Η νεοφυής εταιρεία τεχνητής νοημοσύνης Fundamental βγήκε από το stealth με χρηματοδότηση 255 εκατ. δολαρίων και αποτίμηση 1,2 δισ. δολαρίων, παρουσιάζοντας ένα νέο foundation model ειδικά για ανάλυση δομημένων δεδομένων. Στόχος της είναι να καλύψει το κενό που αφήνουν τα σημερινά LLMs στην επεξεργασία τεράστιων enterprise datasets.
Μια νέα γενιά μοντέλων τεχνητής νοημοσύνης επιχειρεί να λύσει ένα παλιό, αλλά ιδιαίτερα επίμονο πρόβλημα για τις μεγάλες επιχειρήσεις: πώς εξάγεις αξιόπιστα insights από τα τεράστια αποθέματα δομημένων δεδομένων – πίνακες, βάσεις δεδομένων, spreadsheets – που παράγονται καθημερινά. Σε αυτό το κενό στοχεύει η Fundamental, ένα AI lab που βγήκε από το stealth ανακοινώνοντας χρηματοδότηση 255 εκατ. δολαρίων και αποτίμηση 1,2 δισ. δολαρίων.
Ένα Large Tabular Model αντί για Large Language Model
Σε αντίθεση με τα γνωστά Large Language Models (LLMs), τα οποία έχουν σχεδιαστεί για μη δομημένα δεδομένα όπως κείμενο, ήχος, βίντεο και κώδικας, η Fundamental εστιάζει αποκλειστικά στα δομημένα δεδομένα. Ο διευθύνων σύμβουλος Τζέρεμι Φράνκελ εξηγεί ότι τα LLMs «δεν δουλεύουν καλά με δομημένα δεδομένα όπως πίνακες», υποστηρίζοντας πως το νέο μοντέλο της εταιρείας, Nexus, αποτελεί το καλύτερο foundation model για αυτόν τον τύπο δεδομένων.
Η εταιρεία χαρακτηρίζει το Nexus ως Large Tabular Model (LTM), σηματοδοτώντας αποστασιοποίηση από την κυρίαρχη αρχιτεκτονική transformer που χρησιμοποιούν τα περισσότερα σύγχρονα AI labs. Το μοντέλο είναι ντετερμινιστικό – δίνει δηλαδή την ίδια απάντηση στην ίδια ερώτηση κάθε φορά – στοιχείο κρίσιμο για εταιρικά περιβάλλοντα όπου η αναπαραγωγιμότητα και ο έλεγχος είναι προϋποθέσεις για συμμόρφωση και διακυβέρνηση δεδομένων.
Παρότι η Fundamental μιλά για foundation model, με κλασικά στάδια προεκπαίδευσης και fine-tuning, το αποτέλεσμα διαφοροποιείται ουσιαστικά από τις υπηρεσίες που προσφέρουν παίκτες όπως η OpenAI ή η Anthropic, καθώς έχει σχεδιαστεί εξαρχής για πολύ μεγάλα, δομημένα datasets.
Χρηματοδότηση, στρατηγικές συνεργασίες και επιπτώσεις για τις επιχειρήσεις
Η Fundamental εξασφάλισε συνολικά 255 εκατ. δολάρια, εκ των οποίων τα 225 εκατ. δολάρια προέρχονται από γύρο Series A με επικεφαλής τα funds Oak HC/FT, Valor Equity Partners, Battery Ventures και Salesforce Ventures. Συμμετείχε επίσης η Hetz Ventures, ενώ σε επίπεδο angel investors συμμετέχουν ο CEO της Perplexity Αραβίντ Σρινιβάς, ο συνιδρυτής της Brex Ενρίκε Ντουμπουγκράς και ο CEO της Datadog Ολιβιέ Πομέλ.
Το επιχειρηματικό στοίχημα της Fundamental βασίζεται σε ένα σαφές τεχνικό μειονέκτημα των σημερινών LLMs: ο περιορισμός του context window καθιστά δύσκολη την ανάλυση datasets με δισεκατομμύρια γραμμές, που είναι τυπικά για μεγάλες επιχειρήσεις. Το Nexus υπόσχεται ότι μπορεί να χειριστεί αυτόν τον όγκο δεδομένων, επιτρέποντας σε έναν οργανισμό να χρησιμοποιεί «ένα μοντέλο για όλες τις χρήσεις» σε πλήθος περιπτώσεων – από προβλέψεις ζήτησης και διαχείριση ρίσκου μέχρι ανίχνευση απάτης και βελτιστοποίηση τιμολόγησης.
Σύμφωνα με τον Φράνκελ, η χρήση του Nexus μπορεί να προσφέρει καλύτερη απόδοση σε κάθε use case σε σχέση με τα κλασικά μοντέλα machine learning που απαιτούν «στρατό» data scientists για σχεδιασμό, εκπαίδευση και συντήρηση. Ήδη η Fundamental αναφέρει συμβόλαια επταψήφιου ύψους με πελάτες της λίστας Fortune 100, ένδειξη ότι η αγορά βλέπει στρατηγική αξία στην ειδίκευση στα δομημένα δεδομένα.
Καθοριστικής σημασίας είναι και η στρατηγική συνεργασία με την AWS, που επιτρέπει στους πελάτες του cloud γίγαντα να αναπτύσσουν το Nexus απευθείας από τις υπάρχουσες υποδομές τους. Αυτό μειώνει τα εμπόδια υιοθέτησης και ενισχύει την πιθανότητα ταχύτατης κλιμάκωσης, ειδικά σε κλάδους όπως οι χρηματοοικονομικές υπηρεσίες, η λιανική και οι τηλεπικοινωνίες, όπου ο όγκος δομημένων δεδομένων είναι τεράστιος.
Σχόλιο 
: Η Fundamental επιχειρεί να τοποθετηθεί ως εξειδικευμένος «εγκέφαλος» για τα δομημένα δεδομένα, εκεί όπου τα γενικής χρήσης LLMs υστερούν. Αν επιβεβαιώσει στην πράξη την υπόσχεση για κλιμάκωση και ντετερμινιστική ακρίβεια σε τεράστια datasets, μπορεί να αλλάξει τους κανόνες στο enterprise analytics και να πιέσει μεγάλους παρόχους AI να αναπτύξουν αντίστοιχα εξειδικευμένα μοντέλα.
#τεχνητήνοημοσύνη #Fundamental #BigData #Startups #Επενδύσεις
