Blacksmith ने $45 दशलक्षचा Series B राउंड जाहीर केला आहे, ज्यामुळे त्याचे मूल्यांकन (valuation) $550 दशलक्ष झाले आहे, जे एका वर्षापूर्वी $60 दशलक्ष होते. ही वाढ लक्ष वेधून घेत आहे कारण ही स्टार्टअप AI-निर्मित कोड पडताळणीला (verification) एक स्वतंत्र बाजारपेठ बनवत आहे.
AI-द्वारे लिहिलेल्या कोडला देखरेखीची गरज का आहे?
Claude आणि Cursor सारखी साधने काही मिनिटांत कार्यान्वित (functional) कोड तयार करू शकतात, परंतु या वेगामुळे पडताळणीमध्ये अडथळा (bottleneck) निर्माण होतो. आउटपुट अचूक, सुरक्षित किंवा कार्यक्षम आहे की नाही हे तपासण्यासाठी डेव्हलपर्सकडे फारसा वेळ नसतो. Blacksmith स्वतःला या वास्तवासाठी तयार केलेल्या 'टेस्टिंग लेयर' (testing layer) म्हणून सादर करत आहे, जे AI-निर्मित कोड प्रोडक्शनमध्ये जाण्यापूर्वी आपोआप तपासण्याचा मार्ग उपलब्ध करून देते.
वाढीमुळे वाढलेल्या चर्चेला आधार
- बारा महिन्यांत ग्राहकांची संख्या 700 वरून 5,000 च्या पुढे गेली.
- महसूल दहा पटीहून अधिक वाढला असून, दहा लोकांच्या कर्मचारी वर्गासह $10 दशलक्षचा रन रेट (run rate) गाठला आहे.
- Mercury आणि Expensify सारखे मोठे वापरकर्ते या प्लॅटफॉर्मवर वर्षाला प्रत्येकी $1 दशलक्षपेक्षा जास्त खर्च करतात.
कंपनीमध्ये आता सुमारे 30 कर्मचारी आहेत, तरीही ते मोठ्या इंजिनीअरिंग टीम्सच्या बरोबरीने काम हाताळत आहेत; हे प्रमाण त्यांच्या कार्यक्षमतेच्या दाव्याला अधोरेखित करते.
खर्च कमी करण्यासाठी 'बेअर-मेटल' (bare-metal) हार्डवेअरचा वापर
क्लाउड इन्स्टन्स भाड्याने घेण्याऐवजी, Blacksmith स्वतःच्या सुविधांमध्ये असलेल्या गेमिंग-ग्रेड CPUs वर आपले वर्कलोड चालवते. "बेअर-मेटल" दृष्टिकोनामुळे कंपनीला कामगिरीवर (performance) अधिक नियंत्रण मिळते आणि सामान्य क्लाउड किंमतींच्या तुलनेत खर्च कमी होतो.
टेस्टिंगपासून ऑटो-डीबगिंगपर्यंत (auto-debugging)
Blacksmith चा नवीनतम AI एजंट, Codesmith, केवळ अयशस्वी तपासण्या (failing checks) दर्शवत नाही, तर तो समस्याग्रस्त भाग आपोआप पुन्हा लिहिण्याचा प्रयत्न करतो. हा बदल टेस्टिंग सूट आणि डीबगिंग असिस्टंटमधील फरक कमी करतो, ज्यामुळे AI कोड जनरेटर्सवर अवलंबून असलेल्या डेव्हलपर्ससाठी फीडबॅक लूप कमी करण्याचे आश्वासन मिळते.
स्पर्धात्मक दबाव
GitHub, OpenAI आणि प्रमुख क्लाउड प्रदाते आता कोड-गुणवत्ता साधनांच्या (code-quality tooling) क्षेत्रात येत आहेत. त्यांचा विस्तार आणि ब्रँड ओळख एक वास्तविक आव्हान निर्माण करते. Blacksmith चा फायदा त्याचा वेग आणि कमी किंमत यावर आधारित आहे, परंतु क्लाउडच्या किंमतींमध्ये कोणताही बदल किंवा मोठ्या खेळाडूंकडून झालेली मोठी प्रगती हा फायदा कमी करू शकते.
काय पणाला लागले आहे
डेव्हलपर्ससाठी, AI कोड जनरेशन ही एक नियमित प्रक्रिया बनत असताना, एक परवडणारा आणि वेगवान पडताळणी लेयर (verification layer) आवश्यक ठरू शकतो. प्रस्थापित कंपन्यांसाठी, Blacksmith ची वाढ कोड लिहिण्यापेक्षा टेस्टिंगसाठी ते किती प्रयत्न करतात, याचे पुनर्मूल्यांकन करण्यास भाग पाडते.
लक्ष ठेवण्यासारखी संकेत
- सध्याच्या मोठ्या नावांव्यतिरिक्त एंटरप्राइझ ग्राहकांमध्ये अवलंबनाचा दर (adoption rates).
- बेअर-मेटल इन्फ्रास्ट्रक्चर विस्तारल्यामुळे किंवा क्लाउड प्रदात्यांनी त्यांच्या AI-संबंधित खर्च कमी केल्यामुळे होणारे किंमतीतील बदल.
- ऑटो-डीबगिंग क्षमता वाढवणारे उत्पादन विस्तार, ज्यामुळे Blacksmith संभाव्यतः पूर्ण-स्टॅक AI डेव्हलपमेंट असिस्टंट बनू शकेल.
- पडताळणीतील त्रुटी (verification gap) वेगाने भरून काढण्यासाठी मोठ्या क्लाउड किंवा AI कंपन्यांकडून येणारी कोणतीही धोरणात्मक भागीदारी किंवा अधिग्रहण (acquisition) स्वारस्य.
एक वास्तववादी प्रतिवाद
विशेष हार्डवेअरवरील अवलंबनाचा अर्थ असा आहे की Blacksmith ला स्वतःचे डेटा-सेंटर ऑपरेशन्स सांभाळावे लागतील, जे एक मोठे लॉजिस्टिक ओझे आहे. जर क्लाउड प्रदात्यांनी तत्सम बेअर-मेटल सेवा सुरू केल्या किंवा किमतींमध्ये मोठी कपात केली, तर Blacksmith आपला खर्च कमी करण्याचा फायदा गमावू शकते. शिवाय, स्वतंत्र पडताळणी उत्पादनासाठी बाजाराची ओढ अजूनही तपासली जात आहे; काही डेव्हलपर्स त्यांच्या सध्याच्या प्लॅटफॉर्मवरील एकात्मिक (integrated) उपाय पसंत करू शकतात.
थोडक्यात सांगायचे तर: Blacksmith च्या मूल्यांकनातील झपाट्याने झालेली वाढ या वाढत्या विश्वासाला अधोरेखित करते की AI-द्वारे लिहिलेल्या कोडसाठी समर्पित पडताळणी साधनांची गरज भासणार आहे. त्याची हार्डवेअर-प्रथम रणनीती, आक्रमक किंमत आणि ऑटोमेटेड फिक्सिंगकडे जाणारा कल यामुळे त्याला पाय रोवता आले आहेत, परंतु सुरुवातीच्या वापरकर्त्यांच्या मर्यादेपलीकडे विस्तार करण्यासाठी मोठ्या स्पर्धेचा सामना करावा लागेल आणि स्वतःचे कॉम्प्युट फ्लीट (compute fleet) चालवण्याचे कार्यात्मक आव्हाने पेलवावी लागतील.