EvolutionaryScale залучила $142 млн для масштабування моделей біологічних даних

Компанія EvolutionaryScale закрила раунд фінансування серії Seed на суму 142 мільйони доларів США (https://www.forbes.com/sites/alexkonrad/2024/06/25/evolutionaryscale-raises-142-million-for-biology-ai/), щоб прискорити розробку генеративних моделей ШІ, навчених на масивних біологічних наборах даних. Раунд, очолюваний Нейтом Фрідманом, Даніелем Гроссом та Lux Capital, дозволяє компанії розглядати біологію як програмований актив даних, використовуючи свою нову модель ESM3, яка була навчена на наборі даних із 2,78 мільярда послідовностей білків (https://www.evolutionaryscale.ai/blog/esm3-release). Ця віха підкреслює зростаючу цінність нетекстових, доменно-специфічних даних у гонці за передовими можливостями ШІ.

Зростання біологічних активів даних

На відміну від загальних LLM, які сканують загальнодоступний Інтернет, ціннісна пропозиція EvolutionaryScale базується на курації та обробці спеціалізованої біологічної інформації. Модель ESM3 є мультимодальною генеративною моделлю, яка може аналізувати послідовність, структуру та функцію білків. Обробляючи трильйони точок даних (https://www.evolutionaryscale.ai/blog/esm3-release) з природного світу, стартап прагне дозволити дослідникам «програмувати» нові білки, потенційно скорочуючи терміни розробки ліків з років до тижнів. Цей підхід «ChatGPT для біології» висвітлює ширшу ринкову тенденцію: монетизацію пропрієтарних, високоточних наукових наборів даних, які неможливо легко відтворити за допомогою загальних сканерів.

Ліцензування проти судових процесів: Битва за права на дані

Фінансування стартапів, що працюють з великими обсягами даних, таких як EvolutionaryScale, відбувається на тлі загострення правового ландшафту для придбання даних. OpenAI та журнал Time нещодавно уклали багаторічну угоду про ліцензування контенту (https://openai.com/index/openai-and-time-sign-multi-year-content-partnership-and-strategic-alliance/), надавши OpenAI доступ до 101-річного архіву Time. Хоча точні фінансові умови не були розкриті, галузеві аналітики вказують на оцінку угоди OpenAI з News Corp у 250 мільйонів доларів США (https://www.reuters.com/technology/news-corp-strikes-ai-content-licensing-deal-with-openai-2024-05-22/) як орієнтир для премії, яку зараз надають перевіреній людській журналістиці.

Навпаки, вартість придбання неліцензованих даних стає надмірно високою. RIAA, що представляє великі лейбли, такі як Sony та Universal, вимагає відшкодування збитків у розмірі до 150 000 доларів США за твір (https://www.reuters.com/legal/music-labels-sue-suno-udio-ai-copyright-infringement-2024-06-24/) у позові проти стартапів у сфері ШІ-музики Suno та Udio. З сотнями тисяч записів, які нібито використовувалися без дозволу, загальна відповідальність може сягнути приблизно 13,5 мільярдів доларів США (https://www.reuters.com/legal/music-labels-sue-suno-udio-ai-copyright-infringement-2024-06-24/). Цей юридичний тиск змушує перехід від захисту «добросовісного використання» до структурованого ринку даних, де кожен навчальний токен має чітке походження та ціну.

Приплив капіталу в інфраструктуру, що залежить від даних

Попит на готові до ШІ дані також спричинив масові інвестиції в інфраструктуру. Helsing, європейська компанія з оборонного ШІ, залучила 450 мільйонів євро (https://www.reuters.com/technology/defense-ai-startup-helsing-raises-450-mln-euro-funding-round-2024-07-04/) у раунді Серії C, оцінивши компанію приблизно в 5 мільярдів євро (https://www.bloomberg.com/news/articles/2024-06-17/defense-ai-startup-helsing-is-said-to-near-400-million-funding). Програмно-визначені оборонні системи Helsing покладаються на обробку даних з поля бою в реальному часі, що представляє критичний вертикаль для монетизації активів даних у державному секторі. Аналогічно, Etched.ai залучила 120 мільйонів доларів США (https://techcrunch.com/2024/06/25/etched-raises-120m-to-build-a-chip-that-only-runs-transformer-models/), щоб створити спеціалізовані чіпи, розроблені спеціально для обробки величезної пропускної здатності даних, необхідної моделям Transformer.

У сфері юридичних технологій стартап Harvey, за повідомленнями, веде переговори про залучення нового капіталу за оцінкою приблизно в 2 мільярди доларів США (https://techcrunch.com/2024/06/25/legal-ai-startup-harvey-is-raising-600m-from-google-at-a-2b-valuation/). Основний актив Harvey — це його доступ до пропрієтарних юридичних даних та їх обробка, що ще раз доводить, що ринок винагороджує компанії, які контролюють «рів даних», а не лише алгоритм.

Чому це важливо для власників даних

Для інституційних власників даних угоди EvolutionaryScale та OpenAI-Time підтверджують, що ера безкоштовного сканування даних закінчується. Дані більше не є побічним продуктом бізнес-операцій; це первинний клас активів. Незалежно від того, чи це біологічні послідовності, історичні архіви чи юридичні прецеденти, ринок тепер пропонує два чіткі шляхи: багатомільйонні ліцензійні партнерства для тих, хто співпрацює, та багатомільярдні судові процеси для тих, чиї активи були викрадені без згоди. Оскільки моделі ШІ стають більш спеціалізованими, цінність нішевих, високоточних наборів даних продовжуватиме випереджати цінність загального контенту, отриманого шляхом сканування Інтернету.