בזמן שאמריקה התאגידית מהדקת את אחיזתה בהוצאות בינה מלאכותית נמלטות, סטארט-אפ בן בקושי שמונה חודשים מהמר שיש להרוויח הון בסיוע לחברות לעשות יותר עם פחות אסימונים. Engram, המתארת את עצמה כ"זיכרון הנלמד" של AI, הודיעה ב-23 ביוני 2026 שהיא גייסה 98 מיליון דולר מרשימת משקיעים.
הסבב קיבל גיבוי מג'נרל קטליסט, קליינר פרקינס וסקויה, כמו גם ממייסד שותף של OpenAI Andrej Karpathy, שהצטרף לאחרונה למעבדה היריבה Anthropic. המימון מאותת כי הון סיכון מהשורה הראשונה עדיין רואה מקום לשחקן חדש בתחום ההולך וצפוף - בתנאי שהוא יכול לפתור בעיה שהשמות הגדולים בתעשייה לא מצאו: העלות הגוברת של הפעלת דגמי AI. For more context on this story, see our ongoing latest AI developments.
בעיית העלות של Engram Targets
דגמי בינה מלאכותית חדשים ומתוחכמים יותר מתגלים יקרים יותר מהדורות שקדמו להם, ומאתגרים את ההנחה שפעם הייתה דומיננטית שקנה מידה גדול יותר יביא בהכרח להורדת עלויות. חברות שאימצו בשקיקה כלי בינה מלאכותית מתמודדות כעת עם הצעת החוק, עם ריסונים מסוימים בשימוש על ידי מפתחים מכיוון שצריכת סמלים מכבידה על התקציבים.
ההצעה של Engram היא שהמודלים שלה יכולים לזכור זרימות עבודה והקשר ספציפיים לארגון כדי לצפות שאלות ולספק תשובות חכמות יותר בשבריר מהעלות. החברה טוענת שהמודלים שלה יכולים להתאים או להעלות על מעבדות גבוליות באמצעות עד פי 100 פחות אסימונים, המטבע החישובי שקובע כמה עולה כל שאילתת בינה מלאכותית.
ליי מארי ברסוול, שותפה בקלינר פרקינס, ניסחה את ההזדמנות בצורה בוטה. "יש לך את הפיצוץ הזה של נתונים, פיצוץ העלות", היא אמרה, לפי CNBC. "Engram נכנסת ובעצם ממפה את הארגון שלך ומציעה תפוקה זולה יותר בסדרי גודל".
משיכה מוקדמת עם שמות גדולים
למרות שנוסדה לפני פחות משנה, החברה המונה 13 אנשים כבר בנתה סגל לקוחות שיעורר קנאתם של יריבים גדולים בהרבה. הלקוחות כוללים את Microsoft, Notion והארווי, הסטארט-אפ החוקי של AI. האימוץ המוקדם הזה על ידי ארגונים - ועל ידי חברת AI אחרת בהארווי - מצביע על כך שהטכנולוגיה של Engram משמשת לא כחידוש אלא כתשתית ליבה לעומסי עבודה אמיתיים.
הסטארט-אפ לוקח את שמו ממדעי המוח, שם "אנגרם" מתייחס לעקבות הפיזיים שזיכרון משאיר במוח. המטאפורה מתאימה: הטכנולוגיה של Engram נועדה לתת למערכות AI זיכרון עמיד של הידע הספציפי של הארגון, כך שהן לא יצטרכו ללמוד מחדש את ההקשר מאפס בכל אינטראקציה.
מייסד אובססיבי לזיכרון
למייסד השותף והמנכ"ל של אנגרם, דן בידרמן, יש קשר אישי לבעיה שהחברה שלו פותרת. לפי CNBC, העניין של בידרמן בזיכרון החל בילדותו, כשניסה לעזור לסבתו - שאיבדה את זיכרונה - לזכור עובדות קטנות עליו ועל אחיו. הקסם הזה לכל החיים מאופן פעולת הזיכרון עומד כעת בבסיס הגישה הטכנית של החברה להפיכת AI לזול יותר ומודע יותר להקשר.
בידרמן הוא גם דמות מוכרת בקהילת חוקרי הבינה המלאכותית, הידוע בעבודתו על הבנה ושיפור של מודלים שפות גדולים. האמינות הטכנית הזו כנראה סייעה לאנגרם למשוך גם משקיעים עילית וגם לקוחות ארגוניים תובעניים בחודשי הפעילות הראשונים שלה.
מה הכסף קונה
אנגרם אמרה שהיא מתכננת להשתמש במימון החדש כדי לתמוך ב-מחשוב וכישרון - שני המשאבים המגדירים את היכולת של סטארט-אפ לאמן, לשכלל ולשרת מודלים של AI. עבור חברה הטוענת לשיפורים דרמטיים ביעילות, הצורך במחשוב משמעותי מדגיש שבניית מערכות זיכרון טובות יותר עדיין דורשת השקעה רצינית בהנדסה ובתשתית.
הסבב משקף גם מגמה רחבה יותר במימון מיזמים בינה מלאכותית: משקיעים נמשכים יותר ויותר לחברות מגוונות שהופכות פריסות AI קיימות לזולות או אפקטיביות יותר, במקום להמר אך ורק על מודל יסוד נוסף. סטארט-אפים המתמקדים ביעילות מסקנות, זיכרון ואופטימיזציה של עלויות מושכים תשומת לב בדיוק בגלל שעידן ההוצאות הבלתי מוגבלות של AI נראה מסתיים.
הנוף התחרותי
אנגרם נכנסת לשוק שבו עדיין מחלוקת על ההגדרה של "זיכרון AI". חברות מסוימות תוקפות את בעיית העלויות באמצעות ניתוב מודלים טוב יותר, שליחת שאילתות קלות לדגמים זולים ושמירת יקרים למשימות קשות. אחרים דוחסים הקשר באמצעות טכניקות שליפה או מטמון מיוחד. הגישה של Engram - בניית מודלי זיכרון ייעודיים הלומדים את הדפוסים של ארגון - מייצגת הימור מובהק שזכירת הקשר ביעילות היא כשלעצמה קטגוריית מוצר.
האם הטענה הנועזת של החברה להתאים את ביצועי הגבול במאה העלות הסמלית עומדת בבדיקה נשארת לראות. אבל עם מיקרוסופט וארגונים גדולים אחרים כבר על הסיפון, ועם משקיעים כמו Karpathy - שהקריירה שלהם משתרעת על הקמת OpenAI וגם קדנציה בטסלה - שממקמים את ההון שלהם מאחוריה, Engram ביססה את עצמה במהירות כסטארט-אפ שאפשר לצפות בו במירוץ הכלכלה של AI.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
