Baseten ಬೃಹತ್ $1.5B ಇನ್ಫರೆನ್ಸ್ (Inference) ನಿಧಿ ಸಂಗ್ರಹಣಾ ಸುತ್ತಿನಲ್ಲಿ $13B ಮೌಲ್ಯಮಾಪನವನ್ನು ಗುರಿಯಾಗಿಸಿಕೊಂಡಿದೆ

ಇನ್ಫರೆನ್ಸ್ ಸ್ಟಾರ್ಟ್‌ಅಪ್ Baseten ಬೃಹತ್ $1.5 ಬಿಲಿಯನ್ ನಿಧಿ ಸಂಗ್ರಹಣಾ ಸುತ್ತನ್ನು ಅಂತಿಮಗೊಳಿಸಲು ಮುಂದಾಗುತ್ತಿರುವುದರಿಂದ, AI ಮೂಲಸೌಕರ್ಯದ (AI infrastructure) ಕ್ಷೇತ್ರವು ಅಭೂತಪೂರ್ವ ಏರಿಕೆಯನ್ನು ಕಾಣುತ್ತಿದೆ. ಈ ಬೃಹತ್ ಬಂಡವಾಳ ಹೂಡಿಕೆಯು ಅತೀ ವೇಗದ ಬೆಳವಣಿಗೆಯ ಅವಧಿಯ ನಂತರ ಬಂದಿದ್ದು, ಇದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (artificial intelligence) ಕಾರ್ಯಾಚರಣಾ ಪದರಕ್ಕೆ (operational layer) ಹೂಡಿಕೆದಾರರ ಗಮನವು ಬದಲಾಗುತ್ತಿರುವುದನ್ನು ಸೂಚಿಸುತ್ತದೆ.

ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ ಅದ್ಭುತ ಏರಿಕೆ

Baseten ನ ಇತ್ತೀಚಿನ ಬೆಳವಣಿಗೆಯ ಹಾದಿಯು ಅಸಾಧಾರಣವಾಗಿದೆ. Wall Street Journal ವರದಿಗಳ ಪ್ರಕಾರ, ಈ ಸ್ಟಾರ್ಟ್‌ಅಪ್ $13 ಬಿಲಿಯನ್ ಮೌಲ್ಯಮಾಪನದೊಂದಿಗೆ ಈ ಸುತ್ತನ್ನು ಅಂತಿಮಗೊಳಿಸುತ್ತಿದೆ—ಇದು ಕೇವಲ ಐದು ತಿಂಗಳ ಹಿಂದಷ್ಟೇ $5 ಬಿಲಿಯನ್ ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ $300 ಮಿಲಿಯನ್‌ನ Series E ಸುತ್ತನ್ನು ಮುಕ್ತಾಯಗೊಳಿಸಿದ್ದಕ್ಕೆ ಹೋಲಿಸಿದರೆ ಒಂದು ದೊಡ್ಡ ಜಿಗಿತವಾಗಿದೆ. ಈ ಬೆಳವಣಿಗೆಯನ್ನು ಗಮನಿಸಿದರೆ, Baseten ತನ್ನ ಮೌಲ್ಯಮಾಪನವನ್ನು ಅರ್ಧ ವರ್ಷಕ್ಕಿಂತ ಕಡಿಮೆ ಅವಧಿಯಲ್ಲಿ ಸುಮಾರು 160% ಹೆಚ್ಚಿಸಿಕೊಂಡಿದೆ.

ಇದು ಅತ್ಯಂತ ವೇಗದ ಬೆಳವಣಿಗೆಯ ಮಾದರಿಯನ್ನು ಅನುಸರಿಸುತ್ತಿದೆ; $150 ಮಿಲಿಯನ್‌ನ Series D ಮುಗಿದ ಕೇವಲ ಒಂಬತ್ತು ತಿಂಗಳ ನಂತರವೇ Series E ಪೂರ್ಣಗೊಂಡಿತು. $13 ಬಿಲಿಯನ್ ಎಂಬುದು ಪ್ರಮುಖ ಗುರಿಯಾಗಿದ್ದರೂ, ಇದು 'ಸ್ಪ್ಲಿಟ್-ಪ್ರೈಸ್ಡ್' (split-priced) ಸುತ್ತಾಗಿದೆ ಎಂದು ಉದ್ಯಮದ ತಜ್ಞರು ತಿಳಿಸಿದ್ದಾರೆ. ಕೆಲವು ಹೂಡಿಕೆದಾರರು $13 ಬಿಲಿಯನ್ ಮೌಲ್ಯದ ಮಟ್ಟದಲ್ಲಿ ಪ್ರವೇಶಿಸುತ್ತಿದ್ದರೆ, ಇತರರು $11 ಬಿಲಿಯನ್ ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ ಬರುತ್ತಿದ್ದಾರೆ. ಇದು ಕ್ಯಾಪ್ ಟೇಬಲ್‌ಗಳನ್ನು (cap tables) ನಿರ್ವಹಿಸಲು ಮತ್ತು ಪ್ರಮುಖ ಹೂಡಿಕೆದಾರರಿಗೆ ಹೆಚ್ಚಿನ ಲಾಭವನ್ನು ಒದಗಿಸಲು ಬಳಸುವ ಸಾಮಾನ್ಯ ತಂತ್ರವಾಗಿದೆ. ಈ ಇತ್ತೀಚಿನ ಸುತ್ತನ್ನು Spark Capital, Sands Capital, Altimeter Capital ಮತ್ತು Wellington Management ನಂತಹ ಪ್ರಮುಖ ಸಂಸ್ಥೆಗಳು ಸಹ-ನಾಯಕರಾಗಿ ಮುನ್ನಡೆಸುತ್ತಿವೆ ಎಂದು ವರದಿಯಾಗಿದೆ.

ಇನ್ಫರೆನ್ಸ್ ಗೋಲ್ಡ್ ರಶ್‌ನ ಲಾಭ ಪಡೆಯುವುದು

2019 ರಲ್ಲಿ ಪ್ರಾರಂಭವಾದಾಗಿನಿಂದ, ಉದ್ಯಮ ವಿಶ್ಲೇಷಕರು "ಇನ್ಫರೆನ್ಸ್ ಗೋಲ್ಡ್ ರಶ್" (inference gold rush) ಎಂದು ಕರೆಯುವ ಪ್ರಕ್ರಿಯೆಯ ಕೇಂದ್ರಬಿಂದುವಾಗಿ Baseten ತನ್ನನ್ನು ತಾನು ರೂಪಿಸಿಕೊಂಡಿದೆ. ಆರಂಭಿಕ AI ಕುತೂಹಲವು ಹೆಚ್ಚಾಗಿ ಫೌಂಡೇಶನ್ ಮಾಡೆಲ್ ತರಬೇತಿಯ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾಗಿದ್ದರೂ, ಉದ್ಯಮವು ಈಗ "ಇನ್ಫರೆನ್ಸ್ ಲೇಯರ್" (inference layer) ಕಡೆಗೆ ತಿರುಗುತ್ತಿದೆ—ಇದು ತರಬೇತಿ ಪಡೆದ ಮಾಡೆಲ್ ಬಳಕೆದಾರರ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿ ಔಟ್‌ಪುಟ್ ಅನ್ನು ನೀಡುವ ನಿರ್ಣಾಯಕ ಹಂತವಾಗಿದೆ.

AI ಜೀವನಚಕ್ರದ ಈ ನಿರ್ದಿಷ್ಟ ಹಂತವನ್ನು ಉತ್ತಮಗೊಳಿಸುವ ಸಾಮರ್ಥ್ಯವೇ Baseten ನ ಪ್ರಮುಖ ಮೌಲ್ಯವಾಗಿದೆ. ಈ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ವೆಚ್ಚವನ್ನು ನಿಯಂತ್ರಿಸುತ್ತಲೇ ಇನ್ಫರೆನ್ಸ್ ವಿನಂತಿಗಳನ್ನು (inference requests) ಅತ್ಯಂತ ವೇಗವಾಗಿ ನಿರ್ವಹಿಸುವುದಾಗಿ ಭರವಸೆ ನೀಡುತ್ತದೆ. ಇದು 'ಇಂಟೆಲಿಜೆಂಟ್ ರೂಟಿಂಗ್' (intelligent routing) ಮೂಲಕ ಇದನ್ನು ಸಾಧಿಸುತ್ತದೆ, ಅಂದರೆ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಗಳನ್ನು ಆ ಕೆಲಸಕ್ಕೆ ಅತ್ಯಂತ ಸಮರ್ಥವಾದ ಮಾಡೆಲ್‌ಗೆ ಕಳುಹಿಸುತ್ತದೆ. ಮುಖ್ಯವಾಗಿ, Baseten ಕೇವಲ ದುಬಾರಿ ಮತ್ತು ಮಾಲೀಕತ್ವದ (proprietary) ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾಡೆಲ್‌ಗಳ (LLMs) ಮೇಲೆ ಅವಲಂಬಿತವಾಗುವ ಬದಲು, ಕೆಲಸದ ಹೊರೆಯನ್ನು ಹೆಚ್ಚು ಸಮರ್ಥ ಮತ್ತು ಕಡಿಮೆ ವೆಚ್ಚದ ಓಪನ್-ಸೋರ್ಸ್ (open-source) ಪರ್ಯಾಯಗಳತ್ತ ಕಳುಹಿಸುವಲ್ಲಿ ಪರಿಣತಿಯನ್ನು ಹೊಂದಿದೆ.

AI ಸ್ಕೇಲಿಂಗ್‌ಗೆ ಇನ್ಫರೆನ್ಸ್ ಲೇಯರ್ ಏಕೆ ಮುಖ್ಯ

Baseten ನಲ್ಲಿನ ಈ ಬೃಹತ್ ಬಂಡವಾಳದ ಹರಿವು ಪ್ರಸ್ತುತ AI ಯುಗದ ಒಂದು ಮೂಲ ಸತ್ಯವನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ: ಒಂದು ಮಾದರಿಯನ್ನು (model) ನಿರ್ಮಿಸುವ ಸಾಮರ್ಥ್ಯವು ಕೇವಲ ಅರ್ಧದಷ್ಟು ಹೋರಾಟವಷ್ಟೇ; ಅದನ್ನು ದೊಡ್ಡ ಮಟ್ಟದಲ್ಲಿ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ನಿಯೋಜಿಸುವ (deploy) ಸಾಮರ್ಥ್ಯದಲ್ಲಿಯೇ ನಿಜವಾದ ಆರ್ಥಿಕ ಮೌಲ್ಯ ಅಡಗಿದೆ. ಉದ್ಯಮಗಳು ಪ್ರಾಯೋಗಿಕತೆಯ ಹಂತದಿಂದ ಉತ್ಪಾದನಾ ಹಂತಕ್ಕೆ ಸಾಗುತ್ತಿದ್ದಂತೆ, LLM ಇನ್ಫರೆನ್ಸ್ (inference) ಗೆ ಸಂಬಂಧಿಸಿದ ವೆಚ್ಚಗಳು ಅತಿಯಾಗಬಹುದು.

ಮಾದರಿ ಆಯ್ಕೆ ಮತ್ತು ರೂಟಿಂಗ್ ಅನ್ನು ಅತ್ಯುತ್ತಮಗೊಳಿಸುವ ಒಂದು ಅಬ್‌ಸ್ಟ್ರಾಕ್ಷನ್ ಲೇಯರ್ ಅನ್ನು ಒದಗಿಸುವ ಮೂಲಕ, Baseten AI ಅಳವಡಿಕೆಯ ಮುಖ್ಯ ಅಡಚಣೆಯಾದ ಯೂನಿಟ್ ಎಕನಾಮಿಕ್ಸ್ (unit economics) ಅನ್ನು ಪರಿಹರಿಸುತ್ತಿದೆ. ಡೆವಲಪರ್‌ಗಳು ಮತ್ತು ಸಂಸ್ಥಾಪಕರಿಗೆ, ಇದರರ್ಥ ಹೆಚ್ಚು ಊಹಿಸಬಹುದಾದ ಮಾರ್ಜಿನ್‌ಗಳು ಮತ್ತು ಪ್ರತ್ಯೇಕ ನಿಯೋಜನಾ ಪೈಪ್‌ಲೈನ್‌ಗಳನ್ನು ನಿರ್ವಹಿಸುವ ಎಂಜಿನಿಯರಿಂಗ್ ಹೊರೆಯಿಲ್ಲದೆ ವೈವಿಧ್ಯಮಯ ಓಪನ್-ಸೋರ್ಸ್ ಮಾದರಿಗಳ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಳಸಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯವಾಗಿದೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ಅತಿ ವೇಗದ ಬೆಳವಣಿಗೆಯ ಹಾದಿ: ವರದಿಗಳ ಪ್ರಕಾರ, Baseten $13B ಮೌಲ್ಯಮಾಪನದಲ್ಲಿ $1.5B ಅನ್ನು ಸಂಗ್ರಹಿಸುತ್ತಿದೆ, ಇದು ಆರು ತಿಂಗಳಿಗಿಂತ ಕಡಿಮೆ ಅವಧಿಯಲ್ಲಿ 160% ಮೌಲ್ಯಮಾಪನ ಹೆಚ್ಚಳವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ.
• ಕಾರ್ಯತಂತ್ರದ ರೂಟಿಂಗ್: ಈ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಕಾರ್ಯಗಳನ್ನು ಅತ್ಯಂತ ಪರಿಣಾಮಕಾರಿ ಮಾದರಿಗಳಿಗೆ ರೂಟ್ ಮಾಡುವ ಮೂಲಕ AI ವೆಚ್ಚಗಳನ್ನು ಅತ್ಯುತ್ತಮಗೊಳಿಸುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ವೆಚ್ಚ-ಪರಿಣಾಮಕಾರಿ ಓಪನ್-ಸೋರ್ಸ್ ಪರ್ಯಾಯಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ.
• ಮೂಲಸೌಕರ್ಯದತ್ತ ಬದಲಾವಣೆ: ಈ ಬಂಡವಾಳ ಹೂಡಿಕೆಯು ಮಾದರಿ ತರಬೇತಿಯಿಂದ (model training) ಬಂಡವಾಳವನ್ನು ದೂರ ಸರಿದು, ಹೆಚ್ಚಿನ ಬೇಡಿಕೆಯಿರುವ ಇನ್ಫರೆನ್ಸ್ ಮತ್ತು ನಿಯೋಜನಾ ಪದರಕ್ಕೆ (inference and deployment layer) ವರ್ಗಾಯಿಸುವ ವಿಸ್ತೃತ VC ಪ್ರವೃತ್ತಿಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ.