Poolside AI залучає $400 млн при оцінці $2 млрд для LLM коду та даних

Poolside AI наближається до угоди про залучення приблизно $400 мільйонів (https://www.bloomberg.com/news/articles/2024-06-27/ai-coding-startup-poolside-is-raising-400-million-at-2-billion-valuation) у новому раунді фінансування, який оцінить компанію в $2 мільярди (https://www.bloomberg.com/news/articles/2024-06-27/ai-coding-startup-poolside-is-raising-400-million-at-2-billion-valuation). Раунд, очолюваний Coatue Management та Dragoneer Investment Group (https://techcrunch.com/2024/06/27/poolside-the-latest-genai-startup-to-move-to-france-is-nearing-a-400m-raise-at-a-2b-valuation/), сигналізує про масивну ставку на спеціалізовані дані, необхідні для переходу великих мовних моделей (LLM) від загальної розмови до автономного програмного інжинірингу. Центруючи свою діяльність у Парижі, Poolside позиціонує себе в серці європейської екосистеми талантів та даних у сфері ШІ, зокрема, націлюючись на пропрієтарні кодові бази та робочі процеси розробників, які визначають наступний рубіж інструментів продуктивності.

Спеціалізований захист даних: за межами загальних LLM

Вливання капіталу в Poolside AI підкреслює ширший ринковий зсув у бік специфічних для домену активів даних. У той час як загальні моделі досягли плато корисності, стартапи, що зосереджуються на високоточних, спеціалізованих наборах даних, отримують преміальні оцінки. Стратегія Poolside обертається навколо навчання моделей на масивних, структурованих репозиторіях коду, які вимагають значно вищої точності, ніж стандартні текстові набори даних. Ця тенденція відображається в біологічному секторі, де EvolutionaryScale нещодавно оголосила про раунд посівного фінансування на суму $142 мільйони (https://www.reuters.com/technology/ai/ai-biology-startup-evolutionaryscale-raises-142-million-2024-06-25/) для комерціалізації своєї моделі ESM3. ESM3 була навчена на приголомшливих 2,7 мільярдах послідовностей білків (https://techcrunch.com/2024/06/25/evolutionaryscale-is-biologys-ai-frontier-lab/), що ілюструє, що найціннішими активами даних сьогодні є ті, що відображають фундаментальні будівельні блоки науки та інженерії.

Ліцензійні війни: архіви проти доступу в реальному часі

Поки стартапи залучають фінансування для створення моделей, відомі гіганти ШІ агресивно блокують доступ до історичних архівів даних. OpenAI уклала багаторічну угоду про ліцензування контенту з Time (https://openai.com/index/time-partnership/), отримавши доступ до 101 року архівного контенту (https://www.theverge.com/2024/6/27/24187515/openai-time-magazine-licensing-deal-ai-training) для вдосконалення своїх моделей та надання цитованих відповідей у ChatGPT. Ця угода відповідає моделі високоцінних партнерств з видавцями, такими як News Corp та Axel Springer, встановлюючи чітку ринкову ціну на текстові дані високої авторитетності. Для власників даних ці угоди представляють собою перехід від пасивного хостингу до активного управління активами, оскільки попит на перевірену, куровану людиною інформацію зростає у прямій відповіді на поширення в Інтернеті "сміття", згенерованого ШІ.

Регуляторний тиск та цілісність даних

Однак гонка за даними стикається зі значними юридичними та регуляторними перешкодами. Асоціація звукозаписної індустрії Америки (RIAA) подала позови проти генераторів музики на основі ШІ Suno та Udio (https://www.reuters.com/legal/major-record-labels-sue-ai-firms-suno-udio-over-copyright-infringement-2024-06-24/), вимагаючи статутних збитків до $150 000 за кожну порушену роботу (https://www.billboard.com/business/legal/labels-sue-suno-udio-ai-copyright-infringement-1235716182/). Одночасно, дизайнерський гігант Figma зіткнувся з негативною реакцією щодо своєї політики щодо даних для навчання ШІ (https://www.theverge.com/2024/6/27/24187315/figma-ai-tools-config-2024-training-data), змусивши компанію уточнити свої механізми відмови для корпоративних користувачів. Ці події свідчать про те, що хоча капітал для інтенсивних даних ШІ є рясним, ера "дикого заходу" несанкціонованого скрейпінгу закінчується. Компанії, такі як Glean, яка веде переговори про залучення $250 мільйонів (https://www.reuters.com/technology/ai-startup-glean-talks-raise-250-mln-45-bln-valuation-source-says-2024-06-25/) при оцінці в $4,5 мільярди (https://www.reuters.com/technology/ai-startup-glean-talks-raise-250-mln-45-bln-valuation-source-says-2024-06-25/), досягають успіху, зосереджуючись на безпечних, дозволених внутрішніх корпоративних даних, а не на контенті, зібраному з загальнодоступного веб-сайту.

Чому це важливо для власників даних

Оцінка Poolside AI та судові процеси проти музичних стартапів доводять, що ринок розділяється: загальні дані стають товаром, тоді як спеціалізовані активи даних високої цілісності стають основним джерелом альфи. Для власників даних можливість полягає у переході від одноразового ліцензування до повторюваних моделей структурованих даних як послуги (DaaS). Оскільки Закон ЄС про ШІ починає забезпечувати прозорість навчальних наборів, походження даних стане таким же цінним, як і самі дані, перетворюючи відповідність нормативним вимогам на конкурентну перевагу для інституційних власників даних.