Temporal, das Unternehmen hinter der gleichnamigen langlebigen Ausführungsplattform, gab am Montag bekannt, dass es eine Serie-E-Finanzierung im Wert von 550 Millionen US-Dollar mit einer Bewertung von 12,55 Milliarden US-Dollar eingeworben hat, da die Nachfrage von Unternehmen steigt, die seine Infrastruktur nutzen, um KI-Agenten tage-, wochen- oder sogar monatelang zuverlässig laufen zu lassen.
Die Runde wurde gemeinsam von Lightspeed geleitet, mit Beteiligung von Wellington Management, Growth Equity bei Goldman Sachs Alternatives und Tiger Global sowie einer starken Beteiligung von T. Rowe Price und SV Angel, so die Ankündigung des Unternehmens. Eine lange Liste bestehender Investoren kehrte zurück, darunter Andreessen Horowitz, Sequoia, Index Ventures, GIC, Sapphire Ventures und Amplify.
Für Leser, die [die neuesten KI-Entwicklungen] verfolgen (https://aibuzzwire.news), ist die Runde eines der deutlichsten Signale, dass sich das Geld im KI-Boom von den Modellbauern auf die darunter liegende Infrastrukturschicht verlagert – die Installation, die Agenten zuverlässig genug macht, um ihnen echte Arbeit anzuvertrauen.
Warum KI-Agenten eine „dauerhafte Ausführung“ benötigen
Das Produkt von Temporal behebt ein Problem, das im Zeitalter der Agenten-KI immer akuter geworden ist: Software mit langer Laufzeit schlägt fehl und die meisten Anwendungscodes können nicht wiederhergestellt werden. Das Unternehmen nennt seinen Ansatz „Durable Execution“. Entwickler schreiben gewöhnlichen Code in der für die Aufgabe erforderlichen Sprache, und Temporal übernimmt die systemübergreifende Orchestrierung, behält den Status bei und stellt die Arbeit nach Fehlern automatisch wieder her.
Der praktische Unterschied lässt sich am einfachsten anhand eines Beispiels des Unternehmens erkennen: Eine Anwendung, die tagelang auf eine Genehmigung warten muss, kann nach einem Ausfall genau dort weitermachen, wo sie aufgehört hat, ohne dass ein Entwickler diese Maschinerie von Hand erstellen muss. Für Zahlungs- und Fulfillment-Systeme – die traditionelle Basis von Temporal – war diese Zuverlässigkeit bereits wertvoll. Für KI-Agenten kann es existenziell sein.
„Vor einem Jahr waren die meisten Systeme, über die wir mit unseren Kunden gesprochen haben, vertraut“, schrieb das Unternehmen in seiner Ankündigung und beschrieb Aufgaben wie Zahlungen, Onboarding und Auftragsabwicklung. Jetzt bitten Kunden darum, Agenten zu beauftragen, die tage-, wochen- oder monatelang arbeiten, und es steht mehr auf dem Spiel: Die KI bewegt sich von einem Sitz an der Spitze von Geschäftssystemen hin zu einem Eingriff in die „eigentlichen Rohrleitungen“ – die Teile, die Geld bewegen.
Die Darstellung der Wettbewerbslandschaft durch das Unternehmen ist unverblümt. Die Erstellung einer funktionierenden Agenten-Demo kann einen Nachmittag dauern, aber ein Mitbewerber kann dieselbe Demo genauso schnell erstellen. Der Vorteil zeigt sich nach der Demo darin, ob die Leute dem Agenten genug vertrauen, um ihn weiterhin zu verwenden. Mit anderen Worten: Zuverlässigkeit ist der Burggraben.
Entwickelt vom Team hinter den Workflow Services von Amazon
Die Gründer von Temporal beschäftigten sich schon lange vor dem aktuellen KI-Boom mit diesem Problem. Mitbegründer Maxim Fateev leitete die Messaging-Infrastruktur bei Amazon, die den Grundstein für SQS legte, und leitete anschließend den Simple Workflow Service (SWF). Mitbegründer Samar Abbas arbeitete mit ihm zusammen, bevor die beiden Temporal gründeten, um diese Ideen für alle technischen Organisationen zu verallgemeinern, nicht nur für Amazon.
Diese Abstammung erklärt die Glaubwürdigkeit des Unternehmens bei Unternehmen: Die Kernkonzepte von Temporal stammen von Systemen ab, die seit fast zwei Jahrzehnten auf Amazon-Ebene laufen. Das Unternehmen positioniert sich so, dass es die Teams dort trifft, wo sie sind – sei es ein Startup, das seinen ersten Agenten aufbaut, oder ein Unternehmen, das jahrzehntealte Systeme betreibt, die nicht von Grund auf neu aufgebaut werden können.
Unternehmen stehen vor einer anderen Version des Problems als Start-ups. Laut Temporal können große Unternehmen ihre alte Infrastruktur nicht abreißen und von vorne beginnen, und sie können sich nicht den Luxus leisten, darauf zu warten, dass das Agentenzeitalter anbricht. Sie müssen auf Systemen aufbauen, die sie bereits betreiben – und genau dafür ist eine Orchestrierungsebene gedacht. Entwickler schreiben weiterhin gewöhnlichen Anwendungscode, während die Plattform die Fehlerbehandlung, Wiederholungsversuche und Statusverwaltung übernimmt, die verteilte Systeme erfordern.
Die Infrastrukturschicht wird finanziert
Die Runde ist die jüngste in einer Reihe großer Erhöhungen für Unternehmen, die das Bindegewebe der KI-Wirtschaft und nicht die Modelle selbst verkaufen. Da Grenzlabore unglaubliche Summen für das Training von Rechenleistung aufwenden, haben Investoren zunehmend auf eine Ebene nach unten geschaut: auf die Datenbanken, Orchestrierungsplattformen, Sicherheitstools und Observability-Anbieter, die KI-Systeme produktionsreif machen.
Die Bewertung von Temporal in Höhe von 12,55 Milliarden US-Dollar spiegelt diese Logik wider. Wenn Unternehmen Tausende von Agenten betreiben, die Geld bewegen, E-Mails an Kunden senden und Produktionssysteme modifizieren, muss etwas garantieren, dass diese Agenten ihre Arbeit genau einmal abschließen, Abstürze überstehen und nach Ausfällen wieder aufgenommen werden. Temporal setzt darauf, dass seine Plattform zu dieser Garantie wird – eine Behauptung, die sein Wachstum und nun auch seine Investoren zu unterstützen scheinen.
Das Unternehmen sagt, dass es das Kapital nutzen wird, um das Zuverlässigkeitsproblem weiter zu lösen, da die Arbeitsbelastung der Agenten länger wird und kritischere Systeme berührt. Ob die nächste Generation von KI-Anwendungen vertrauenswürdig ist, hängt möglicherweise weniger von den Modellen ab, die sie antreiben, als von einer Infrastruktur wie dieser – dem Teil des Stacks, den niemand vorführt, auf den aber alle angewiesen sind.
---
Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →
