Pe măsură ce corporațiile americane își întăresc stăpânirea asupra cheltuielilor slăbite de IA, o startup în vârstă de abia opt luni pariază că există o avere de făcut pentru a ajuta companiile să facă mai mult cu mai puține jetoane. Engram, care se descrie ca „memoria învățată” a AI, a anunțat pe 23 iunie 2026 că a strâns 98 de milioane de dolari dintr-o listă de investitori marcată.
Runda a beneficiat de sprijinul generalului Catalyst, Kleiner Perkins și Sequoia, precum și al co-fondatorului OpenAI Andrej Karpathy, care sa alăturat recent laboratorului rival Anthropic. Finanțarea semnalează că capitalul de risc de top mai vede loc pentru un nou jucător într-un domeniu din ce în ce mai aglomerat – cu condiția să rezolve o problemă pe care nu o au cele mai mari nume ale industriei: costul în creștere al rulării modelelor AI. For more context on this story, see our ongoing breaking AI news.
Problema costurilor ținte de Engram
Modelele noi și mai sofisticate de IA se dovedesc mai scumpe decât generațiile care le-au precedat, provocând ipoteza odată dominantă că o scară mai mare ar reduce inevitabil costurile. Companiile care au adoptat cu nerăbdare instrumentele AI se confruntă acum cu proiectul de lege, cu o anumită limitare a utilizării de către dezvoltatori, deoarece consumul de simboluri stresează bugetele.
Propunea lui Engram este că modelele sale pot aminti fluxurile de lucru și contextul specific organizației pentru a anticipa întrebările și a oferi răspunsuri mai inteligente la o fracțiune din cost. Compania susține că modelele sale pot se potrivi sau depăși laboratoarele de frontieră folosind de până la 100 de ori mai puține jetoane, moneda de calcul care determină cât costă rularea fiecărei interogări AI.
Leigh Marie Braswell, partener la Kleiner Perkins, a încadrat fără îndoială oportunitatea. „Aveți această explozie de date, o explozie de costuri”, a spus ea, potrivit CNBC. „Engram vine și, practic, hărește organizația dumneavoastră și oferă rezultate mult mai ieftine.”
Tracțiune timpurie cu nume mari
În ciuda faptului că a fost fondată cu mai puțin de un an în urmă, compania de 13 persoane și-a construit deja o listă de clienți care ar fi invidia rivalilor mult mai mari. Printre clienții se numără Microsoft, Notion și Harvey, startup-ul legal AI. Această adoptare timpurie de către întreprinderi – și de către o altă companie AI din Harvey – sugerează că tehnologia Engram este utilizată nu ca o noutate, ci ca infrastructură de bază pentru sarcini reale de lucru.
Startup-ul își ia numele de la neuroștiință, unde o „engramă” se referă la urma fizică pe care o amintire o lasă în creier. Metafora este potrivită: tehnologia Engram este concepută pentru a oferi sistemelor AI o memorie durabilă a cunoștințelor specifice ale unei organizații, astfel încât acestea să nu fie nevoite să reînvețe contextul de la zero la fiecare interacțiune.
Un fondator obsedat de memorie
Cofondatorul și CEO-ul Engram, Dan Biderman, are o legătură personală cu problema pe care compania sa o rezolvă. Potrivit CNBC, interesul lui Biderman pentru memorie a început în copilărie, când a încercat să o ajute pe bunica lui – care își pierduse memoria – să-și amintească mici fapte despre el și frații săi. Acea fascinație de-o viață față de modul în care funcționează memoria stă la baza abordării tehnice a companiei de a face AI mai ieftină și mai conștientă de context.
Biderman este, de asemenea, o figură recunoscută în comunitatea de cercetare AI, cunoscut pentru munca sa de înțelegere și îmbunătățire a modelelor de limbaj mari. Această credibilitate tehnică a ajutat, probabil, Engram să atragă atât investitori de elită, cât și clienți pretențioși, în primele luni de funcționare.
Ce cumpără banii
Engram a spus că intenționează să folosească noua finanțare pentru a sprijini compute și talent - cele două resurse care definesc capacitatea unui startup de a instrui, perfecționa și servi modele AI. Pentru o companie care pretinde câștiguri dramatice de eficiență, nevoia de calcul substanțial evidențiază faptul că construirea unor sisteme de memorie mai bune necesită încă investiții serioase în inginerie și în infrastructură.
Runda reflectă, de asemenea, o tendință mai amplă în finanțarea de risc AI: investitorii sunt atrași din ce în ce mai mult de companiile care fac IA mai ieftine sau mai eficiente, mai degrabă decât să parieze exclusiv pe un alt model de bază. Startup-urile concentrate pe eficiența inferenței, memorie și optimizarea costurilor atrag atenția tocmai pentru că epoca cheltuielilor neconstrânse de AI pare să se încheie.
Peisajul competitiv
Engram intră pe o piață în care definiția „memoriei AI” este încă contestată. Unele companii atacă problema costurilor printr-o mai bună rutare a modelelor, trimițând interogări ușoare către modele ieftine și rezervând cele scumpe pentru sarcini grele. Alții comprimă contextul folosind tehnici de recuperare sau cache specializate. Abordarea Engram - construirea de modele de memorie dedicate care învață tiparele unei organizații - reprezintă un pariu distinct că amintirea eficientă a contextului este în sine o categorie de produs.
Rămâne de văzut dacă afirmația îndrăzneață a companiei de a egala performanța de frontieră la o sutime din costul simbolului rămâne sub control. Dar cu Microsoft și alte întreprinderi majore deja la bord și cu investitori precum Karpathy - a căror carieră se întinde atât la înființarea OpenAI, cât și la Tesla - și-au plasat capitalul în spate, Engram s-a impus rapid ca un startup de urmărit în cursa economiei AI.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
