„Prime Intellect“ tapo vienaragiu: 130 mln. USD, kad įmonės pačios treniruotų AI, o ne nuomotųsi jį iš „OpenAI“

Liepos 8 d. startuolis „Prime Intellect“ paskelbė pritraukęs 130 mln. USD Series A raundą, o „TechCrunch“ duomenimis įmonės vertinimas pasiekė 1 mlrd. USD – dar vienas AI vienaragis. Bet įdomiausia čia ne suma. Įdomiausia – tezė, kurią bendrovė bando paversti verslu: kad savo dirbtinio intelekto modelius turėtų galėti treniruoti bet kas, o ne tik kelios laboratorijos su milžiniškais GPU parkais.

„Neturėtų būti taip, kad tik keli nerdai stikliniame bokšte San Franciske geba treniruoti AI modelius“, – teigė bendrovės vadovas ir vienas įkūrėjų Vincent Weisser. Ši frazė – ne tik marketingas. Ji tiksliai apibrėžia, kur „Prime Intellect“ taikosi: į tą pačią priklausomybę nuo „OpenAI“ ir „Anthropic“, kurią šiandien jaučia dauguma AI produktus kuriančių įmonių, tarp jų ir Lietuvoje.

Ką iš tikrųjų parduoda „Prime Intellect“

2024 m. įkurta bendrovė save vadina „be your own Lab“ – t. y. duoda įmonei visą sluoksnį, reikalingą pačiai apmokyti, įvertinti ir paleisti savo modelį, nesikreipiant į uždarų modelių tiekėją. Praktiškai tai trys pakopos.

Apačioje – Compute: suagreguoti pasauliniai skaičiavimo pajėgumai su orkestracija, GPU pagal poreikį, daugiamazgiai klasteriai ir rezervuoti resursai. Viduryje – Lab: treniravimas debesyje, per 5 000 paruoštų reinforcement learning (RL) aplinkų, modelių vertinimai ir saugios kodo vykdymo „smėlio dėžės“. Viršuje – Deploy: dedikuota inferencija, LoRA aptarnavimas ir serverless API. Vienoje vietoje – visas kelias nuo neapmokyto modelio iki produkto.

Skaičiai, kuriuos deklaruoja bendrovė, netipiniai tokio amžiaus startuoliui: daugiau nei 100 mln. USD metinių pasikartojančių pajamų (ARR), surinktų mažiau nei per metus, ir per 6 000 klientų – nuo AI startuolių iki stambaus verslo. Tarp įvardytų klientų – „Ramp“, „Zapier“ ir „Flapping Airplanes“. Iš viso „Prime Intellect“ jau pritraukė daugiau nei 150 mln. USD.

Kodėl į tai sudėjo pinigus visi iš karto

Raundui vadovavo „Radical Ventures“, o prisidėjo įspūdingas infrastruktūros žaidėjų sąrašas: „NVIDIA Ventures“, „Intel Capital“, „Dell Technologies Capital“ ir „Iconiq“. Tai, kad tris čipų ir serverių pasaulio milžinus vienu metu domina startuolis, agreguojantis pasaulinius GPU pajėgumus, savaime yra signalas – jie mato čia infrastruktūrinį sluoksnį, ne dar vieną programėlę.

Ne mažiau iškalbingas ir angelų sąrašas. Tarp investavusiųjų asmeniškai – „Perplexity“ vadovas Aravind Srinivas, „Box“ įkūrėjas Aaron Levie, „Thinking Machines“ bendraįkūrėjis John Schulman, „LangChain“ kūrėjas Harrison Chase ir „Cloudflare“ vadovas Matthew Prince. Tai žmonės, kurie patys kasdien remiasi frontier modeliais – ir vis tiek stato prieš status quo.

Įrodymas, kuris skambėjo garsiausiai

Sausiausias argumentas raundo pranešime buvo ne pinigai, o vienas pavyzdys. „Ramp“ komanda su „Prime Intellect“ įrankiais apmokė 35 mlrd. parametrų modelį, kuris konkrečioje užduotyje – paieškoje skaičiuoklėse – pranoko „Claude Opus“, veikė 27 % greičiau ir kainavo gerokai pigiau nei „Haiku“.

Būtent tokia žinutė ir yra visos idėjos esmė. Jei įmonė turi aiškų, siaurą uždavinį, jai nebūtinai reikia mokėti už universalų frontier modelį – ji gali apmokyti savo, mažesnį, bet konkrečiai užduočiai pranašesnį. Tai keičia kaštų matematiką: vietoj amžino API mokesčio už kiekvieną užklausą atsiranda vienkartinė treniravimo investicija ir daug pigesnė nuosava inferencija.

Ką tai reiškia Lietuvos ir Europos verslui

Šis raundas patenka į platesnį kontekstą, kuris Europai ypač jautrus. Didžioji dalis čia kuriamų AI produktų remiasi keliais amerikietiškais API, o tai reiškia tris nuolatines problemas: kaštus, kurie auga su naudojimu; priklausomybę nuo tiekėjo kainodaros ir prieinamumo; ir duomenų kontrolę, kuri GDPR aplinkoje niekada nėra smulkmena.

„Prime Intellect“ pasiūlymas – bent teoriškai – atsako į visus tris. Nuosavas, atviro svorio modelis, apmokytas savo duomenimis ir laikomas savo (ar pasirinktoje) infrastruktūroje, mažina API sąskaitą, panaikina priklausomybę nuo vieno tiekėjo ir palieka duomenis ten, kur įmonė nori. Lietuvos kontekste tai aktualiausia toms komandoms, kurios AI jau naudoja rimtai, ne demonstracijai – fintech, teisės, logistikos, e-komercijos produktuose, kur užklausų srautas didelis, o duomenys – jautrūs.

Realybėje, žinoma, ne kiekvienas verslas rytoj ims treniruoti savo modelį – tam reikia kompetencijos, duomenų ir vis tiek nemažų pinigų. Bet svarbu tai, kad barjeras krenta. Prieš kelerius metus nuosavo modelio treniravimas buvo tik didžiųjų korporacijų prabanga; dabar atsiranda infrastruktūra, dėl kurios tai tampa įmanoma ir vidutinei įmonei.

Kur link tai veda

Bendrovė nurodo, kur toliau kreips pajėgas: į rekursinius kalbos modelius (RLM) ilgo horizonto agentams, autonominį AI tyrimų automatizavimą ir nuolatinio mokymosi sistemas. Kitaip tariant, „Prime Intellect“ nesitaiko likti vien GPU nuomotoja – ji nori tapti sluoksniu, ant kurio kiti stato savo modelius ir agentus.

Ar pavyks – priklausys nuo to, ar „be your own Lab“ pažadas atlaikys mastą. Bet kryptis aiški ir Lietuvos rinkai naudinga: kuo daugiau realių alternatyvų keliems uždariems tiekėjams, tuo mažesnė rizika visai ekosistemai, kuri šiandien pavojingai priklauso nuo kelių amerikietiškų API. Šįkart už tą alternatyvą jau sumokėta 130 mln. USD.