Whalesbook
Datadog ના ભૂતપૂર્વ એન્જિનિયરો દ્વારા સ્થાપિત AI સ્ટાર્ટઅપ Niteshift એ Greylock પાસેથી $7 મિલિયનનું સીડ ફંડિંગ મેળવ્યું છે. કંપની એક ઈન્ફ્રાસ્ટ્રક્ચર લેયર બનાવી રહી છે જે વ્યવસાયોને વિવિધ AI કોડિંગ મોડેલો વચ્ચે સ્વિચ કરવાની મંજૂરી આપે છે, જે એક જ, મોટી AI પ્રદાતાઓ પરની નિર્ભરતા ઘટાડવાનું લક્ષ્ય ધરાવે છે.
શું થયું?
આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ક્ષેત્રમાં એક નવા સ્ટાર્ટઅપ Niteshift એ વેન્ચર કેપિટલ ફર્મ Greylock ના નેતૃત્વ હેઠળ $7 મિલિયન નું સીડ ફંડિંગ એકત્ર કર્યું છે. આ કંપનીની સ્થાપના Sajid Mehmood અને Conor Branagan દ્વારા કરવામાં આવી છે, જેઓ બંને Datadog ના શરૂઆતના એન્જિનિયરો હતા. આ ફંડિંગનો ઉપયોગ AI-આધારિત કોડિંગ માટે ઈન્ફ્રાસ્ટ્રક્ચર લેયર બનાવવા માટે કરવામાં આવશે, જેનો ઉદ્દેશ્ય વ્યવસાયોને એક જ AI પ્રદાતા પર વધુ પડતી નિર્ભરતાની સમસ્યાને હલ કરવાનો છે.
રોકાણકારો માટે આ શા માટે મહત્વનું છે?
ઘણા વ્યવસાયો હાલમાં તેમના સોફ્ટવેર ડેવલપમેન્ટ પ્રોસેસમાં AI ને એકીકૃત કરવા માટે દોડી રહ્યા છે. જોકે, આ કંપનીઓ માટે એક મોટી ચિંતા "વેન્ડર લોક-ઇન" (Vendor Lock-in) ની છે. આ ત્યારે થાય છે જ્યારે કોઈ વ્યવસાય તેની સોફ્ટવેર ઈન્ફ્રાસ્ટ્રક્ચરને સંપૂર્ણપણે એક જ AI પ્રદાતા, જેમ કે OpenAI અથવા Anthropic, પર આધારિત બનાવે છે. જો તે પ્રદાતા પછીથી સમાન બજારમાં પ્રવેશવાનું નક્કી કરે અથવા તેની કિંમતો અને શરતો બદલે, તો ક્લાયન્ટ કંપની નોંધપાત્ર મુશ્કેલીનો સામનો કરી શકે છે. Niteshift ની શરત એ છે કે કંપનીઓ એક મધ્યમ લેયર ઇચ્છશે જે તેમને ફક્ત એક જ AI મોડેલ સાથે બંધાયેલા રહેવાને બદલે વિવિધ AI મોડેલો વચ્ચે સ્વિચ કરવામાં મદદ કરે.
બિઝનેસ મોડેલ અને વ્યૂહરચના
Niteshift મોટા પ્રદાતાઓ સાથે સ્પર્ધા કરવા માટે નવું AI મોડેલ બનાવવાનો પ્રયાસ નથી કરી રહ્યું. તેના બદલે, તે કંપનીઓને વિવિધ AI મોડેલો સાથે જોડતી "પ્લમ્બિંગ" (plumbing) બનાવી રહી છે. આ પ્લેટફોર્મ વ્યવસાયોને તેમના કોડિંગ કાર્યોને વિવિધ મોડેલો - પછી ભલે તે પ્રોપરાઇટરી હોય કે ઓપન-સોર્સ - પર રૂટ કરવાની મંજૂરી આપે છે, જે ચોક્કસ પ્રોજેક્ટ માટે જરૂરી છે તેના આધારે.
સેવા માટે ચાર્જ કરવાની રીતમાં પણ એક અલગતા છે. ઘણા AI ટૂલ્સ હાલમાં "ટોકન્સ" (tokens) દ્વારા બિલિંગ કરે છે, જે ટેક્સ્ટના એકમો છે જે AI પ્રોસેસ કરે છે. Niteshift એ પ્રતિ-મિનિટ વપરાશના આધારે ચાર્જ કરવાનું પસંદ કર્યું છે, જે Amazon Web Services જેવા ક્લાઉડ કમ્પ્યુટિંગ પ્રદાતાઓ સર્વર વપરાશ માટે ચાર્જ કરે છે. આ મોડેલનો હેતુ વ્યવસાયો માટે ખર્ચને વધુ અનુમાનિત બનાવવાનો છે.
રોકાણકારો આને કેવી રીતે જોઈ શકે?
AI ક્ષેત્ર પર નજર રાખનારાઓ માટે, Niteshift માત્ર મોડેલ બનાવવાને બદલે ઈન્ફ્રાસ્ટ્રક્ચર તરફના ફેરફારનું પ્રતિનિધિત્વ કરે છે. AI કોડિંગ એજન્ટ્સનું બજાર પહેલેથી જ crowded છે, જેમાં Cursor, Cognition અને Amazon Bedrock જેવા મુખ્ય ટેક પ્લેટફોર્મ્સ બજાર હિસ્સો મેળવવા માટે સ્પર્ધા કરી રહ્યા છે.
રોકાણકારો આને "મિડલવેર" (middleware) અભિગમ પર પ્રારંભિક તબક્કાના દાવ તરીકે જોઈ શકે છે - કંપનીઓ અને AI મોડેલો વચ્ચે પુલ બનવું - શું તે અંતર્ગત AI મોડેલો જાતે બનાવવાનો પ્રયાસ કરવા કરતાં વધુ નફાકારક રહેશે. સ્થાપકો Datadog ના તેમના અનુભવ પર આધાર રાખી રહ્યા છે, જે મોનિટરિંગ અને ઈન્ફ્રાસ્ટ્રક્ચર માટે જાણીતી કંપની છે, વાસ્તવિક-દુનિયાના પ્રોડક્શન વાતાવરણમાં AI-જનરેટેડ કોડને ચકાસવાની જટિલતાઓને નેવિગેટ કરવા માટે.
બજાર અને સ્પર્ધાના જોખમો
આ ક્ષેત્રમાં સફળતાની કોઈ ગેરંટી નથી. AI કોડિંગ ક્ષેત્ર ઝડપથી વિકસી રહ્યું છે. મોટી ટેક કંપનીઓ તેમના પોતાના ટૂલ્સને સતત અપડેટ કરી રહી છે, જે તૃતીય-પક્ષ ઈન્ફ્રાસ્ટ્રક્ચર પ્રદાતાઓની જરૂરિયાત ઘટાડી શકે છે. જો મુખ્ય AI મોડેલ ઉત્પાદકો (જેમ કે OpenAI અથવા Anthropic) તેમના પોતાના રૂટિંગ અને ઈન્ટિગ્રેશન ટૂલ્સને સરળ બનાવવાનું નક્કી કરે, તો તે Niteshift જેવી સ્ટાર્ટઅપ્સ માટે બજારની તકો ઘટાડી શકે છે. વધુમાં, સ્ટાર્ટઅપે સાબિત કરવું પડશે કે તેનું ઈન્ફ્રાસ્ટ્રક્ચર એન્ટરપ્રાઇઝ ક્લાયન્ટ્સ માટે તેમના મુખ્ય સોફ્ટવેર ડેવલપમેન્ટ વર્કફ્લો સાથે વિશ્વાસ કરવા માટે પૂરતું વિશ્વસનીય છે.
રોકાણકારોએ શું ટ્રેક કરવું જોઈએ?
આગળ વધતાં, બજાર સહભાગીઓ Niteshift તેના પ્લેટફોર્મને કેવી રીતે સ્કેલ કરે છે અને શું તે મોટા એન્ટરપ્રાઇઝ ક્લાયન્ટ્સને આકર્ષિત કરી શકે છે તેનું ટ્રેકિંગ કરી શકે છે. મુખ્ય દેખરેખમાં વિવિધ AI મોડેલોમાં ઉચ્ચ-ગુણવત્તાવાળા ઈન્ટિગ્રેશનની જાળવણી કરવાની કંપનીની ક્ષમતા, તે સ્થાપિત ટેક જાયન્ટ્સ તરફથી સ્પર્ધાનું સંચાલન કેવી રીતે કરે છે, અને શું તેની પ્રતિ-મિનિટ બિલિંગ મોડેલ સ્પર્ધકો દ્વારા ઉપયોગમાં લેવાતી ટોકન-આધારિત કિંમતની તુલનામાં આકર્ષક સાબિત થાય છે તેનો સમાવેશ થાય છે.