AI & computing › Agentic AI & autonome agents
AI-startup TypeSafe al 7,5 miljard dollar waard, weken na lancering van model Jev
Het Amerikaanse AI-bedrijf TypeSafe heeft binnen enkele weken na de lancering van zijn nieuwe AI-model Jev een waardering van 7,5 miljard dollar gekregen. Investeerders staken 870 miljoen dollar in het bedrijf, dat claimt dat een derde van de Fortune 500-bedrijven het model al gebruikt. Opvallend: Jev is geen chatbot en schrijft geen tekst, maar is speciaal gebouwd om bedrijfsprocessen te automatiseren.
TypeSafe AI kondigde Jev op 15 september aan en zag de belangstelling vervolgens razendsnel groeien. Investeringsmaatschappij Andreessen Horowitz leidde de nieuwe financieringsronde van 870 miljoen dollar, met steun van Sequoia Capital en bestaand investeerder DCVC. Daarmee komt de waarde van het jonge bedrijf op 7,5 miljard dollar, nog geen maand na de release van zijn product. Zulke snelle investeringen zijn zeldzaam, zelfs in de AI-sector, en onderstrepen hoe groot de vraag is naar alternatieven voor bestaande AI-technologie.
Geen tekst, maar beslissingen
Het bijzondere aan Jev is dat het geen large language model is, de categorie waartoe chatbots als ChatGPT behoren. Jev is wel gebaseerd op een transformer-architectuur, dezelfde onderliggende technologie, maar gebruikt die op een andere manier. In plaats van tekst of code te genereren, berekent het model kansen: zogeheten 'gekalibreerde beslissingen'. Simpel gezegd schat het model in hoe waarschijnlijk het is dat een bepaalde actie de juiste is, en geeft het daar een getal aan mee. Dat maakt het geschikt voor taken waarbij software zelf een keuze moet maken, zoals het controleren van facturen, het routeren van klantvragen of het signaleren van fraude, in plaats van voor het schrijven van teksten of programmacode.
Sneller en zuiniger dan taalmodellen
Volgens TypeSafe werkt Jev aanzienlijk sneller dan gangbare taalmodellen en verbruikt het veel minder rekenkracht, omdat het geen lange stukken tekst hoeft te lezen of te schrijven. Taalmodellen verwerken taal in kleine brokjes, ook wel tokens genoemd, en elk extra brokje kost tijd en geld. Omdat Jev die stap grotendeels overslaat, kan het model volgens het bedrijf sneller en goedkoper grote hoeveelheden bedrijfsbeslissingen afhandelen. Medeoprichter Diogo Almeida, voorheen onderzoeker bij OpenAI, zei eerder tegen TechCrunch dat taalmodellen de afgelopen jaren uitstekend zijn geworden in menselijke taal, maar dat dit weinig oplevert voor automatisering: computers 'spreken een andere taal' dan mensen. TypeSafe werd in 2024 opgericht door Almeida, samen met Sasha Sheng, voorheen onderzoeksingenieur bij Meta, en ondernemer Erik Gafni.
De snelle adoptie door grote bedrijven laat zien dat niet elke doorbraak in kunstmatige intelligentie draait om chatbots die steeds vloeiender praten. Juist AI die stilletjes beslissingen neemt binnen bestaande bedrijfsprocessen, zonder zichtbaar 'gesprek' met de gebruiker, kan volgens investeerders een enorme markt zijn. Of Jev die belofte op lange termijn waarmaakt, moet nog blijken, maar de miljardeninvestering wijst op groot vertrouwen van durfkapitaalfondsen in deze andere aanpak van automatisering.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Dit nieuws laat zien dat de volgende golf van bedrijfsautomatisering niet per se via praatgrage chatbots loopt, maar via gespecialiseerde AI-modellen die snel en goedkoop beslissingen nemen binnen bestaande systemen. Als dit soort modellen aanslaat, verschuift een deel van de AI-investeringen van taalgerichte toepassingen naar stille, taakgerichte automatisering achter de schermen bij banken, verzekeraars en andere grote organisaties.
- Transformer-architectuur
- Een manier om AI-modellen te bouwen waarbij het model leert welke delen van de invoer het meest belangrijk zijn; de basis onder zowel taalmodellen als het model Jev.
- Large language model (LLM)
- Een AI-model dat getraind is om tekst te begrijpen en te genereren, zoals de modellen achter chatbots.
- AI-token
- Een klein stukje tekst waarin taalmodellen taal opdelen om die te kunnen verwerken; hoe meer tokens, hoe meer rekenkracht en tijd het kost.
- Gekalibreerde beslissing
- Een uitkomst van een AI-model die niet uit tekst bestaat, maar uit een betrouwbare kansinschatting voor een specifieke actie of keuze.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
