Baseten punta a una valutazione di 13 miliardi di dollari in un massiccio round di finanziamento da 1,5 miliardi per l'inferenza

Il panorama delle infrastrutture AI sta assistendo a un'impennata monumentale mentre la startup di inferenza Baseten si appresta a finalizzare un sbalorditivo round di finanziamento da 1,5 miliardi di dollari. Questa massiccia iniezione di capitale segue un periodo di iper-crescita senza precedenti, segnalando uno spostamento dell'attenzione degli investitori verso lo strato operativo dell'intelligenza artificiale.

Un'ascesa meteorica della valutazione

La recente traiettoria di Baseten è niente meno che straordinaria. Secondo i rapporti del Wall Street Journal, la startup sta finalizzando questo round con una valutazione di 13 miliardi di dollari, un salto enorme rispetto a soli cinque mesi fa, quando ha chiuso un Series E da 300 milioni di dollari con una valutazione di 5 miliardi di dollari. Per contestualizzare questa crescita, la valutazione di Baseten è aumentata di circa il 160% in meno di mezzo anno.

Ciò segue un modello di scalata rapidissima; il Series E è stato completato solo nove mesi dopo un Series D da 150 milioni di dollari. Sebbene la cifra di 13 miliardi di dollari sia l'obiettivo principale, gli esperti del settore sottolineano che si tratta di un round a prezzo differenziato. Alcuni investitori entrano con una valutazione di 13 miliardi di dollari, mentre altri entrano a 11 miliardi, una tattica strategica comune utilizzata per gestire le cap table e ottimizzare i rendimenti per gli investitori principali. L'ultimo round sarebbe co-guidato da colossi del settore tra cui Spark Capital, Sands Capital, Altimeter Capital e Wellington Management.

Sfruttare la corsa all'oro dell'inferenza

Dalla sua nascita nel 2019, Baseten si è posizionata al centro di quella che gli analisti di settore definiscono la "corsa all'oro dell'inferenza". Mentre gran parte dell'entusiasmo iniziale per l'IA era concentrato sull'addestramento dei modelli di base (foundation models), il settore si sta ora spostando verso lo "strato di inferenza" (inference layer), ovvero la fase critica in cui un modello addestrato elabora il prompt di un utente per generare un output.

La proposta di valore di Baseten risiede nella sua capacità di ottimizzare questa specifica fase del ciclo di vita dell'IA. La piattaforma promette di gestire le richieste di inferenza con grande velocità, controllando aggressivamente i costi. Ciò avviene attraverso un routing intelligente, che indirizza compiti specifici verso il modello più efficiente per quel particolare lavoro. Fondamentalmente, Baseten eccelle nel reindirizzare i carichi di lavoro verso alternative open-source altamente competenti e a costi inferiori, invece di fare affidamento esclusivamente su costosi modelli linguistici di grandi dimensioni (LLM) proprietari.

Perché lo strato di inferenza è fondamentale per lo scaling dell'IA

Questo massiccio afflusso di capitali in Baseten sottolinea una verità fondamentale nell'attuale era dell'IA: la capacità di costruire un modello è solo metà dell'opera; la capacità di distribuirlo in modo efficiente su larga scala è dove risiede il vero valore economico. Man mano che le aziende passano dalla sperimentazione alla produzione, i costi associati all'inferenza degli LLM possono diventare proibitivi.

Fornendo uno strato di astrazione che ottimizza la selezione e il routing dei modelli, Baseten sta affrontando il principale collo di bottiglia dell'adozione dell'IA: l'unit economics. Per sviluppatori e fondatori, ciò significa margini più prevedibili e la possibilità di sfruttare un ecosistema diversificato di modelli open-source senza il sovraccarico ingegneristico derivante dalla gestione di singole pipeline di distribuzione.

Punti Chiave

• Traiettoria di iper-crescita: Baseten starebbe raccogliendo 1,5 miliardi di dollari con una valutazione di 13 miliardi di dollari, il che rappresenta un aumento della valutazione del 160% in meno di sei mesi.
• Routing strategico: La piattaforma ottimizza i costi dell'IA indirizzando i compiti verso i modelli più efficienti, sfruttando in particolare alternative open-source convenienti.
• Spostamento verso l'infrastruttura: Il finanziamento evidenzia una tendenza più ampia dei VC a spostare i capitali dall'addestramento dei modelli verso lo strato ad alta domanda dell'inferenza e della distribuzione.