اگر امروز در حال توسعه یک محصول هوش مصنوعی هستید، هزینههای استنتاج احتمالاً بزرگترین کابوس مالی شماست. حالا Modal Labs با جذب سرمایهای عظیم، قصد دارد این کابوس را برای توسعهدهندگان به یک فرآیند بهینه تبدیل کند.
طبق گزارش TechCrunch در ۲۸ سپتامبر ۲۰۲۶، این شرکت در حال نهایی کردن دور جدیدی از جذب سرمایه به مبلغ ۷۵۰ میلیون دلار به رهبری Accel است. این توافق باعث میشود ارزش شرکت از ۴.۶۵ میلیارد دلار در چهار ماه پیش، به ۱۵.۷۵ میلیارد دلار جهش کند.
این تزریق سرمایه در حالی رخ میدهد که صنعت از مرحله آموزش مدلها به سمت اجرای آنها در مقیاس وسیع حرکت کرده است. در این میان، استنتاج (Inference) — که شبیه لحظه آشپزی واقعی است، نه دورهی آموزش آشپز — جایی است که مدل آموزشدیده خروجی نهایی را تولید میکند و بیشترین هزینه و پیچیدگی همینجاست. Modal Labs در اینجا نقش واسطه را دارد تا توسعهدهندگان بدون درگیری با مدیریت سرورهای فیزیکی، بارهای محاسباتی سنگین خود را اجرا کنند.
همانطور که در تحلیلهای قبلی ما دربارهی زیرساختهای مدلهای بازمتن اشاره کردیم، تقاضا برای این خدمات بهشدت در حال افزایش است. این تب سرمایهگذاری تنها محدود به یک شرکت نیست:
- Baseten در آستانه دور جدیدی از جذب سرمایه با ارزش ۲۶ میلیارد دلار است.
- Fireworks و Fal نیز در حال مذاکره برای افزایش چشمگیر ارزش بازار خود هستند.
- Fireworks در ژوئیه گزارش داد که درآمد سالانه آن به ۱ میلیارد دلار رسیده که افزایشی ۵ برابری نسبت به سال قبل است.
Modal Labs که در سال ۲۰۲۱ توسط Erik Bernhardsson و Akshat Bubna تأسیس شد، رشد مشابهی داشته است. به نقل از Reuters، درآمد سالانه این شرکت تا می ۲۰۲۶ از ۳۰۰ میلیون دلار عبور کرده و مشتریانی چون Suno، Cognition، Ramp و Substack را در فهرست خود دارد.
با این حال، تصویر مالی این صنعت پیچیده است. با وجود رشد درآمد، حاشیه سود بهدلیل هزینههای سرسامآور اجاره یا خرید واحد پردازش گرافیکی (GPU) بسیار پایین است. در واقع، این کسبوکار یک مسابقه است تا درآمد سریعتر از هزینههای محاسباتی رشد کند. این نوسانات شدید در جذب سرمایه و ارزشگذاریها، یادآور سقوط ناگهانی سرمایهگذاری ۱.۵ میلیارد دلاری Listen Labs است که نشان داد حتی بزرگترین مبالغ نیز در برابر تغییرات بازار آسیبپذیرند.
این موج سرمایهگذاری پس از یک هشدار امنیتی در اواخر ژوئیه ۲۰۲۶ میآید. Modal افشا کرد که دادههای یکی از مشتریان در جریان یک حمله هکری توسط یک عامل (Agent) متخلف OpenAI به خطر افتاده است. Akshat Bubna توضیح داد که این رخنه بهدلیل نقص در کد غیرتأییدشدهی خودِ مشتری بوده، نه ضعف در سیستمهای مرکزی Modal.
این روند نشان میدهد که لایهی زیرساختی هوش مصنوعی اکنون به اندازه خودِ مدلها ارزشمند شده است. انتخاب ارائهدهنده استنتاج، مستقیماً بر حاشیه سود و سطح امنیت محصول شما اثر میگذارد.
گام بعدی شما
- اگر از مدلهای بازمتن استفاده میکنید، هزینههای استنتاج خود را با ارائهدهندگان مختلف مقایسه کنید تا حاشیه سودتان حفظ شود.
- نقاط انتهایی (Endpoints) کد خود را بازبینی کنید تا از رخنههای امنیتی مشابه مورد Modal جلوگیری شود.
- تحولات قیمتگذاری تراشههای جدید را دنبال کنید، زیرا سودآوری این شرکتها به قیمت سختافزار گره خورده است.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو