ကော်ပိုရိတ်အမေရိကသည် ထွက်ပြေးသွားသော AI သုံးစွဲမှုအပေါ် ချုပ်ကိုင်ထားမှုကို တင်းကျပ်ထားသောကြောင့် ရှစ်လမျှသာရှိသေးသော startup သည် တိုကင်တိုကင်အနည်းငယ်ဖြင့် ကုမ္ပဏီများကို ပိုမိုလုပ်ဆောင်နိုင်စေရန်အတွက် လောင်းကြေးငွေရရှိမည်ဖြစ်သည်။ Engram သည် AI ၏ "သင်ယူမှတ်ဉာဏ်" အဖြစ် ဖော်ပြထားသည့် 2026 ခုနှစ် ဇွန်လ 23 ရက်နေ့တွင် ရင်းနှီးမြှုပ်နှံသူများစာရင်းမှ ဒေါ်လာ 98 သန်း ရရှိခဲ့ကြောင်း ကြေညာခဲ့သည်။
General Catalyst၊ Kleiner Perkins နှင့် Sequoia နှင့် OpenAI ပူးတွဲတည်ထောင်သူ Andrej Karpathy တို့မှ ကျောထောက်နောက်ခံပြုကာ မကြာသေးမီက ပြိုင်ဘက် Anthropic ဓာတ်ခွဲခန်းတွင် ပါဝင်ခဲ့သည်။ ရံပုံငွေသည် ထိပ်တန်းအဆင့် အကျိုးတူအရင်းအနှီးသည် ပိုမိုများပြားသော နယ်ပယ်တစ်ခုတွင် ကစားသမားသစ်တစ်ဦးအတွက် နေရာလွတ်ရှိနေသေးကြောင်း အချက်ပြသည်—စက်မှုလုပ်ငန်း၏အကြီးဆုံးနာမည်များမရှိသော ပြဿနာကို ဖြေရှင်းပေးနိုင်သည်- AI မော်ဒယ်များကို လည်ပတ်မှုကုန်ကျစရိတ်များ မြင့်တက်လာသည်။ For more context on this story, see our ongoing more AI stories.
The Cost Problem Engram Targets
အသစ်နှင့် ပိုမို၍ ဆန်းပြားသော AI မော်ဒယ်များသည် ၎င်းတို့ရှေ့က မျိုးဆက်များထက် စျေးပိုကြီးနေကြောင်း သက်သေပြနေပြီး၊ ပိုကြီးသောစကေးသည် ကုန်ကျစရိတ်ကို မလွဲမသွေ ကျဆင်းစေမည့် တစ်ချိန်က လွှမ်းမိုးထားသည့် ယူဆချက်ကို စိန်ခေါ်နေသည်။ AI ကိရိယာများကို စိတ်အားထက်သန်စွာ လက်ခံကျင့်သုံးသည့်ကုမ္ပဏီများသည် တိုကင်သုံးစွဲမှုနည်းသောဘတ်ဂျက်များအဖြစ် developer များမှ အချို့သောအသုံးပြုမှုကို ထိန်းချုပ်ထားခြင်းဖြင့် ယခုအခါ ဥပဒေကြမ်းကို ရင်ဆိုင်နေရသည်။
Engram ၏ pitch မှာ ၎င်း၏ မော်ဒယ်များသည် အဖွဲ့အစည်းအလိုက် လုပ်ငန်းအသွားအလာများနှင့် အကြောင်းအရာများကို ပြန်လည်သိမ်းဆည်းနိုင်ပြီး ကုန်ကျစရိတ်၏ တစ်စိတ်တစ်ပိုင်းဖြင့် ပိုမိုထက်မြက်သော တုံ့ပြန်မှုများကို ပေးပို့နိုင်စေရန် ဖြစ်သည်။ ကုမ္ပဏီက ၎င်း၏မော်ဒယ်များသည် AI စုံစမ်းမှုတစ်ခုစီတိုင်းကို မည်မျှကုန်ကျသည်ကို ဆုံးဖြတ်ပေးသည့် တွက်ချက်မှုဆိုင်ရာငွေကြေးဖြစ်သည့် အဆ 100 ပိုနည်းသော တိုကင်များ**ကို အသုံးပြု၍ နယ်နိမိတ်ဓာတ်ခွဲခန်းများကို ယှဉ်နိုင်သည် သို့မဟုတ် ပိုမိုကောင်းမွန်အောင် လုပ်ဆောင်နိုင်သည်ဟု ကုမ္ပဏီက တောင်းဆိုထားသည်။
Kleiner Perkins ၏လုပ်ဖော်ကိုင်ဖက် Leigh Marie Braswell သည် အခွင့်အရေးကို ပြတ်ပြတ်သားသား ဘောင်ခတ်ခဲ့သည်။ CNBC ၏အဆိုအရ "သင့်တွင်ဤပေါက်ကွဲမှု၊ ကုန်ကျစရိတ်ပေါက်ကွဲခြင်း" ဟုသူမကပြောကြားခဲ့သည်။ "Engram ဝင်လာပြီး အခြေခံအားဖြင့် မင်းရဲ့အဖွဲ့အစည်းကို မြေပုံဆွဲပြီး ပြင်းအား စျေးသက်သာတဲ့ အမှာစာတွေကို ပေးတယ်။"
နာမည်ကြီးများဖြင့် ရှေးဦးဆွဲခေါ်မှု
လွန်ခဲ့သည့် တစ်နှစ်ထက်နည်းသော တည်ထောင်ခဲ့သော်လည်း၊ လူ ၁၃ ဦးပါ ကုမ္ပဏီသည် ပိုမိုကြီးမားသော ပြိုင်ဘက်များ၏ မနာလိုမှုဖြစ်မည့် ဖောက်သည်စာရင်းကို တည်ဆောက်ထားပြီးဖြစ်သည်။ ဝယ်ယူသူများသည် တရားဝင် AI စတင်သည့် Microsoft၊ Notion နှင့် Harvey တို့ ပါဝင်သည်။ လုပ်ငန်းများမှ—နှင့် Harvey ရှိ အခြားသော AI ကုမ္ပဏီမှ အဆိုပါ အစောပိုင်းမွေးစားမှုသည် Engram ၏နည်းပညာကို အသစ်အဆန်းအဖြစ်မဟုတ်ဘဲ လက်တွေ့လုပ်ငန်းခွင်အတွက် အဓိကအခြေခံအဆောက်အအုံအဖြစ် အသုံးပြုနေခြင်းကို အကြံပြုထားသည်။
စတင်ခြင်းလုပ်ငန်းသည် ၎င်း၏အမည်ကို အာရုံကြောသိပ္ပံမှယူဆောင်ကာ ဦးနှောက်အတွင်း မှတ်ဉာဏ်ချန်ထားသော ရုပ်ပိုင်းဆိုင်ရာခြေရာခံကို ရည်ညွှန်းသည့် "အင်ဂရမ်" ဟုခေါ်သည်။ အလင်္ကာသည် သင့်လျော်သည်- Engram ၏ နည်းပညာသည် အဖွဲ့အစည်းတစ်ခု၏ တိကျသောအသိပညာအတွက် AI စနစ်များကို တာရှည်ခံမှတ်ဉာဏ်တစ်ခုပေးနိုင်ရန် ဒီဇိုင်းထုတ်ထားသောကြောင့် အပြန်အလှန်ဆက်သွယ်မှုတိုင်းတွင် အကြောင်းအရာများကို အစမှပြန်လည်လေ့လာရန် မလိုအပ်ပါ။
မှတ်ဉာဏ်ကို စွဲလမ်းသော တည်ထောင်သူ
Engram ၏တွဲဖက်တည်ထောင်သူနှင့် CEO ဖြစ်သူ Dan Biderman သည် ၎င်း၏ကုမ္ပဏီဖြေရှင်းရေးပြဿနာနှင့် ပတ်သက်၍ ပုဂ္ဂိုလ်ရေးအရ ဆက်သွယ်မှုရှိသည်။ CNBC ၏ အဆိုအရ Biderman သည် မှတ်ဉာဏ်ဆုံးရှုံးသွားသော ၎င်း၏အဖွားကို ကူညီရန် ကြိုးစားသောအခါတွင် Biderman သည် ကလေးဘဝတွင် မှတ်ဉာဏ်ဆိုင်ရာ စိတ်ဝင်စားမှုစတင်ခဲ့ပြီး သူနှင့် သူ၏မွေးချင်းများအကြောင်း အချက်အလက်အသေးအမွှားများကို သတိရစေသည်။ ယခု memory အလုပ်လုပ်ပုံနှင့် တစ်သက်တာလုံး စွဲဆောင်မှုရှိသော AI သည် စျေးသက်သက်သာသာနှင့် ပိုမိုဆက်စပ်သိရှိနိုင်စေရန် ကုမ္ပဏီ၏ နည်းပညာဆိုင်ရာချဉ်းကပ်မှုကို အထောက်အပြုပါသည်။
Biderman သည် ကြီးမားသောဘာသာစကားပုံစံများကို နားလည်ရန်နှင့် တိုးတက်ကောင်းမွန်အောင်လုပ်ဆောင်ခြင်းကြောင့် လူသိများသော AI သုတေသနအသိုက်အဝန်းတွင် ထင်ရှားကျော်ကြားသောပုဂ္ဂိုလ်တစ်ဦးလည်းဖြစ်သည်။ ထိုနည်းပညာဆိုင်ရာ ယုံကြည်စိတ်ချရမှုသည် Engram ၏ လည်ပတ်မှုပထမလများတွင် ထိပ်တန်းရင်းနှီးမြှုပ်နှံသူများကို ဆွဲဆောင်ရန်နှင့် လုပ်ငန်းဖောက်သည်များကို တောင်းဆိုရန် ကူညီပေးဖွယ်ရှိသည်။
ပိုက်ဆံက ဘာဝယ်လဲ။
compute and talent ကို ပံ့ပိုးရန်အတွက် ရန်ပုံငွေအသစ်ကို အသုံးပြုရန် စီစဉ်ထားကြောင်း Engram မှ ပြောကြားခဲ့သည် — AI မော်ဒယ်များကို လေ့ကျင့်ရန်၊ ပြုပြင်ရန်နှင့် ဝန်ဆောင်မှုပေးရန်အတွက် စတင်လုပ်ဆောင်နိုင်စွမ်းကို သတ်မှတ်ပေးသည့် အရင်းအမြစ်နှစ်ခုဖြစ်သည်။ သိသိသာသာ ထိရောက်မှု တိုးလာသည်ဟု ဆိုထားသော ကုမ္ပဏီတစ်ခုအတွက်၊ ပိုမိုကောင်းမွန်သော မှတ်ဉာဏ်စနစ်များ တည်ဆောက်ရာတွင် လေးနက်သော အင်ဂျင်နီယာနှင့် အခြေခံအဆောက်အအုံ ရင်းနှီးမြှုပ်နှံမှုများ လိုအပ်နေသေးကြောင်း ကြီးမားသော တွက်ချက်မှု လိုအပ်ကြောင်း မီးမောင်းထိုးပြပါသည်။အဝိုင်းသည် AI အကျိုးတူရန်ပုံငွေအတွက် ပိုမိုကျယ်ပြန့်သောလမ်းကြောင်းကို ထင်ဟပ်စေသည်- ရင်းနှီးမြှုပ်နှံသူများသည် အခြားအခြေခံအုတ်မြစ်ပုံစံအပေါ် သီးသန့်လောင်းကြေးများထက် လက်ရှိ AI ဖြန့်ကျက်မှုများကို ပိုမိုစျေးသက်သာသော သို့မဟုတ် ပိုမိုထိရောက်မှုဖြစ်စေသည့် ရင်းနှီးမြှုပ်နှံသူများကို စျေးသက်သက်သာသာဖြစ်စေသော သို့မဟုတ် ပိုမိုထိရောက်မှုဖြစ်စေသည့် ရင်းနှီးမြုပ်နှံသူများထံ ချဉ်းကပ်လာကြသည်။ အတားအဆီးမရှိသော AI သုံးစွဲမှုခေတ်သည် ကုန်ဆုံးသွားဟန်တူသောကြောင့် အနုမာနစွမ်းဆောင်ရည်၊ မှတ်ဉာဏ်နှင့် ကုန်ကျစရိတ် ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းတို့ကို အာရုံစိုက်သည့် ဆန်းသစ်တီထွင်မှုများသည် အာရုံစူးစိုက်မှုကို တိကျစွာထိန်းချုပ်ထားသည်။
ပြိုင်ဆိုင်မှုအခင်းအကျင်း
Engram သည် "AI memory" ၏အဓိပ္ပါယ်ဖွင့်ဆိုချက်ကိုပြိုင်ဆိုင်နေဆဲဖြစ်သောစျေးကွက်တစ်ခုထဲသို့ ၀ င်ရောက်သည်။ အချို့သောကုမ္ပဏီများသည် ပိုမိုကောင်းမွန်သော မော်ဒယ်လမ်းကြောင်းသတ်မှတ်ခြင်းမှတစ်ဆင့် ကုန်ကျစရိတ်ပြဿနာကို တိုက်ခိုက်ကြပြီး ဈေးပေါသောမော်ဒယ်များသို့ လွယ်ကူသောမေးခွန်းများ ပေးပို့ကာ ခက်ခဲသောအလုပ်များအတွက် စျေးကြီးသည့်အရာများကို သိမ်းဆည်းထားကြသည်။ အခြားသူများက ပြန်လည်ရယူခြင်းနည်းပညာများ သို့မဟုတ် အထူးပြု ကက်ရှ်ချခြင်းများကို အသုံးပြု၍ အကြောင်းအရာကို ချုံ့ကြသည်။ Engram ၏ချဉ်းကပ်မှု — အဖွဲ့အစည်းတစ်ခု၏ပုံစံများကိုလေ့လာနိုင်သည့် သီးခြားမှတ်ဉာဏ်ပုံစံများကိုတည်ဆောက်ခြင်း — သည် အကြောင်းအရာများကို ထိရောက်စွာမှတ်မိခြင်းသည် ထုတ်ကုန်အမျိုးအစားတစ်ခုဖြစ်သည်ဟူသော ထူးခြားသောအလောင်းအစားတစ်ခုဖြစ်သည်။
ကုမ္ပဏီ၏ ရာနှင့်ချီသော နယ်နိမိတ် စွမ်းဆောင်ရည်နှင့် ကိုက်ညီသော စွမ်းဆောင်ရည်အတွက် ရဲရဲတင်းတင်း တောင်းဆိုခြင်း ရှိမရှိ စိစစ်မှုအောက်တွင် တိုကင်ကုန်ကျစရိတ်ကို ထိန်းထားနိုင်သည်ကို မြင်တွေ့ရမည်ဖြစ်သည်။ But with Microsoft and other major enterprises already on board, and with investors like Karpathy — whose career spans the founding of both OpenAI and a stint at Tesla — placing their capital behind it, Engram has quickly established itself as a startup to watch in the economics-of-AI race.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
