Benchmark कडून $50 मिलियनची मोठी गुंतवणूक
AI एजंट बिल्डर म्हणून वेगाने ओळख मिळवणारी कंपनी Gumloop हिने $50 मिलियन (सुमारे ₹400 कोटी) ची सीरीज बी फंडिंग मिळवली आहे. या फंडिंगचे नेतृत्व प्रसिद्ध व्हेंचर कॅपिटल फर्म Benchmark ने केले आहे. विशेष म्हणजे, Benchmark मध्ये नवीन जनरल पार्टनर म्हणून रुजू झालेले Everett Randle यांचा हा पहिलाच मोठा डील आहे.
कशासाठी आहे हे फंडिंग?
Gumloop ची खासियत आहे की, ते असे AI एजंट्स तयार करतात, जे तंत्रज्ञानाची फारशी माहिती नसलेले कर्मचारी (non-technical employees) देखील सहज वापरू शकतात. हे एजंट्स गुंतागुंतीची, अनेक टप्पे असलेली कामे (complex, multi-step tasks) आपोआप पूर्ण करू शकतात. या नवीन भांडवलामुळे Gumloop ला वेगाने वाढणाऱ्या एंटरप्राइज AI मार्केटमध्ये (enterprise AI market) आपले स्थान मजबूत करण्यास मदत होईल. विशेषतः, कंपन्यांमध्ये AI चा वापर सोपा करणे आणि विविध AI मॉडेल्ससोबत (AI models) हे एजंट्स काम करू शकतील यावर कंपनीचा भर आहे.
कर्मचाऱ्यांना AI चे सक्षमीकरण
Gumloop चे संस्थापक Max Brodeur-Urbas आणि Rahul Behal यांचा उद्देश कंपन्यांमधील प्रत्येक कर्मचाऱ्याला AI ऑटोमेशन (AI automation) सोप्या पद्धतीने उपलब्ध करून देणे हा आहे. Microsoft मध्ये काम केलेल्या Brodeur-Urbas यांना लक्षात आले की, सामान्य कर्मचारी AI टूल्स वापरताना अडचणी येतात. त्यामुळे, Gumloop ने असे प्लॅटफॉर्म तयार केले आहे, जे वापरण्यास अत्यंत सोपे आहे. Shopify, Ramp आणि Gusto सारख्या कंपन्या आधीपासूनच आपल्या कामांमध्ये (workflows) ऑटोमेशनसाठी Gumloop चा वापर करत आहेत. कंपनीचे ध्येय आहे की, कर्मचारी स्वतः AI एजंट्स तयार करतील आणि ते शेअर करतील, ज्यामुळे अंतर्गत ऑटोमेशनचा वेग वाढेल आणि 'AI नेटिव्ह' संस्कृती (AI native culture) रुजेल. Benchmark चे Everett Randle यांच्या मते, प्रत्येक कर्मचाऱ्याला AI ने सक्षम करणे हे एंटरप्राइज AI मार्केटमध्ये यशाचे गमक आहे.
AI ऑटोमेशन बाजारातील वाढ आणि स्पर्धा
एंटरप्राइज AI ऑटोमेशनचे मार्केट सध्या वेगाने वाढत आहे. 2033 पर्यंत हे मार्केट $1.1 ट्रिलियन पेक्षा जास्त होण्याचा अंदाज आहे, ज्याचा वार्षिक वाढीचा दर 31% पेक्षा जास्त असेल. Gartner च्या अंदाजानुसार, 2026 पर्यंत 40% एंटरप्राइज ऍप्लिकेशन्समध्ये विशिष्ट कामांसाठी AI एजंट्सचा समावेश असेल. या स्पर्धेच्या बाजारपेठेत Gumloop ला Zapier (ज्याचे मूल्यांकन $5 बिलियन आहे) आणि n8n (ज्याला $180 मिलियन ची सिरीज सी फंडिंग मिळाली आहे) सारख्या मोठ्या कंपन्यांकडून तसेच Dust (ज्याला Sequoia Capital कडून $16 मिलियन मिळाले) आणि Anthropic (ज्याने Claude Co-Work सारखे AI असिस्टंट लॉन्च केले आहे) सारख्या नवीन कंपन्यांकडून कडवी स्पर्धा आहे.
Gumloop चे वेगळेपण
Everett Randle यांच्या अहवालानुसार, Gumloop चे मुख्य वैशिष्ट्य म्हणजे वापरकर्त्यांचा प्रचंड स्वीकार (user adoption). एका CTO ने सांगितले की, कर्मचारी Gumloop ला प्रतिस्पर्धकांपेक्षा जास्त पसंत करतात, कारण ते शिकायला सोपे आहे आणि लगेच एजंट्स व ऑटोमेशन तयार करता येतात. शिवाय, Gumloop चा 'मॉडेल-अज्ञेयवादी' (model-agnostic) दृष्टीकोन कंपन्यांना OpenAI आणि Gemini सारख्या विविध AI मॉडेल्सची निवड करण्याची आणि क्रेडिट्स वापरण्याची मुभा देतो. यामुळे कंपन्या एकाच विक्रेत्यावर अवलंबून राहत नाहीत आणि खर्चावरही नियंत्रण ठेवू शकतात. AI क्षेत्रात होणारे वेगाने बदल लक्षात घेता ही लवचिकता (flexibility) खूप महत्त्वाची आहे.
आव्हाने आणि भविष्यातील वाटचाल
प्रचंड वाढ आणि फंडिंग असूनही, Gumloop एका अत्यंत स्पर्धात्मक आणि खर्चिक बाजारात आहे. Anthropic सारखे मोठे खेळाडू Claude Co-Work सारखी प्रगत AI एजंट फीचर्स विकसित करत आहेत, ज्यामुळे Gumloop ला आव्हाने पेलावी लागतील. AI तंत्रज्ञानात होणारे जलद बदल हे एक मोठे आव्हान आहे. 'हायपर-लीन टीम' (hyper-lean team) स्ट्रक्चरमधून मोठ्या एंटरप्राइज क्लायंट्ससाठी आवश्यक असलेला सेल्स, सपोर्ट आणि इंजिनिअरिंग टीम तयार करणे हे एक मोठे ऑपरेशनल आव्हान असेल. Gumloop चे सोपे प्लॅटफॉर्म सुरुवातीला चांगले असले तरी, मोठ्या कंपन्यांच्या मागणीनुसार त्यात खोली (depth) आणि स्केलेबिलिटी (scalability) असणे आवश्यक आहे.
भविष्यातील संधी
Everett Randle यांच्या मते, एंटरप्राइज ऑटोमेशन हे AI मधील एक 'विशाल सोनेरी खाण' (massive pot of gold) आहे. या $50 मिलियन च्या गुंतवणुकीमुळे Gumloop आपली सेल्स आणि इंजिनिअरिंग टीम वाढवू शकेल. वापरकर्त्यांकडून मिळणारा सुरुवातीचा प्रतिसाद आणि सोप्या वापरामुळे कंपन्या मोठ्या प्रमाणावर AI स्वीकारण्यासाठी Gumloop ला प्राधान्य देऊ शकतात. मात्र, यश मिळवण्यासाठी कंपनीला सुरुवातीचा उत्साह टिकवून ठेवून, एंटरप्राइज स्तरावर टिकाऊ ग्राहक वर्ग तयार करावा लागेल आणि स्पर्धकांनाही तोंड द्यावे लागेल.