Lazarus AI zebrał 43 mln USD na AI działającą pod kontrolą firmy

Kto inwestuje w Lazarus AI i na co pójdą pieniądze

Komunikat opublikowany przez Business Wire wymienia kilkunastu inwestorów. Są wśród nich fundusze korporacyjne ubezpieczycieli, czyli QBE i State Farm Ventures, a także AllegisNL Capital, fundusz wspierany przez Nippon Life, największego japońskiego ubezpieczyciela na życie. Dalej są Mucker Capital, Motivate Ventures, Wave Function Ventures, Indelible Solutions, Joyance Partners, One Way Ventures, AngelList, Techstars i Plug and Play.

Spółka nie ujawniła, czy 43 mln USD to jedna runda, czy suma kilku transz, ani kto prowadził inwestycję. Pieniądze mają pójść na rozbudowę partnerstw, badania i rozwój oraz wprowadzanie nowych produktów. Firmą kieruje prezes Alex Panait.

Trzy produkty dla branż regulowanych

Lazarus AI nie buduje własnego dużego modelu językowego, z którym konkurowałby z OpenAI czy Anthropic. Sprzedaje systemy, które łączą modele z kontrolą wyników i działają tam, gdzie wskaże klient. Komunikat opisuje trzy produkty.

• Applied Intelligence System - przetwarza złożone dokumenty, np. akta szkód ubezpieczeniowych, i przy każdym ustaleniu wskazuje stronę źródła. Według firmy w 150 zastosowaniach u klientów poprawia dokładność odczytu pól o 12,5 punktu procentowego względem samych modeli.
• Clearwing - narzędzie bezpieczeństwa, które szuka podatności w kodzie źródłowym, odtwarza je, ocenia dowody i proponuje poprawki. O wdrożeniu poprawki decyduje inżynier.
• Constructor - odtwarza logikę biznesową z wieloletnich systemów i generuje nowy kod, którego równoważność z oryginałem ma być potwierdzona. Jest testowany przez dwóch dużych producentów komputerów mainframe.

Dlaczego firma stawia na kontrolę zamiast opłat za tokeny

Główny argument sprzedażowy Lazarus AI dotyczy kosztów i nadzoru. Systemy mogą działać w serwerowni klienta, w środowisku suwerennym albo w jego chmurze, a klient zatwierdza każdą zmianę modelu. Wymiana modelu lub sprzętu nie wymaga przebudowy wdrożenia. Firma nie pobiera opłat za tokeny, czyli jednostki tekstu, od których zależy rachunek w większości usług AI w chmurze.

Spółka podaje, że w modelowanym scenariuszu dużej skali roczne koszty operacyjne spadły o 78 proc. w porównaniu z modelami z czołówki rozliczanymi za użycie. To wyliczenie samej firmy dla jednego scenariusza, a nie wynik niezależnego audytu. Prezes Panait mówi w komunikacie, że klienci trzymają wrażliwe dane u siebie i widzą dowody stojące za każdym wynikiem.

Ograniczenia i niewiadome

Wszystkie wskaźniki skuteczności i oszczędności pochodzą od spółki. Komunikat nie podaje nazw klientów, przychodów, liczby pracowników ani modeli, na których opierają się produkty. Nie wiadomo też, jakie są ceny licencji i ile kosztuje utrzymanie własnej infrastruktury, które przy wdrożeniu lokalnym spada na klienta.

Bazy danych o startupach nie zostały jeszcze zaktualizowane o nową rundę i podają sprzeczne kwoty dotychczasowego finansowania. Tekst nie jest rekomendacją inwestycyjną.

Co to oznacza dla firm w Polsce

Lazarus AI deklaruje obecność w Europie, ale nie wymienia polskich klientów ani partnerów. Runda pokazuje jednak kierunek ważny dla polskich ubezpieczycieli, banków i administracji. Instytucje nadzorowane coraz częściej pytają nie tylko o jakość modelu, lecz także o to, gdzie przetwarzane są dane, kto zatwierdza zmiany i jak przewidzieć koszt przy dużej liczbie dokumentów.

W naszej ocenie model rozliczenia bez tokenów będzie atrakcyjny tam, gdzie przetwarza się tysiące stron dziennie, np. w likwidacji szkód. Firma, która porównuje takie oferty, powinna policzyć pełny koszt zadania, razem z serwerami i obsługą, a nie samą cenę licencji. Podobne podejście, czyli AI uruchamianą we własnej infrastrukturze, oferują już m.in. IBM i europejscy dostawcy chmury suwerennej.