Prime Intellect привлекла $130 млн: что такое ИИ-агент, которого компании обучают сами

По данным TechCrunch, раунд возглавила Radical Ventures. Среди инвесторов: венчурные подразделения Nvidia, Intel и Dell Technologies, фонд Iconiq, а также основатели известных ИИ-компаний, включая Аравинда Шринивасу (Perplexity), Аарона Леви (Box), Уинстона Вайнберга (Harvey), Джеффа Вана (Cognition) и Брендана Фуди (Mercor). Список инвесторов сам по себе показывает, что ставку на независимую инфраструктуру для агентов делают люди, которые строят эту индустрию прямо сейчас.

Что компания делает и зачем это бизнесу?

Prime Intellect построила платформу, которую сама называет «полным стеком» для разработки ИИ-агентов. Что такое ИИ-агент простым языком: это программа, которая сама выполняет рабочие задачи, например ищет данные в таблицах, обрабатывает документы или ведёт переписку, без того чтобы человек расписывал каждый шаг.

Платформа включает три компонента:

• Вычислительные мощности для обучения моделей.
• Фреймворк для обучения с подкреплением (reinforcement learning, метод, при котором модель получает «награду» за правильное выполнение задачи и «штраф» за ошибку, и так учится на практике).
• Инструменты оценки качества обученной модели.

Платформа работает как маркетплейс: клиент выбирает только те модули, которые ему нужны, и не привязан к единому пакету. Среди клиентов, по данным TechCrunch: финтех-компания Ramp, сервис автоматизации Zapier и Flapping Airplanes.

Почему инвесторы ставят на независимость от закрытых моделей?

За последний год произошёл заметный сдвиг: компании всё чаще не хотят отдавать свои данные в OpenAI или Anthropic. Причины конкретные. Бизнес опасается потерять контроль над корпоративной информацией. Кроме того, есть риск, что модель, на которой построен продукт, могут внезапно отключить, как это произошло с сервисом Fable у Anthropic.

Технически это стало возможным благодаря развитию методов обучения с подкреплением. Ещё пару лет назад компании не могли обучить свою модель под конкретную задачу без ресурсов уровня крупной лаборатории. Сейчас инструменты вроде тех, что предлагает Prime Intellect, делают этот процесс доступнее.

Результат у клиентов уже есть. Ramp с помощью Prime Intellect обучила агента, который ищет ответы внутри электронных таблиц.

Результат превзошёл передовые модели по точности, при этом работал быстрее и за долю стоимости. : Карим Атие, сооснователь и со-CEO Ramp

Это не должно быть привилегией горстки гиков в стеклянной башне Сан-Франциско. Обучать модели ИИ должно быть доступно каждой компании, каждому государству. : Винсент Вайссер, сооснователь и CEO Prime Intellect

Что это значит для вас?

Авторам Дзена и копирайтерам. Пока Prime Intellect ориентирована на компании с техническими командами, а не на индивидуальных авторов. Но тренд важен: чем больше компаний обучают собственных ИИ-агентов, тем быстрее появляются специализированные инструменты для работы с текстом, которые точнее универсальных моделей.

Маркетологам. Если ваш бизнес уже использует ИИ через API OpenAI или Anthropic, стоит следить за подобными платформами. Собственная модель, обученная на ваших данных через дообучение (fine-tuning, обучение модели на ваших примерах под узкую задачу), может дать результат точнее и дешевле, чем подписка на универсальную модель.

Предпринимателям в РФ и СНГ. Для российского рынка такой подход особенно актуален. Зависимость от закрытых моделей OpenAI и Anthropic, которые могут ограничить доступ, это не теоретический риск, а реальность последних лет. Платформы вроде Prime Intellect дают принцип: обучай свою модель на своих данных, на своей инфраструктуре. Из доступных в России аналогов этого подхода можно рассматривать инструменты на базе открытых моделей (опенсорс) с дообучением через российские облака.

Стоит держать в голове ограничение: 100 миллионов долларов годовой выручки, это показатель run rate, то есть пересчёт текущих доходов на год, а не подтверждённая годовая выручка. Реальные цифры могут отличаться.

Главное, что показывает этот раунд: эпоха, когда для обучения ИИ-агента нужна была собственная лаборатория масштаба Google, заканчивается, и 130 миллионов долларов от людей, которые строят индустрию, это ставка на то, что «свой ИИ» станет нормой для любой компании.