Whalesbook
Datadog च्या माजी इंजिनिअर्सनी स्थापन केलेल्या Niteshift या AI स्टार्टअपने Greylock कडून $7 दशलक्ष सीड फंडिंग मिळवले आहे. ही कंपनी विविध AI कोडिंग मॉडेल्समध्ये कंपन्यांना स्विच करण्याची सुविधा देणारे इन्फ्रास्ट्रक्चर लेयर तयार करत आहे, जेणेकरून मोठ्या AI प्रोव्हायडर्सवरील अवलंबित्व कमी होईल.
काय घडले?
आर्टिफिशियल इंटेलिजन्स (AI) क्षेत्रातील नवीन स्टार्टअप Niteshift ने व्हेंचर कॅपिटल फर्म Greylock च्या नेतृत्वाखाली $7 दशलक्ष (सुमारे ₹58 कोटी) सीड फंडिंग यशस्वीरित्या उभारले आहे. Sajid Mehmood आणि Conor Branagan यांनी या कंपनीची स्थापना केली आहे, जे दोघेही Datadog चे सुरुवातीचे इंजिनिअर्स होते. या निधीचा उपयोग AI-आधारित कोडिंगसाठी एक इन्फ्रास्ट्रक्चर लेयर तयार करण्यासाठी केला जाईल, ज्यामुळे कंपन्यांना एकाच AI प्रोव्हायडरवर जास्त अवलंबून राहण्याच्या समस्येवर तोडगा काढता येईल.
गुंतवणूकदारांसाठी हे का महत्त्वाचे?
सध्या अनेक कंपन्या AI ला त्यांच्या सॉफ्टवेअर डेव्हलपमेंट प्रक्रियेत समाकलित करण्याचा प्रयत्न करत आहेत. मात्र, या कंपन्यांसाठी 'व्हेंडर लॉक-इन' ही एक मोठी चिंतेची बाब आहे. याचा अर्थ जेव्हा एखादी कंपनी OpenAI किंवा Anthropic सारख्या एकाच AI प्रोव्हायडरवर आपले संपूर्ण सॉफ्टवेअर इन्फ्रास्ट्रक्चर तयार करते. जर त्या प्रोव्हायडरने नंतर त्याच मार्केटमध्ये प्रवेश केला किंवा त्याचे दर आणि अटी बदलल्या, तर क्लायंट कंपनीला मोठ्या अडचणींचा सामना करावा लागू शकतो. Niteshift ची खात्री आहे की कंपन्यांना एकाच AI मॉडेलशी बांधून राहण्याऐवजी विविध AI मॉडेल्समध्ये स्विच करण्याची सुविधा देणारा एक मधला मार्ग हवा आहे.
बिझनेस मॉडेल आणि स्ट्रॅटेजी
Niteshift मोठ्या कंपन्यांशी स्पर्धा करण्यासाठी स्वतःचे नवीन AI मॉडेल तयार करण्याचा प्रयत्न करत नाही. त्याऐवजी, ते कंपन्यांना विविध AI मॉडेल्सशी जोडणारे 'प्लंबिंग' (पायाभूत सुविधा) तयार करत आहे. हे प्लॅटफॉर्म कंपन्यांना त्यांच्या कोडिंगची कामे वेगवेगळ्या मॉडेल्सकडे—मग ती प्रोप्रायटरी (proprietary) असोत किंवा ओपन-सोर्स (open-source)—प्रोजेक्टच्या गरजेनुसार पाठवण्याची परवानगी देते.
त्यांच्या सेवेसाठी चार्ज आकारण्याची पद्धत देखील वेगळी आहे. सध्या अनेक AI टूल्स 'टोकन्स' (tokens) द्वारे बिल आकारतात, जे AI द्वारे प्रक्रिया केलेले टेक्स्ट युनिट्स असतात. Niteshift ने प्रति-मिनिट वापराच्या (per-minute usage) आधारावर शुल्क आकारणे निवडले आहे, जसे Amazon Web Services सारखे क्लाउड कॉम्प्युटिंग प्रोव्हायडर्स सर्व्हर वापरासाठी शुल्क आकारतात. या मॉडेलचा उद्देश व्यवसायांसाठी खर्चाचा अंदाज अधिक सोपा करणे आहे.
गुंतवणूकदार याकडे कसे पाहू शकतात?
AI क्षेत्रात लक्ष ठेवणाऱ्यांसाठी, Niteshift हे केवळ मॉडेल बिल्डिंगऐवजी इन्फ्रास्ट्रक्चरकडे एक बदल दर्शवते. AI कोडिंग एजंट्सचे मार्केट आधीच Cursor, Cognition आणि Amazon Bedrock सारख्या मोठ्या टेक प्लॅटफॉर्म्ससह स्पर्धा करणारे आहे. गुंतवणूकदार याला कंपन्या आणि AI मॉडेल्स यांच्यातील 'मिडलवेअर' (middleware) दृष्टिकोन अधिक फायदेशीर ठरेल की नाही, यावर एक सुरुवातीची पैज म्हणून पाहू शकतात. संस्थापकांनी Datadog मधील त्यांच्या अनुभवावर विश्वास ठेवला आहे, जी कंपनी मॉनिटरिंग आणि इन्फ्रास्ट्रक्चरसाठी ओळखली जाते. या अनुभवामुळे त्यांना प्रत्यक्ष उत्पादन वातावरणात (real-world production environments) AI-जनरेटेड कोडची पडताळणी करण्याच्या गुंतागुंतीच्या कामात मदत मिळेल.
मार्केट आणि स्पर्धेतील धोके
या क्षेत्रात यश मिळवणे सोपे नाही. AI कोडिंग सेक्टर वेगाने विकसित होत आहे. मोठ्या टेक कंपन्या त्यांची स्वतःची साधने सतत अपडेट करत आहेत, ज्यामुळे थर्ड-पार्टी इन्फ्रास्ट्रक्चर प्रोव्हायडर्सची गरज कमी होऊ शकते. जर OpenAI किंवा Anthropic सारखे मोठे AI मॉडेल निर्माते त्यांची स्वतःची रूटिंग (routing) आणि इंटिग्रेशन (integration) टूल्स सोपी करण्याचा निर्णय घेतील, तर Niteshift सारख्या स्टार्टअप्ससाठी बाजारातील संधी कमी होऊ शकते. याव्यतिरिक्त, स्टार्टअपला हे सिद्ध करावे लागेल की त्यांचे इन्फ्रास्ट्रक्चर एंटरप्राइज क्लायंट्ससाठी त्यांच्या मुख्य सॉफ्टवेअर डेव्हलपमेंट वर्कफ्लोसाठी विश्वासार्ह आहे.
गुंतवणूकदारांनी काय ट्रॅक करावे?
भविष्यात, बाजारातील सहभागी Niteshift आपले प्लॅटफॉर्म कसे वाढवते आणि ते मोठ्या एंटरप्राइज क्लायंट्सना आकर्षित करू शकते की नाही, यावर लक्ष ठेवू शकतात. मुख्य ट्रॅकिंग पॉइंट्समध्ये अनेक AI मॉडेल्समध्ये उच्च-गुणवत्तेचे इंटिग्रेशन राखण्याची कंपनीची क्षमता, प्रस्थापित टेक दिग्गजांशी स्पर्धा कशी हाताळते आणि त्यांचे प्रति-मिनिट बिलिंग मॉडेल स्पर्धकांच्या टोकन-आधारित किमतींच्या तुलनेत किती आकर्षक ठरते, यांचा समावेश असेल.