ในขณะที่องค์กรในอเมริกาจับจ่ายใช้สอย AI อย่างเข้มงวด สตาร์ทอัพที่มีอายุเพียงแปดเดือนก็กำลังเดิมพันว่ามีโอกาสที่จะช่วยให้บริษัทต่างๆ ทำงานได้มากขึ้นโดยใช้โทเค็นน้อยลง Engram ซึ่งเรียกตัวเองว่าเป็น "หน่วยความจำที่เรียนรู้" ของ AI ประกาศเมื่อวันที่ 23 มิถุนายน 2026 ว่าสามารถระดมทุนได้ 98 ล้านดอลลาร์ จากรายชื่อนักลงทุนรายใหญ่

การระดมทุนรอบนี้ได้รับการสนับสนุนจาก General Catalyst, Kleiner Perkins และ Sequoia รวมถึง Andrej Karpathy ผู้ร่วมก่อตั้ง OpenAI ซึ่งเพิ่งเข้าร่วมห้องปฏิบัติการ Anthropic ของคู่แข่ง เงินทุนดังกล่าวส่งสัญญาณว่าการร่วมลงทุนระดับสูงยังคงมองเห็นพื้นที่สำหรับผู้เล่นรายใหม่ในสาขาที่มีผู้คนหนาแน่นมากขึ้น หากสามารถแก้ปัญหาที่บริษัทชั้นนำในอุตสาหกรรมไม่มีได้ นั่นก็คือ ต้นทุนที่เพิ่มขึ้นในการรันโมเดล AI For more context on this story, see our ongoing breaking AI news.

เป้าหมาย Engram ปัญหาต้นทุน

โมเดล AI ใหม่และซับซ้อนยิ่งขึ้นกำลังพิสูจน์ว่ามีราคาแพงกว่ารุ่นก่อนหน้า โดยท้าทายสมมติฐานที่เคยครอบงำว่าขนาดที่ใหญ่ขึ้นจะลดต้นทุนลงอย่างหลีกเลี่ยงไม่ได้ บริษัทต่างๆ ที่นำเครื่องมือ AI มาใช้อย่างกระตือรือร้นกำลังเผชิญกับร่างกฎหมายดังกล่าว โดยนักพัฒนาบางส่วนถูกควบคุมการใช้งาน เนื่องจากการใช้โทเค็นทำให้งบประมาณมีจำกัด

ข้อเสนอของ Engram คือโมเดลสามารถจดจำขั้นตอนการทำงานและบริบทเฉพาะขององค์กรเพื่อคาดการณ์คำถามและให้คำตอบที่ชาญฉลาดยิ่งขึ้นโดยมีค่าใช้จ่ายเพียงเล็กน้อย บริษัทอ้างว่าโมเดลของตนสามารถ จับคู่หรือมีประสิทธิภาพเหนือกว่าห้องปฏิบัติการชายแดนโดยใช้โทเค็นน้อยกว่าถึง 100 เท่า ซึ่งเป็นสกุลเงินในการคำนวณที่กำหนดว่าจะมีค่าใช้จ่ายเท่าใดในการสืบค้น AI แต่ละรายการ

Leigh Marie Braswell หุ้นส่วนของ Kleiner Perkins ตีกรอบโอกาสนี้อย่างตรงไปตรงมา “คุณมีข้อมูลมากมาย ต้นทุนมหาศาล” เธอกล่าว ตามรายงานของ CNBC "Engram เข้ามาและจัดทำแผนผังองค์กรของคุณและเสนอคำสั่งซื้อที่มีขนาดถูกกว่า"

แรงฉุดในช่วงต้นด้วยชื่อที่ยิ่งใหญ่

แม้จะเพิ่งก่อตั้งได้ไม่ถึงหนึ่งปีที่ผ่านมา แต่บริษัทที่มีบุคลากรเพียง 13 คนแห่งนี้ก็ได้สร้างบัญชีรายชื่อลูกค้าที่อาจเป็นที่อิจฉาของคู่แข่งรายใหญ่กว่ามาก ลูกค้า ได้แก่ Microsoft, Notion และ Harvey สตาร์ทอัพด้าน AI ที่ถูกกฎหมาย การนำไปใช้ในช่วงแรกโดยองค์กรต่างๆ และโดยบริษัท AI อื่นใน Harvey แสดงให้เห็นว่าเทคโนโลยีของ Engram ไม่ได้ถูกนำมาใช้เป็นสิ่งแปลกใหม่ แต่เป็นโครงสร้างพื้นฐานหลักสำหรับปริมาณงานจริง

สตาร์ทอัพนี้ใช้ชื่อมาจากประสาทวิทยาศาสตร์ โดยที่ "เอนแกรม" หมายถึงร่องรอยทางกายภาพที่ความทรงจำทิ้งไว้ในสมอง คำอุปมานี้เหมาะสม: เทคโนโลยีของ Engram ได้รับการออกแบบมาเพื่อให้ระบบ AI มีความทรงจำที่คงทนเกี่ยวกับความรู้เฉพาะขององค์กร ดังนั้นพวกเขาจึงไม่จำเป็นต้องเรียนรู้บริบทใหม่ตั้งแต่ต้นในทุกปฏิสัมพันธ์

ผู้ก่อตั้งหมกมุ่นอยู่กับความทรงจำ

Dan Biderman ผู้ร่วมก่อตั้งและซีอีโอของ Engram มีความเกี่ยวข้องเป็นการส่วนตัวกับปัญหาที่บริษัทของเขากำลังแก้ไข ตามรายงานของ CNBC ความสนใจในความทรงจำของ Biderman เริ่มต้นตั้งแต่ยังเป็นเด็ก เมื่อเขาพยายามช่วยคุณยายของเขาซึ่งสูญเสียความทรงจำไปแล้ว ให้จดจำข้อเท็จจริงเล็กๆ น้อยๆ เกี่ยวกับเขาและพี่น้องของเขา ความหลงใหลตลอดชีวิตกับวิธีการทำงานของหน่วยความจำเป็นรากฐานของแนวทางทางเทคนิคของบริษัทในการทำให้ AI ถูกลงและรับรู้บริบทมากขึ้น

Biderman ยังเป็นที่รู้จักในชุมชนการวิจัย AI ซึ่งเป็นที่รู้จักจากผลงานในการทำความเข้าใจและปรับปรุงโมเดลภาษาขนาดใหญ่ ความน่าเชื่อถือทางเทคนิคดังกล่าวน่าจะช่วยให้ Engram ดึงดูดทั้งนักลงทุนชั้นนำและลูกค้าองค์กรที่มีความต้องการในช่วงเดือนแรกของการดำเนินงาน

เงินซื้ออะไรได้บ้าง

Engram กล่าวว่ามีแผนที่จะใช้เงินทุนใหม่เพื่อสนับสนุน การคำนวณและความสามารถพิเศษ ซึ่งเป็นทรัพยากรทั้งสองที่กำหนดความสามารถของสตาร์ทอัพในการฝึกอบรม ปรับแต่ง และให้บริการโมเดล AI สำหรับบริษัทที่อ้างว่าได้รับประสิทธิภาพที่เพิ่มขึ้นอย่างมาก ความจำเป็นในการประมวลผลที่สำคัญคือการสร้างระบบหน่วยความจำที่ดีขึ้นยังคงต้องใช้การลงทุนด้านวิศวกรรมและโครงสร้างพื้นฐานอย่างจริงจัง

รอบนี้ยังสะท้อนให้เห็นถึงแนวโน้มที่กว้างขึ้นในการระดมทุนเพื่อร่วมลงทุนด้าน AI: นักลงทุนสนใจบริษัทที่เลือกใช้ AI ที่มีอยู่แล้วราคาถูกลงหรือมีประสิทธิภาพมากขึ้น แทนที่จะเดิมพันกับโมเดลพื้นฐานอื่นโดยเฉพาะ สตาร์ทอัพที่มุ่งเน้นไปที่ประสิทธิภาพการอนุมาน หน่วยความจำ และการเพิ่มประสิทธิภาพต้นทุนกำลังได้รับความสนใจอย่างแม่นยำ เนื่องจากยุคของการใช้จ่ายด้าน AI ที่ไร้ข้อจำกัดดูเหมือนจะสิ้นสุดลงแล้ว

แนวการแข่งขัน

Engram เข้าสู่ตลาดที่คำจำกัดความของ "หน่วยความจำ AI" ยังคงถูกโต้แย้ง บริษัทบางแห่งโจมตีปัญหาด้านต้นทุนด้วยการกำหนดเส้นทางโมเดลที่ดีกว่า ส่งข้อความสอบถามง่ายๆ ไปยังโมเดลราคาถูก และสงวนโมเดลราคาแพงไว้สำหรับงานหนัก อื่นๆ บีบอัดบริบทโดยใช้เทคนิคการดึงข้อมูลหรือการแคชแบบพิเศษ แนวทางของ Engram — การสร้างโมเดลหน่วยความจำเฉพาะที่เรียนรู้รูปแบบขององค์กร — แสดงถึงเดิมพันที่ชัดเจนว่าการจดจำบริบทอย่างมีประสิทธิภาพนั้นเป็นหมวดหมู่ผลิตภัณฑ์ในตัวมันเอง

การกล่าวอ้างอย่างกล้าหาญของบริษัทในการจับคู่ประสิทธิภาพชายแดนที่หนึ่งในร้อยของต้นทุนโทเค็นนั้นอยู่ภายใต้การพิจารณาอย่างละเอียดหรือไม่นั้นยังคงต้องรอดูกันต่อไป แต่ด้วย Microsoft และองค์กรรายใหญ่อื่น ๆ ที่มีอยู่แล้ว และกับนักลงทุนเช่น Karpathy ซึ่งอาชีพของเขาครอบคลุมการก่อตั้งทั้ง OpenAI และจำกัดอยู่ที่ Tesla โดยวางทุนไว้เบื้องหลัง Engram ได้สร้างตัวเองอย่างรวดเร็วในฐานะสตาร์ทอัพที่น่าจับตามองในการแข่งขันทางเศรษฐกิจของ AI

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →