Cognition Labs har satt sina mål på att bli nästa multimiljard-dollar-AI-startup. Enligt Wall Street Journal (WSJ) på söndagen (31 mars) för förhandlingar företaget, som utvecklar ett AI-verktyg för kodskrivning, med investerare för att säkra finansiering till en värdering på upp till 2 miljarder dollar. Rapporten indikerar att denna finansieringsrunda, om den lyckas, skulle höja Cognitions värdering till nästan sex gånger vad den var för bara några veckor sedan. Källor avslöjar att riskkapitalbolag i Silicon Valley, inklusive Founders Fund, som redan är aktieägare, deltar i diskussioner om att investera i rundan. Cognition började ursprungligen som ett kryptobolag men bytte till AI på grund av teknikens ökande popularitet. Tidigare i månaden avtäckte företaget sitt AI-kodningsverktyg, Devin, som sägs ha kapacitet att självständigt slutföra komplexa kodningsuppgifter, såsom att skapa skräddarsydda webbplatser. WSJ noterar också att vissa investerare ser Devin som ett betydande genombrott inom AI-intelligens och tror att det kan leda till omfattande automatisering inom programutveckling. Denna finansieringsrunda äger rum i en trend där AI-företag strävar efter betydande ökningar av värderingen. Till exempel har det kanadensiska AI-startupföretaget Cohere nyligen gått in i avancerade diskussioner om att höja 500 miljoner dollar, och potentiellt nå en värdering på 5 miljarder dollar. Förra juni låg Cohere's värdering på 2, 2 miljarder dollar efter en finansieringsrunda på 220 miljoner dollar. På liknande sätt upplevde det franska AI-modellutvecklaren Mistral en värdeökning med cirka sju gånger i slutet av 2021, och nådde 2 miljarder dollar från föregående år. Samtidigt utvecklar stora teknikjättar som Google, Microsoft och Meta aktivt sina egna AI-modeller med stort språk (LLM), som framhålls av PYMNTS.

Dessa företag sitter inte stilla, och medan de har en fördel sträcker sig racet om AI-överhöghet bortom branschledarna. Framsteg inom AI kräver ofta betydande investeringar i beräkningskraft och forskningstalang. Gil Luria, en senior programvaruanalytiker på D. A. Davidson & Co. , förklarade i en intervju med PYMNTS: "Hindret för att bygga en bred grundläggande modell är att träning på allt större datamängder är extraordinärt dyrt. Det enda skälet till att OpenAI har råd att göra det är stödet från Microsoft och de Azure-resurser som de gör tillgängliga för OpenAI. De breda modellerna, som de som utnyttjas av ChatGPT, har tagit upp stora delar av människokunskapen och fortsätter att träna på nytt innehåll, vilket gör dem så mångsidiga inom många expertisområden. "