Еще несколько лет назад было бы странно пытаться построить новые Amazon, Walmart или Ub...
Еще несколько лет назад было бы странно пытаться построить новые Amazon, Walmart или Uber с нуля, так как рынки уже заняты, лидеры слишком велики. Но в ИИ инвесторы пока считают, что место для новых гигантов остается. Так называемые неолабы — молодые лаборатории, создающие собственные ИИ-модели, — за последние два квартала привлекли $24 млрд. Это почти в пять раз больше денег, чем OpenAI и Anthropic суммарно получили за все годы до запуска ChatGPT. Причем деньги дают компаниям, у которых иногда еще нет ни продукта, ни клиентов, ни выручки. По подсчетам Radical Ventures, таких независимых лабораторий уже больше 40. Например, основанная бывшими исследователями Google DeepMind компания Emulate существует около месяца, но уже обсуждает раунд с оценкой почти $4 млрд. Safe Superintelligence Ильи Суцкевера пока тоже не показала никакого продукта, однако еще в прошлом году привлекала капитал при оценке $32 млрд. FT отмечает, что, однако, вход на этот рынок сам по себе чрезвычайно дорог. Новым лабораториям нужны лучшие исследователи и огромные вычислительные мощности, а оба ресурса дефицитны. Так что ИИ-компания сегодня мало похожа на классический стартап с несколькими программистами в гараже: сотни миллионов долларов приходится тратить на зарплаты, GPU и серверную инфраструктуру еще до появления устойчивой выручки. Из-за этого новые раунды следуют почти непрерывно. По оценке фонда Chapter One, медианный интервал между ними составляет всего 7,6 месяца, а оценка компании за это время в среднем увеличивается в 3,5 раза. Иногда эти оценки выглядят почти абсурдно. Reflection AI, разрабатывающая ИИ-модели с открытыми весами, сначала привлекла $105 млн при оценке $555 млн, а примерно через год — уже в 25 раз больше денег при оценке $25 млрд. Тем не менее, для венчура это все равно не бессмысленно. FT, пишет, что рынок ИИ еще не сформирован: пользователи легко переключаются между моделями, компании постоянно ищут более качественные и дешевые инструменты, а новые лаборатории могут закрепиться в отдельных нишах — например, в «мировых моделях», создающих симуляции сложных сред, или в физическом ИИ для роботов и автономных машин. Поэтому инвесторы распределяют капитал сразу между десятками претендентов. Особенно выгодна эта гонка Nvidia: компания инвестировала более чем в половину таких лабораторий и одновременно продает им вычислительные мощности. @antidigital