Salta al contenuto

IA

Un modello che non dice una parola ha raccolto $870M

Jev di TypeSafe AI sputa decisioni, non prosa, e a poche settimane dal lancio vale già $7.5 billion. L'era dei chatbot potrebbe avere un rivale più taciturno.

Foto di copertina: Michael Gaylard from Horsham, UK / CC BY 4.0

TL;DR

  1. TypeSafe AI ha raccolto $870 million con una valutazione di $7.5 billion, round guidato da Andreessen Horowitz.
  2. Jev è uscito il 15 settembre e produce decisioni calibrate invece di testo. Niente chat, niente temi.
  3. La startup dice che un terzo delle Fortune 500 lo usa già. Dichiarazione, non audit.

Cosa è successo

Sotto il cofano, Jev usa i transformer. Eppure non è un LLM. Non scrive testo. Produce probabilità, che l'azienda chiama «decisioni calibrate».

Il pitch è velocità e parsimonia. TypeSafe sostiene che Jev giri in modo sensibilmente più rapido degli LLM e bruci molti meno token. Il modello è pensato per automatizzare compiti, non per generare prosa o codice.

L'adozione, secondo la startup, è stata fulminea. TypeSafe dice che un terzo delle Fortune 500 usa già Jev. Quel numero è una dichiarazione dell'azienda stessa, quindi trattalo come una slide commerciale finché qualcuno non lo verifica.

Andreessen Horowitz ha pubblicato una propria nota sull'investimento. Definisce il lancio la più grande violazione di narrativa dell'anno e dice che Jev consegna la sua decisione al tuo codice come valore tipizzato, così il software non deve più fare il parsing di un paragrafo di testo.

Aggiunge che Jev ha raggiunto 1 trillion di token generati entro 3 giorni dal lancio. Qui è l'investitore che parla della propria società in portafoglio, quindi dai a quel dato il peso che merita.

Perché conta

Gli LLM sono bravissimi a sembrare umani. Il software, però, non vuole una frase. Vuole una risposta su cui agire.

Ed è esattamente il vuoto che Jev prende di mira. Se un modello può restituire una decisione calibrata direttamente a un programma, un bel po' di codice colla nato solo per domare l'output dei chatbot comincia a sembrare opzionale.

Se la cosa regge su larga scala è la domanda aperta. Qualche settimana di hype e un round enorme non sono uno storico in produzione. E i pilot aziendali non sono dipendenza aziendale.

Ma il segnale è vero: soldi seri scommettono che la prossima ondata di AI non sia un'altra finestra di chat. Da qualche parte un prompt engineer ha appena sentito un brivido.

I soldi scommettono che il prossimo prodotto AI non sia un'altra finestra di chat.

Cosa farne

  • Controlla il tuo codice colla.Trova i punti in cui il tuo team trasforma testo del modello in dati strutturati: è lo strato che un modello a output decisionale prende di mira.
  • Chiedi l'audit.Se un fornitore sbandiera l'adozione nelle Fortune 500, chiedi cosa significhi «usare»: pilot, produzione o un singolo stagista entusiasta.
  • Fai il benchmark sul tuo compito.Velocità e risparmio di token sono dichiarazioni del fornitore, quindi testa sul tuo carico di lavoro prima di riscrivere qualsiasi cosa.
  • Tieni d'occhio la categoria.I modelli non testuali sono ormai una categoria finanziata, quindi segui chi altro ne lancia uno.

Keep up, sapiens. Le macchine hanno smesso di parlare e hanno iniziato a decidere.