אפטר קוורי זינקה למיליארד בחמישה חודשים, רווקת המהירה של Y Combinator

דרמה בעלייה של 10 פעמים בחמישה חודשים בלבד

עולם הטכנולוגיה של בינה מלאכותית משתחרר מחדש כל פעם שהוא נושם. לפני ארבעה חודשים, לפי TechCrunch, אפטר קוורי (AfterQuery) גיבשה 30 מיליון דולר בסיבוב A בהערכה של 300 מיליון דולר. היום היא בחד־קרן בהערכה של 3.2 מיליארד דולר.

זו לא עלייה, זו התפוצצות.

אפטר קוורי, סטארטאפ ישראלי המתמחה בתכנון אימון מודלי בינה מלאכותית, הדיסה רקורד חדש ב־Y Combinator. חברות בעבר הגיעו לחד־קרן לאחר שנים. אפטר קוורי עשתה זאת בחמישה חודשים.

מה בעצם עושה אפטר קוורי?

החברה עוסקת בתחום שרוב היזמים בישראל אינם מכירים אפילו שקיים: הנדסת המודלים (Model Training & Optimization).

כשאתם משתמשים ב־ChatGPT או Claude, אתם משתמשים במודל שכבר הוכשר. אך חברות גדולות כמו Meta (מטא), Amazon (אמזון) ו־Microsoft (מיקרוסופט) משקיעות כספים ענקיים בתהליך ההכשרה עצמו, כי:

• מודל טוב יותר = פחות שגיאות
• יעיל יותר = זול יותר בהפעלה
• מותאם אישית = עובד טוב יותר למקרה השימוש הספציפי שלהם

אפטר קוורי נכנסה לשטח זה והציעה: "אנחנו יכולות להפוך את התהליך הזה לפשוט יותר, מהיר יותר וזול יותר."

ומצאה קונים.

מה מניע את הביקוש הזה?

שלוש סיבות:

1. חברות גדולות שרוצות עצמאות

Meta (מטא), Amazon (אמזון), Anthropic (אנתרופיק), כולן עובדות על מודלים משלהן. הן אינן רוצות להיות תלויות ב־OpenAI או ב־Google (גוגל). אפטר קוורי נתנה להן כלים להאיץ את התהליך.

2. תחרות על בינה מלאכותית טובה ביותר

בשנה שעברה, כולם דיברו על GPT-4 ו־Claude. השנה? מודלים קטנים יותר שעובדים טוב יותר לזווית ספציפית. הדרך להגיע לשם היא בעזרת חברות כמו אפטר קוורי.

3. עלויות שנעות במיליארדים

הכשרת מודל מאפס עולה מיליארדים. אם אתה יכול להשתמש בתהליך יעיל יותר, זה חוסך זמן וכסף עצומים.

מה זה אומר לעסק הישראלי?

הזווית העסקית הישראלית

רוב העסקים בישראל, בין אם הם סטארטאפים או מפעלות, משתמשים כיום ב־API. אך הדרך להיות תחרותיים בעתיד לא תהיה דרך OpenAI. היא תהיה דרך שליטה בתהליך שלך.

עסקים שרוצים להצליח בתחרות על בינה מלאכותית צריכים לשקול שלוש שאלות:

1. האם אתה צריך מודל משלך? אם אתה עומד מול מתחרים בעלי יכולות בינה מלאכותית חזקות, כן. אם אתה עדיין בתחילת דרך, עדיין לא.

2. מי יעזור לך להנדס אותו? השוק למומחי הנדסת מודלים דל. אפטר קוורי היא אחת התשובות.

3. איך תגן על הקניין הרוחני שלך? חברות שבונות מודלים בעצמן שומרות על קוד ותוכן בתוך הארגון. זה שונה מ־API, שבו Google או OpenAI שומרים את הכל.

צעדים מעשיים

אם אתה מנהל עסק בישראל:

1. אל תחכו שהטכנולוגיה תבוא אליכם, היא כבר בתנועה. אפטר קוורי הגיעה לחד־קרן בחמישה חודשים כי השוק זועק.

2. התחילו בקטן, אם אתם משתמשים ב־API של Claude או ChatGPT, הציבו מטרה קטנה: "מה קורה אם אנחנו משפרים את המודל הזה עבור מקרה השימוש הספציפי שלנו?" זהו הגרעין של תחרות בינה מלאכותית עתידית.

3. חשבו על כלים מתמחים, ייתכן שתצטרכו לשלוח אנשים ללימודי מקצוע ביישום בינה מלאכותית המוקדשים להנדסת מודלים. זה עדיין לא קורס רגיל בישראל, אך זה בדרך.

4. שיתופי פעולה ממוקדים, אם אתם מעוניינים בהנדסת מודל משלכם, זה אינו עבודת DIY. זה דורש שותפים כמו אפטר קוורי (או מתחרות שלה).

שורה תחתונה

אפטר קוורי היא לא רק עוד חברה שהגיעה לחד־קרן. היא סימן קומפס למה קורה בתחום בינה מלאכותית כרגע בעולם.

השוק של "איך מכשירים מודלים" הוא שוק שבו פתאום מיליארדים זורמים. וזה מצביע על כך שהמהלך הבא בתחרות על בינה מלאכותית לא יהיה דרך רכישת טכנולוגיה, אלא דרך שיפור הטכנולוגיה שכבר יש לך.

על מנהלים בישראל לדעת: זה המצב כרגע. מי שיתחיל עכשיו, קדימה.