هوش مصنوعی سازمانی از زیرساخت به اجرا تغییر می‌کند همزمان که استارتاپ‌ها میلیاردها دلار برای عملیاتی‌سازی بارکاری‌های عاملی جمع‌آوری می‌کنندهوش مصنوعی سازمانی از زیرساخت به اجرا تغییر می‌کند همزمان که استارتاپ‌ها میلیاردها دلار برای عملیاتی‌سازی بارکاری‌های عاملی جمع‌آوری می‌کنند

چشم‌انداز سرمایه‌گذاری هوش مصنوعی در حال تحول عمیقی است. در حالی که شرکت‌های بزرگ فناوری به تعهد سرمایه بی‌سابقه برای زیرساخت مراکز داده ادامه می‌دهند، مهم‌ترین اعلامیه‌های تامین مالی این هفته نشان‌دهنده چرخش قاطع به سمت سیستم‌های مورد نیاز برای قابل استفاده کردن هوش مصنوعی در سازمان‌های واقعی است.

موج جدید شرکت نوآفرین‌های هوش مصنوعی بر سیستم‌های مورد نیاز برای قابل استفاده کردن هوش مصنوعی در سازمان‌های واقعی تمرکز می‌کنند، به جای مسابقه برای ساخت مدل‌های بزرگ‌تر، با اعلامیه‌های تامین مالی این هفته که نشان می‌دهد بازار چقدر سریع به سمت زیرساخت‌هایی که به شرکت‌ها کمک می‌کند هوش مصنوعی را در گردش کارهای روزمره اجرا کنند، در حال تغییر است.

ارزش‌گذاری Lyzr پنج برابر می‌شود با حمایت Accenture از پلتفرم Agent سازمانی

شرکت نوآفرین Agentic AI به نام Lyzr یک دور تامین مالی به رهبری Accenture را بست که ارزش‌گذاری آن را به 250 میلیون دلار پنج برابر کرد، شرکت روز دوشنبه تأیید کرد. این شرکت نوآفرین مستقر در نیویورک 14.5 میلیون دلار از گروهی از سرمایه‌گذاران که شامل Rocketship VC نیز بود، جمع‌آوری کرد، که نشان‌دهنده افزایش پنج برابری ارزش‌گذاری از اکتبر است. این معامله نشان می‌دهد که سرمایه چقدر سریع به سمت شرکت‌هایی جریان دارد که چالش‌های عملیاتی استقرار هوش مصنوعی در مقیاس را حل می‌کنند، نه صرفاً ساخت مدل‌های پایه. "Agentic AI مرز بعدی در تلاش‌های شرکت‌های خدمات مالی برای پذیرش و مقیاس‌بندی هوش مصنوعی را نمایندگی می‌کند"، گفت Kenneth Saldanha، رهبر جهانی بخش صنعت بیمه Accenture. "پلتفرم Lyzr به شرکت‌ها اجازه می‌دهد AI Agent‌های امن، قابل توضیح و مطابق با مقررات ایجاد کنند که می‌توانند تصمیمات را در سراسر گردش کارها خودکار کنند، که به نوسازی فرآیندهای دستی کند و بهبود کارایی عملیاتی کمک می‌کند". Lyzr که در سال 2023 تأسیس شد، نرم‌افزاری ارائه می‌دهد که به شرکت‌ها امکان می‌دهد AI Agent بسازند در حالی که داده‌های خود را در سیستم‌های خودشان نگه می‌دارند، به جای ارسال آن به ارائه‌دهندگان رایانش ابری خارجی.

مسابقه تسلیحاتی زیرساخت به ابعاد تاریخی می‌رسد

تامین مالی Lyzr در پس‌زمینه سرمایه‌گذاری حیرت‌انگیز زیرساخت صورت می‌گیرد. شرکت‌های بزرگ فناوری برنامه‌ریزی کرده‌اند تقریباً 700 میلیارد دلار را تنها در سال 2026 برای پروژه‌های مرکز داده خرج کنند، طبق پیش‌بینی‌های جمع‌آوری شده از تماس‌های اخیر درآمد. آمازون پیش‌بینی می‌کند 200 میلیارد دلار در سال 2026 هزینه کند (افزایش از 131 میلیارد دلار در سال 2025)، در حالی که گوگل بین 175 میلیارد و 185 میلیارد دلار تخمین می‌زند (افزایش از 91 میلیارد دلار در سال 2025). مقیاس این ساخت‌وساز هم اشتیاق و هم احتیاط را برانگیخته است. مدیرعامل انویدیا Jensen Huang تخمین زد که بین 3 تریلیون تا 4 تریلیون دلار تا پایان دهه برای زیرساخت هوش مصنوعی هزینه خواهد شد، که بخش زیادی از آن سرمایه از خود شرکت‌های هوش مصنوعی جریان دارد. با این حال، حتی با افزایش این سرمایه‌گذاری‌های زیرساختی، یک سؤال حیاتی مطرح شده است: چه کسی لایه‌ای را خواهد ساخت که به شرکت‌ها اجازه می‌دهد واقعاً از این قدرت محاسباتی استفاده کنند؟ پاسخ، به طور فزاینده، نسل جدیدی از شرکت نوآفرین‌های پشتیبانی شده توسط سرمایه‌گذاران خطرپذیر است که بر هماهنگی Agent، حاکمیت و زیرساخت استقرار تمرکز دارند. برای زمینه در مورد پیامدهای گسترده‌تر هزینه‌های زیرساخت هوش مصنوعی، ببینید چگونه عملیات استخراج کریپتو سابق به زیرساخت مرکز داده هوش مصنوعی چرخش می‌کنند.

از اثبات مفهوم تا تولید: چالش استقرار سازمانی

در مرکز، شناخت این موضوع است که استقرار هوش مصنوعی در شرکت‌ها به طور قابل توجهی سخت‌تر است، با این که شرکت‌ها به لایه‌های هماهنگی برای AI Agent، سیستم‌های حاکمیت برای نظارت بر رفتار مدل، زیرساخت محاسباتی برای استنتاج در مقیاس بزرگ و نرم‌افزار عمودی که هوش مصنوعی را در سراسر صنایع جاسازی می‌کند، نیاز دارند. این پیچیدگی عملیاتی توضیح می‌دهد که چرا تامین مالی به سمت شرکت‌هایی جریان دارد که اصطکاک استقرار را حل می‌کنند تا عملکرد مدل. ارائه‌دهنده زیرساخت محاسباتی Nscale 2 میلیارد دلار در یک دور تامین مالی سری آ جمع‌آوری کرد تا ظرفیت مرکز داده و GPU خود را گسترش دهد، با تمرکز بر ارائه محیط‌های محاسباتی در مقیاس بزرگ بهینه‌شده برای بارهای کاری هوش مصنوعی. امنیت و حاکمیت نیز به عنوان الزامات حیاتی سازمانی ظاهر شده‌اند. این الگو منعکس‌کننده بلوغ گسترده‌تری در پذیرش هوش مصنوعی سازمانی است، از آزمایش با نمایش‌های چشمگیر به کار غیرچشمگیر یکپارچه‌سازی، انطباق و عملیات روزانه. این انتقال پیامدهای قابل توجهی برای چگونگی یکپارچه‌سازی قابلیت‌های هوش مصنوعی در سیستم‌های سازمانی موجود و چالش‌های فنی که سازمان‌ها در مقیاس با آن روبرو هستند، دارد.

اتصال کریپتو: موازی‌های زیرساخت و جریان سرمایه

رونق زیرساخت هوش مصنوعی شباهت‌های ساختاری با چرخه‌های قبلی در توسعه زیرساخت بلاک چین و ارز دیجیتال دارد، اگرچه در مقیاس بسیار بزرگ‌تر. هر دو شامل هزینه سرمایه عظیم اولیه بر زیرساخت محاسباتی قبل از اینکه مسیرهای کسب درآمد واضح به طور کامل تحقق یابند، هستند. Alphabet 20 میلیارد دلار اوراق قرضه برای تامین مالی زیرساخت هوش مصنوعی در 1404/11/21 منتشر کرد، از جمله یک پیشنهاد 100 ساله که نمایانگر طولانی‌ترین انتشار بدهی شرکت است، با حرکت Alphabet تنها آخرین مورد در یک روند رو به رشد است که غول‌های فناوری به بدهی بلندمدت روی می‌آورند. استراتژی‌های تامین مالی نشان می‌دهند که زیرساخت هوش مصنوعی به عنوان سرمایه‌گذاری سرمایه نسلی به جای هزینه عملیاتی فصلی در نظر گرفته می‌شود. برای سرمایه‌گذاران دارایی دیجیتال، سؤال این است که چگونه این تخصیص سرمایه را تغییر می‌دهد. افزایش هزینه‌های زیرساخت هوش مصنوعی قبلاً سرمایه خطرپذیر، استعداد و منابع محاسباتی را که ممکن بود به سمت پروژه‌های کریپتو جریان یابند، تغییر مسیر داده است. با این حال فرصت‌هایی در تقاطع وجود دارند: قابلیت‌های AI Agent در فضای کریپتو هم چالش‌های امنیتی و هم فرصت‌های زیرساختی را ارائه می‌دهند، در حالی که شبکه‌های محاسباتی هوش مصنوعی غیرمتمرکز یک پل بالقوه بین دو اکوسیستم را نمایندگی می‌کنند.

پیامدهای بازار: مایل آخر عملیاتی

درآمدهای سه‌ماهه سوم باعث افزایش دیگری در پیش‌بینی‌های هزینه سرمایه‌ای برای شرکت‌های بزرگ فناوری هوش مصنوعی شد، با تخمین اجماع بین تحلیلگران وال استریت برای هزینه سرمایه‌ای گروه در سال 2026 اکنون 527 میلیارد دلار، افزایش از 465 میلیارد دلار در آغاز فصل درآمد سه‌ماهه سوم. با این حال، همانطور که هزینه‌های زیرساختی به صعود نمایی خود ادامه می‌دهند، سرمایه‌گذاران انتخابگرتر می‌شوند. سرمایه‌گذاران از شرکت‌های زیرساخت هوش مصنوعی که رشد درآمدهای عملیاتی آنها تحت فشار است و که هزینه سرمایه‌ای از طریق بدهی تامین مالی می‌شود، دور شده‌اند، در حالی که شرکت‌هایی را که پیوند واضحی بین هزینه سرمایه‌ای و درآمدها نشان می‌دهند، پاداش می‌دهند. چرخش به سمت زیرساخت عملیاتی هوش مصنوعی نشان می‌دهد که بازار فراتر از بازی زیرساختی خالص در حال بلوغ است. شرکت‌هایی که مشکل "مایل آخر" قابل اعتماد، قابل حاکمیت و مقرون به صرفه بودن اقتصادی سیستم‌های هوش مصنوعی در محیط‌های تولید را حل می‌کنند، توجه نامتناسبی از سرمایه‌گذاران استراتژیک و مالی جلب می‌کنند. همانطور که شرکت‌ها از آزمایش به استقرار در مقیاس حرکت می‌کنند، لایه زیرساخت عملیاتی ممکن است یکی از مهم‌ترین فرصت‌های ایجاد ارزش دهه را نمایندگی کند، که بین ارائه‌دهندگان مدل پایه و برنامه‌های کاربردی کاربر نهایی قرار دارد.

Source: https://bravenewcoin.com/insights/enterprise-ai-shifts-from-infrastructure-to-execution-as-startups-raise-billions-to-operationalize-agentic-workloads