טמפורל, החברה שמאחורי פלטפורמת הביצוע העמיד באותו השם, הודיעה ביום שני כי גייסה סדרה E של 550 מיליון דולר לפי שווי של 12.55 מיליארד דולר, כאשר הביקוש עולה מחברות המשתמשות בתשתית שלה כדי לשמור על סוכני בינה מלאכותית לפעול בצורה אמינה במשך ימים, שבועות או אפילו חודשים.
את הסבב הובילה בשיתוף Lightspeed, בהשתתפות חברת Wellington Management, Growth Equity ב-Goldman Sachs Alternatives ו-Tiger Global, יחד עם השתתפות חזקה של T. Rowe Price ו-SV Angel, לפי הודעת החברה. רשימה ארוכה של משקיעים קיימים חזרו, ביניהם Andreessen Horowitz, Sequoia, Index Ventures, GIC, Sapphire Ventures ו-Amplify.
לקוראים שעוקבים אחר התפתחויות הבינה המלאכותיות האחרונות, הסבב הוא אחד האותות הברורים ביותר עד כה לכך שהכסף בתנופת הבינה המלאכותית עובר מבוני דגמים לשכבת התשתית שמתחתיהם - הצנרת שגורמת לסוכנים להיות אמינים מספיק כדי לסמוך עליהם בעבודה אמיתית.
מדוע סוכני בינה מלאכותית זקוקים ל'ביצוע עמיד'
המוצר של טמפורל מטפל בבעיה שהתחדדה בעידן הבינה המלאכותית הסוכנת: תוכנה ארוכת שנים נכשלת, ולרוב קוד היישומים אין דרך טובה להתאושש. החברה מכנה את הגישה שלה Durable Execution. מפתחים כותבים קוד רגיל בכל שפה שהמשימה דורשת, ו-Temporal מטפל בתזמור בין מערכות, משמר מצב ושחזור אוטומטי של עבודה מתקלות.
הכי קל לראות את ההבדל הפרקטי בדוגמה שהחברה נותנת: אפליקציה שחייבת להמתין ימים לאישור יכולה להמשיך בדיוק מהמקום שבו הפסיקה לאחר הפסקה, בלי שמפתח יבנה את המכונות האלה ביד. עבור תשלומים ומערכות מימוש - הבסיס המסורתי של Temporal - האמינות הזו כבר הייתה בעלת ערך. עבור סוכני AI, זה עשוי להיות קיומי.
"לפני שנה, רוב המערכות שדיברנו עליהן עם הלקוחות שלנו היו מוכרות", כתבה החברה בהודעתה, שתיארה עבודה כמו תשלומים, חיבור ומימוש. כעת לקוחות מבקשים להפעיל סוכנים שעובדים ימים, שבועות או חודשים, וההימור גבוה יותר: בינה מלאכותית עוברת מישיבה על גבי מערכות עסקיות לנגיעה ב"צנרת בפועל" - החלקים שמניעים כסף.
המסגור של החברה את הנוף התחרותי בוטה. בניית הדגמה של סוכן עובד עשויה לקחת אחר צהריים, אבל מתחרה יכול לבנות את אותה הדגמה באותה מהירות. היתרון מופיע לאחר ההדגמה, אם אנשים סומכים מספיק על הסוכן כדי להמשיך להשתמש בו. אמינות, במילים אחרות, היא החפיר.
נבנה על ידי הצוות שמאחורי שירותי זרימת העבודה של אמזון
המייסדים של טמפורל עבדו על בעיה זו הרבה לפני תנופת הבינה המלאכותית הנוכחית. מייסד שותף מקסים Fateev הוביל את תשתית המסרים באמזון שסייעה בהנחת היסודות ל-SQS, ולאחר מכן הוביל את שירות זרימת העבודה הפשוטה (SWF). המייסד המשותף סמאר עבאס עבד לצדו לפני שהשניים התחילו את טמפורל כדי להכליל את הרעיונות האלה לכל ארגון הנדסי, לא רק של אמזון.
השושלת הזו מסבירה את האמינות של החברה מול ארגונים: מושגי הליבה של טמפורל נובעים ממערכות שפועלות בקנה מידה של אמזון במשך כמעט שני עשורים. החברה ממצבת את עצמה כצוותי מפגש היכן שהם נמצאים - בין אם זה סטארט-אפ שבונה את הסוכן הראשון שלו או ארגון שמפעיל מערכות בנות עשרות שנים שלא ניתן לבנות מחדש מאפס.
ארגונים מתמודדים עם גרסה שונה של הבעיה מזו של סטארט-אפים. לדברי טמפורל, ארגונים גדולים לא יכולים לקרוע את התשתית המורשת שלהם ולהתחיל מחדש, ואין להם את הלוקסוס לחכות לעידן הסוכנים שיסתדר. הם צריכים לבנות קדימה ממערכות שהם כבר מפעילים - ובדיוק בשביל זה נועדה שכבת תזמור. מפתחים ממשיכים לכתוב קוד יישומים רגיל, בעוד הפלטפורמה סופגת את הטיפול בכשלים, הניסיונות החוזרים וניהול המצב שמערכות מבוזרות דורשות.
שכבת התשתית מקבלת מימון
הסבב הוא האחרון בשורה של העלאות גדולות לחברות שמוכרות את רקמת החיבור של כלכלת הבינה המלאכותית ולא את הדגמים עצמם. ככל שמעבדות החזית סופגות סכומים מדהימים עבור מחשוב הדרכה, המשקיעים הסתכלו יותר ויותר שכבה אחת למטה: אל מסדי הנתונים, פלטפורמות התזמור, כלי האבטחה וספקי התצפית שהופכים מערכות AI למוכנות לייצור.
הערכת שווי של 12.55 מיליארד דולר של טמפורל משקפת את ההיגיון הזה. אם ארגונים מפעילים אלפי סוכנים שמעבירים כסף, שולחים דוא"ל ללקוחות ומשנים מערכות ייצור, משהו חייב להבטיח שסוכנים אלה ישלימו את עבודתם פעם אחת בדיוק, ישרדו קריסות ויתחדשו לאחר תקלות. ההימור של טמפורל הוא שהפלטפורמה שלה הופכת לערובה הזו - טענה שהצמיחה שלה, וכעת המשקיעים שלה, כנראה תומכים בה.
החברה אומרת שהיא תשתמש בהון כדי להמשיך ולפתור את בעיית האמינות, שכן עומסי העבודה של הסוכנים נמתחים יותר ונוגעים במערכות קריטיות יותר. אם הדור הבא של יישומי בינה מלאכותית אמין עשוי להיות תלוי פחות במודלים המפעילים אותם מאשר בתשתית כמו זו - החלק של הערימה שאף אחד לא הדגמה, אבל כולם תלויים בו.
---
קבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.
קרא עוד חדשות AI →
