas.

A diferencia de los sistemas tradicionales que se basan en definiciones o parámetros rígidos para detectar objetos, patrones de movimiento o comportamientos específicos, Conntour afirma que su sistema utiliza modelos de lenguaje natural y de visión artificial, lo que ofrece una gran flexibilidad y facilidad de uso. Un usuario podría preguntar: «Busca casos de alguien con zapatillas pasando una bolsa en el vestíbulo», y el sistema de Conntour escanea rápidamente todas las grabaciones o las transmisiones en directo para mostrar resultados relevantes.

Captura de pantalla de la plataforma de Conntour en funcionamiento. Créditos de la imagen: Conntour

Dado que la plataforma integra modelos de IA, los usuarios pueden simplemente formular preguntas sobre las grabaciones y recibir respuestas en formato de texto, acompañadas de los clips de vídeo pertinentes, así como generar informes de incidentes.

Sin embargo, el principal punto fuerte de la empresa es su escalabilidad. Goldner explicó que la plataforma se diferencia de otros servicios de búsqueda de vídeo con IA porque está diseñada para escalar de forma eficiente a sistemas con miles de señales de cámara. De hecho, dijo, el sistema de Conntour puede monitorizar hasta 50 señales de cámara en una sola GPU de consumo como la RTX 4090 de Nvidia.

La empresa lo consigue empleando múltiples modelos y sistemas lógicos, y determinando luego qué combinación requiere la menor potencia de cálculo para producir los mejores resultados para cada consulta del usuario.

Conntour afirma que su sistema puede implementarse íntegramente en las instalaciones, totalmente en la nube o en una combinación de ambas. Puede integrarse con la mayoría de los sistemas de seguridad existentes o funcionar como una plataforma de vigilancia completa independiente.

Aun así, el sector de la videovigilancia se enfrenta desde hace tiempo a un reto persistente: la calidad de la vigilancia depende de la calidad de las imágenes captadas. Es difícil distinguir detalles en un aparcamiento mal iluminado grabado por una cámara de baja resolución con la lente sucia, por ejemplo.

Goldner afirma que Conntour se protege contra esto proporcionando una puntuación de confianza junto con sus resultados de búsqueda. Si la señal de la cámara de origen carece de la calidad suficiente, el sistema devuelve resultados con bajos niveles de confianza.

De cara al futuro, Goldner afirma que el mayor reto técnico es incorporar toda la capacidad de los grandes modelos de lenguaje al sistema sin perder eficiencia.

«Tenemos dos objetivos que queremos alcanzar al mismo tiempo, y que se contradicen entre sí. Por un lado, queremos ofrecer una flexibilidad total en el lenguaje natural, al estilo de los LLM, para que se pueda preguntar cualquier cosa. Por otro lado, está la eficiencia: queremos que utilice muy pocos recursos, porque procesar miles de transmisiones es una locura. Esta contradicción es la mayor barrera técnica y el mayor problema en nuestro campo, y es en lo que estamos trabajando muy duro para resolverlo».