Kurumsal Amerika'nın yapay zeka harcamaları kontrolden çıkıyor ve nörobilimden ilham alan hafıza yaklaşımına sahip 8 aylık bir girişim, bu sorunu çözmek için 98 milyon dolar yatırım aldı.
Geri
Engram, yapay zeka token maliyetlerini 100 kata kadar düşürmek için 98 milyon dolar yatırım aldı
Kurumsal Amerika'nın yapay zeka harcamaları kontrolden çıkıyor ve nörobilimden ilham alan hafıza yaklaşımına sahip 8 aylık bir girişim, bu sorunu çözmek için 98 milyon dolar yatırım aldı.
Yapay zeka girişimi Engram, modelleri öncü laboratuvarlarla 100 kata kadar daha az token kullanarak rekabet edebilen bir firma olarak, şirketlerin artan yapay zeka maliyetleriyle karşı karşıya kaldığı bir dönemde General Catalyst, Kleiner Perkins ve Sequoia'dan 98 milyon dolar yatırım aldı. Tura OpenAI'ın kurucu ortaklarından Andrej Karpathy de katıldı.
"Veride ve maliyette bir patlama yaşıyorsunuz," diyen Kleiner Perkins ortağı Leigh Marie Braswell, "Engram devreye giriyor ve organizasyonunuzun haritasını çıkararak katbekat daha ucuz çıktı sunuyor." ifadelerini kullandı.
13 kişilik ekip, bir yıldan kısa bir süre önce kurulmasına rağmen Microsoft, Notion ve hukuk yapay zeka girişimi Harvey'i müşterisi olarak kaydetti. Şirket, Engram'ın modellerinin organizasyona özgü iş akışlarını ve bağlamı hatırlayarak soruları öngördüğünü ve daha ucuz yanıtlar ürettiğini belirtiyor. Bu yaklaşım, nörobilimdeki engram kavramından — beyindeki hafıza izleri — ilham alıyor.
Yatırım, Uber'den büyük bankalara kadar birçok şirketin yapay zeka bütçelerini aştığını ancak çok az getiri elde ettiğini bildirdiği bir dönemde geliyor. Uber'in CTO'su Nisan ayında şirketin 2026 yapay zeka bütçesini çoktan aştığını açıkladı. The Times'a göre iki büyük banka, önemli bir getiri elde edemeden yapay zeka deneylerine tahmini 1 milyar dolar harcadı. Meta, 2026'da yalnızca yapay zekaya milyarlarca dolar harcama yolunda olduğunu tespit ettikten sonra dahili token kullanımına sıkı sınırlamalar getirdi.
Columbia Üniversitesi'nden hesaplamalı nörobilim alanında doktorası bulunan ve daha sonra Stanford'un yapay zeka laboratuvarında çalışan Engram'ın kurucu ortağı ve CEO'su Dan Biderman, şirketin yapay zeka sistemleri için bir "öğrenilmiş hafıza" katmanı inşa ettiğini söyledi. Bu fikir, yapay zeka modellerinin son derece yetenekli görünmesine rağmen hafızalarının göründüğünden çok daha sınırlı olduğunu ve daha fazla bağlam eklemenin çoğu zaman onları aşırı yükleyerek maliyetleri artırdığını gözlemlemesinden doğdu.
Biderman, "Mevcut not alma sistemlerinin ötesine geçerek insanların sahip olduğu ancak mevcut modellerin bulunmadığı bu sezgi katmanını oluşturmaya çalışıyoruz." dedi.
Verimlilik odaklı bu hamle, daha geniş yapay zeka sektörünün bir maliyet kriziyle karşı karşıya olduğu bir dönemde geliyor. Bir Cisco yöneticisine göre OpenAI ve Anthropic, büyük dil modeli hizmetleri için gerçek maliyetleri uygulamaya başlamalarından üç aydan kısa bir süre sonra radikal fiyat indirimlerini değerlendiriyor. Yönetici, token maliyetlerinin ölçekte ürettikleri değerin çok üzerinde olduğunu belirtti. Gartner, yapay zeka sunucu talebinin yol açtığı bellek kıtlıklarının 2026'da PC fiyatlarını yüzde 17, akıllı telefon fiyatlarını ise yüzde 13 artıracağını öngörüyor.
Engram'ın yaklaşımı, daha geniş bir verimlilik dönüşümünü yansıtıyor. Apple, Google Gemini ortaklığıyla cihaz üzerinde çalışan yapay zeka modelleri geliştiriyor ve büyük modelleri yerel olarak çalışan daha küçük versiyonlara indirgiyor. Çinli girişim Zhipu AI kısa süre önce, Batılı öncü modelleri token başına yüzde 82'ye varan oranlarda geride bırakan ve çıktıyı milyon token başına 4,40 dolar olarak fiyatlandıran açık ağırlıklı model GLM-5.2'yi piyasaya sürdü.
Biderman, Engram'ın modellerinin tüm görevlerde OpenAI veya Anthropic'inkilerden "kesinlikle daha iyi" olmadığını ancak uzmanlaşmada üstün olduklarını — bazen diğer yetenekler pahasına — kabul etti. Şirket, yatırımı bilgi işlem gücü ve yetenekli personel için kullanmayı planlıyor.
Yatırımcılar için Engram'ın hızlı müşteri kazanımı — kuruluşundan aylar sonra Microsoft ve Notion'ı müşterisi yapması — kurumsal talebin maliyet etkin yapay zeka altyapısına yönelik gerçek ve acil olduğunun sinyalini veriyor. Girişim, verimlilik odaklı kalabalık bir alana adım atıyor ancak organizasyonel hafızaya odaklanması, onu genel model optimizasyonundan ayırıyor. Engram'ın 100 kat token azaltma iddiaları üretim ortamında ölçekte kanıtlanırsa, bu durum sektör genelinde çıkarım fiyatlandırması üzerinde baskı oluşturabilir, bulut sağlayıcılarının marjlarını daraltırken kurumsal yapay zeka alıcılarına fayda sağlayabilir.
Bu makale yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi niteliği taşımamaktadır.
