Memandangkan syarikat korporat Amerika mengetatkan cengkamannya terhadap perbelanjaan AI yang melarikan diri, sebuah syarikat pemula yang berusia hampir lapan bulan mempertaruhkan terdapat banyak rezeki yang perlu dibuat dalam membantu syarikat melakukan lebih banyak dengan token yang lebih sedikit. Engram, yang menggambarkan dirinya sebagai "memori yang dipelajari" AI, mengumumkan pada 23 Jun 2026 bahawa ia telah mengumpul $98 juta daripada senarai besar pelabur.
Pusingan itu mendapat sokongan daripada General Catalyst, Kleiner Perkins, dan Sequoia, serta pengasas bersama OpenAI Andrej Karpathy, yang baru-baru ini menyertai makmal saingan Anthropic. Pembiayaan memberi isyarat bahawa modal teroka peringkat atasan masih melihat ruang untuk pemain baharu dalam bidang yang semakin sesak — dengan syarat ia boleh menyelesaikan masalah yang tidak dimiliki oleh nama-nama terbesar industri: peningkatan kos menjalankan model AI. For more context on this story, see our ongoing AI trends.
Masalah Kos Engram Sasaran
Model AI baharu dan lebih canggih terbukti lebih mahal daripada generasi sebelum mereka, mencabar andaian yang pernah dominan bahawa skala yang lebih besar pasti akan mengurangkan kos. Syarikat yang bersungguh-sungguh menggunakan alat AI kini menghadapi rang undang-undang, dengan beberapa mengekang penggunaan oleh pembangun kerana penggunaan token membebankan belanjawan.
Cadangan Engram ialah modelnya boleh mengingat aliran kerja dan konteks khusus organisasi untuk menjangka soalan dan menyampaikan respons yang lebih bijak pada sebahagian kecil daripada kos. Syarikat itu mendakwa modelnya boleh memadankan atau mengatasi prestasi makmal sempadan menggunakan sehingga 100 kali lebih sedikit token, mata wang pengiraan yang menentukan kos untuk dijalankan setiap pertanyaan AI.
Leigh Marie Braswell, rakan kongsi di Kleiner Perkins, membingkai peluang itu secara terang-terangan. "Anda mempunyai ledakan data ini, ledakan kos," katanya, menurut CNBC. "Engram masuk dan pada dasarnya memetakan organisasi anda dan menawarkan pesanan magnitud output yang lebih murah."
Daya tarikan Awal Dengan Nama Besar
Walaupun telah diasaskan kurang dari setahun yang lalu, syarikat 13 orang itu telah membina senarai pelanggan yang akan menjadi iri saingan yang jauh lebih besar. Pelanggan termasuk Microsoft, Notion, dan Harvey, permulaan AI yang sah. Penggunaan awal oleh perusahaan - dan oleh syarikat AI lain di Harvey - mencadangkan teknologi Engram digunakan bukan sebagai sesuatu yang baru tetapi sebagai infrastruktur teras untuk beban kerja sebenar.
Permulaan itu mengambil namanya daripada neurosains, di mana "engram" merujuk kepada jejak fizikal yang ditinggalkan oleh ingatan di dalam otak. Metafora adalah tepat: Teknologi Engram direka untuk memberikan sistem AI ingatan yang tahan lama tentang pengetahuan khusus organisasi, jadi mereka tidak perlu mempelajari semula konteks dari awal pada setiap interaksi.
Pengasas Yang Taksub Dengan Ingatan
Pengasas bersama dan Ketua Pegawai Eksekutif Engram, Dan Biderman, mempunyai hubungan peribadi dengan masalah yang diselesaikan syarikatnya. Menurut CNBC, minat Biderman terhadap ingatan bermula sebagai seorang kanak-kanak, apabila dia cuba membantu neneknya — yang hilang ingatan — mengingati fakta kecil tentang dia dan adik-beradiknya. Ketertarikan sepanjang hayat dengan cara ingatan berfungsi kini menyokong pendekatan teknikal syarikat untuk menjadikan AI lebih murah dan lebih peka terhadap konteks.
Biderman juga merupakan tokoh yang dikenali dalam komuniti penyelidikan AI, yang terkenal dengan kerjanya dalam memahami dan menambah baik model bahasa yang besar. Kredibiliti teknikal itu berkemungkinan telah membantu Engram menarik pelabur elit dan menuntut pelanggan perusahaan pada bulan pertama operasinya.
Apa yang Dibeli Wang
Engram berkata ia merancang untuk menggunakan pembiayaan baharu untuk menyokong pengiraan dan bakat — dua sumber yang mentakrifkan keupayaan permulaan untuk melatih, memperhalusi dan menyediakan model AI. Bagi sebuah syarikat yang menuntut keuntungan kecekapan yang dramatik, keperluan untuk pengiraan yang besar menyerlahkan bahawa membina sistem ingatan yang lebih baik masih memerlukan pelaburan kejuruteraan dan infrastruktur yang serius.
Pusingan ini juga mencerminkan arah aliran yang lebih luas dalam pendanaan usaha niaga AI: pelabur semakin tertarik kepada syarikat pilih dan penyodok yang menjadikan penggunaan AI sedia ada lebih murah atau lebih berkesan, dan bukannya bertaruh secara eksklusif pada model asas yang lain. Pemula yang menumpukan pada kecekapan inferens, ingatan dan pengoptimuman kos menarik perhatian dengan tepat kerana era perbelanjaan AI tanpa batasan nampaknya akan berakhir.
Landskap Persaingan
Engram memasuki pasaran di mana definisi "memori AI" masih dipertikaikan. Sesetengah syarikat menyerang masalah kos melalui penghalaan model yang lebih baik, menghantar pertanyaan mudah kepada model murah dan menempah yang mahal untuk tugas yang sukar. Yang lain memampatkan konteks menggunakan teknik mendapatkan semula atau caching khusus. Pendekatan Engram — membina model ingatan khusus yang mempelajari corak organisasi — mewakili pertaruhan yang berbeza bahawa mengingati konteks dengan cekap ialah kategori produk itu sendiri.
Sama ada tuntutan berani syarikat untuk memadankan prestasi sempadan pada seperseratus kos token bertahan di bawah penelitian masih belum dapat dilihat. Tetapi dengan Microsoft dan perusahaan besar lain yang sudah sedia ada, dan dengan pelabur seperti Karpathy - yang kerjayanya merangkumi penubuhan OpenAI dan berkhidmat di Tesla - meletakkan modal mereka di belakangnya, Engram dengan cepat telah menubuhkan dirinya sebagai permulaan untuk menonton dalam perlumbaan ekonomi-of-AI.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
