Март 2025 года для ИТ-предпринимателя Бакытжана Доса получился насыщенным. Сперва стало известно о сделке по продаже GoatChat.ai, который он развивал вместе с Ерболом Копжасаром, испанскому медиахолдингу Newry Global Media. А спустя несколько дней Бакытжан объявил о привлечении $5 млн в свой новый проект Nace AI – эта компания разрабатывает систему, создающую узкоспециализированные ИИ-модели для конкретных бизнес-задач. Уже в течение этого года Nace.AI удалось закрыть раунд на $21,5 млн, заключить контракт с представителем Big4 и договориться о сотрудничестве с сооснователем Yahoo! Джерри Янгом и CEO Intel Лип-Бу Таном.
В интервью для совместного проекта Digital Business и Astana Hub «100 стартап-историй Центральной Евразии» Бакытжан рассказал, через что пришлось пройти, чтобы получить первые $5 млн инвестиций, чем малые языковые модели (SLM) отличаются от LLM и какую пользу они способны принести enterprise-сегменту. Также поговорили о том, насколько сложно было договориться о контракте с Big4, сколько уже зарабатывает стартап и когда он будет стоить $10 млрд.
Читать этот текст на казахском
«Получал много отказов, потому что тогда толком никто не понимал, в чем сила малых языковых моделей»
– Практически сразу после сделки по продаже GoatChat.ai вы объявили о привлечении $5 млн от фонда General Catalyst в Nace AI. Можете рассказать, когда возникла идея нового проекта?
– Еще во время работы над GoatChat.ai начал заниматься ресерчем разных языковых моделей. Так понял, что у текущей архитектуры есть фундаментальные лимиты, которые не позволяют им сделать глобальную генерализацию или покрыть длинные значимые контексты. Благодаря этому увидел для себя интересную нишу – small language models (SLM), которые были бы очень полезны enterprise-сегменту. Они позволили бы им получать действительно что-то дельное от искусственного интеллекта, а не сжигать токены впустую.
Вообще SLM архитектурно похожи на LLM, их принцип работы кардинально не отличается. Ключевое различие здесь – в количестве символов (к примеру, у Claude или ChatGPT их от 1 до 3 трлн нейронов, а у малых языковых моделей – 10-15 млрд) и узконаправленной деятельности.
Как это выглядит на практике? Если взять триллион нейронов в большой языковой модели, 85-90% из них – это информация из большой библиотеки. Условно, в каком году родился Эйнштейн или как звали первую собаку, побывавшую в космосе. По сути в LLM только 10-15% полезных для бизнеса нейронов. И наша идея заключалась в том, чтобы дать компаниям именно их. К примеру, сделать модель, которая может заниматься поддержкой клиентов, писать SQL-запросы и так далее. То есть основное преимущество малых языковых моделей над большими заключается в том, чтобы убрать весь шум и оставить самое нужное.
– Насколько быстро удалось закрыть раунд на $5 млн?
– Когда стало понятно, что сделка по продаже GoatChat.ai подходит к завершению, начал искать инвестиции в Nace AI. К тому моменту у нас был прототип, который позволял создавать небольшой адаптер для малой языковой модели под три пользовательских кейса: клиентская поддержка, SQL-запросы и комплаенс.
Потратил 4 месяца на общение с разными фондами. Получал много отказов, потому что тогда толком никто не понимал, в чем сила малых языковых моделей. Инвесторы задавали много странных вопросов в силу своей технической неподкованности. Тогда решили идти к тем, у кого есть экспертность в этой сфере. Одним из таких оказался фонд General Catalyst. Рассказал о продукте их CEO и управляющим партнерам: им понравилось то, что мы собираемся делать, и нам дали деньги.
– Звучит довольно легко…
– На самом деле, прошел сложный путь. До того, как получить инвестиции, пообщался с 40 фондам – и все отказали. Было тяжело.
Тут еще проблема в том, что в Кремниевой долине никто не дает полноценного фидбека. И непонятно, хорошо ты пропитчил или плохо. Инвесторы просто говорят: «It’s okay, fine». Для меня в начале это было очень непривычно. В результате к General Catalyst прошел через пот и слезы. Но даже если бы они отказали, то не сдался бы. Я приехал в Кремниевую долину с одной целью – построить здесь компанию, и никто не смог бы меня остановить.
«Сейчас большие языковые модели, если проводить аналогию с бытовым случаем, забивают гвоздь кувалдой»
– Что собой сейчас представляет Nace AI?
– Наш основной продукт – MetaModel. Это архитектура, позволяющая создавать небольшие языковые модели, встраивающие в себя внутренние политики, комплаенс-процедуры и корпоративные знания заказчика. То есть мы берем свою маленькую модельку, приносим ее клиенту, и он говорит, допустим, что работает сейчас над ИИ-агентом для определенной деятельности. Мы в свою очередь делаем адаптер, который позволяет, скажем так, настраивать этого агента под политику компании и определенный кейсы. Говоря простым языком, MetaModel – это технология, которая позволяет быстро кастомизировать и персонализировать малые языковые модели.
У нас есть свои 4 малые языковые модели. Первые версии создавали на основе микса из уже существующих архитектур от Google, Meta и Microsoft. Благодаря такому подходу сэкономили много денег. Да и нет большого смысла создавать с нуля архитектуры, когда уже много работы проделано до нас. Поэтому взяли из нескольких LLM нужные нам вещи, убрали лишнее и добавили сверху большой сегмент своих знаний. Здесь было важно правильно подобрать данные, чтобы они эффективно работали для запросов enterprise-компаний.
В конечном итоге получается коктейль датасетов, в котором должна быть публичная и академическая информация (к примеру, базовая арифметика), не позволяющая модели деградировать. Но важнее всего специализированные данные – те, которые сами покупали у разных компаний и поставщиков, потратив на это немало денег, а потом фильтровали. Их должно быть порядка 60-70%, чтобы построить SLM, которая заточена под конкретный кейс.
– Под какие конкретно задачи заточена каждая из ваших 4 малых языковых моделей?
– Главное предназначение первой – работа с документами. У многих крупных корпораций до сих пор документооборот идет в виде PDF, сканов и так далее. Мы сделали модель, которая сканирует все бумаги с хорошей точностью и подготавливает к тому, чтобы они были подъемными для других моделей, которые проводят с ними определенную работу.
Вторая заточена на проверку определенных фактов. К примеру, одна моделька говорит, что какой-то документ не подписан. В таком случае наша модель идет искать этот документ, чтобы визуально показать доказательство или опровержения.
Третью натренировали на понимание сферы финансов, потому что нынешние модели плохи в этом. Они, к примеру, не знали базовых принципов бухгалтерии и других нюансов.
Четвертая модель специализируется на вызове более подходящих инструментов для решения определенных задач. Сейчас большие языковые модели, если проводить аналогию с бытовым случаем, условно, забивают гвоздь кувалдой. Мы же обучили модель, чтобы она это делала молотком.
К слову, четвертую модель сделали сами с нуля, когда появилось больше денег. Она полностью на наших GPU и натренирована на собственных данных.
«Убедить бухгалтеров дать вам деньги – непростая задача»
– Не так давно Nace AI начал работу с компанией из Big4, с которой заключили контракт, как вы сами говорили, «на долгие годы вперед». Благодаря чему удалось договориться о сотрудничестве?
– Там увидели большой потенциал в нашей технологии для финансового аудита, подготовки налоговой декларации и так далее. Она показала результат намного лучше, чем продукты, которые у них были и которые предлагали конкуренты. Это pure competition: побеждает лучшее решение. Мы на практике показали, как можем действовать, после чего нам сказали: «Хорошо, давайте теперь работать основательно». Причем наш пилот не был бесплатным.
Звучит, возможно, слишком просто, но мы сделали невозможное. Убедить бухгалтеров дать вам деньги – непростая задача. Проделали колоссальную работу. Эта сделка растянулась на 10 месяцев, а количество встреч для переговоров, наверное, переваливает за 30. Но в конечном итоге все получилось, потому что изначально был серьезно нацелен на сделку.
– Кто еще в числе ваших клиентов?
– На текущий момент фокусируемся на сервисных компаниях, которые работают в финансовой сфере. Сюда подходят и банки, и кредитные организации. По сути все те, кто считает деньги. Вижу, что можем построить в данном сегменте прибыльную бизнес-модель и показывать хороший value для наших пользователей.
Сейчас у нас 3 полноценных клиента, еще 2 в процессе подключения. Но здесь важно понимать, что в enterprise-сегменте цикл сделать долгий.
– С помощью чего монетизируетесь?
– У ИИ-компаний не так много выбора в этом плане. Так как продаем малые языковые модели, на инференсе (применение уже обученной нейросетью накопленных знаний для анализа новых, реальных данных и выдачи конечного результата – прим. Digital Business) много денег не заработаешь, как это делают другие.
У нас львиная доля денег приходит от обновлений моделей, ведь они оперируют внутри динамичной среды. Допустим, если брать кейс Big 4, то они работают в 70 странах мира, имея 35-40 глобальных офисов. И вот в одном из государств изменилась регуляторика, из-за чего теперь нужно определенную работу делать иначе. Для этого обновляем модели под соответствие новым требованиям.
Также есть кастомизационная часть, когда в модельку вшиваются данные, характерные для одной определенной компании. Чтобы она вела себя как владелец или совет директоров.
– Какой сейчас ARR у Nace AI?
– Точные цифры называть не буду. Но могу сказать, что вышли на хорошие показатели по revenue. Уже обеспечили для компании денежный поток примерно сопоставимый с нашими раундами финансирования (на данный момент Nace AI в общей сложности привлек $26, 5 млн – прим. Digital Business).
«Во многих странах инвесторы очень много времени отнимают у фаундеров: они задают неправильные и ненужные вопросы»
– Давайте поговорим об инвестициях. Не так давно вы привлекли раунд на $21,5 млн, который возглавил фонд General Catalyst. При этом на его закрытие ушло меньше 36 часов. Расскажите, как вам удалось?
– В Кремниевой долине оперирует такое правило: если инвесторы сильны сами по себе в сфере, куда вкладываются, и видят фаундера, готового идти вперед со своим продуктом, то все двигаются очень-очень быстро. На самом деле, могло понадобиться и меньше 36 часов: фондам потребовалось время, чтобы прозвонить всех людей, с которыми работал, и понять, какой я человек. Это как раз и заняло 36 часов.
Вообще думаю, что на венчурном рынке все сделки должны проходить так быстро. Но, к сожалению, во многих странах инвесторы очень много времени отнимают у фаундеров. Они задают неправильные и ненужные вопросы, обещают деньги, а потом долго тянут или вовсе исчезают. На мой взгляд, если ты принял решение, то должен быстро все закрывать. Потому что в интересах инвестора не упустить хорошую сделку, где их предложение могут перебить другие. Так что это работает в обе стороны.
К слову, в нашем случае был oversubscribed. Изначально планировали привлечь $18 млн, но появился ряд других инвесторов, которые хотели поучаствовать в раунде. И чтобы никого не обидеть, дали небольшой allocation разным компаниям и людям. В результате получилось $21,5 млн.
– Вы ранее отмечали, что собираетесь направить привлеченные инвестиции на расширение команды. Сколько сейчас человек в Nace AI, каких специалистов наняли и кого ищите?
– У нас 30 человек в команде, из которых 90% – инженеры. На самом деле, в данный момент в Nace AI даже sales-команды нет: она только-только начинает формироваться.
Если говорить по открытым позициям, то ищем product-менеджеров, technical program-менеджеров и growth-менеджеров. По сути, нам нужны люди, которые смогут бустить рост компании. При этом ведем активный хайринг в Казахстане: видим здесь хорошую комбинацию энергии, таланта и владения английским. К слову, в Астане у нас есть дочерняя организация, и мы участники Astana Hub, что также дает определенные преимущества.
– Ваш основной фокус сейчас – исключительно США или собираетесь выходить на другие рынки? К примеру, страны ЕС или MENA.
– Видим большой спрос на продукт в Саудовской Аравии, странах Юго-Восточной Азии. Из Казахстана тоже многие банки писали. Однако это требует времени и внимания, которого у нас пока нет. Поэтому в данный момент на 100% сфокусированы на США. Но, думаю, как только компания дорастет до стадии Series B, которая подразумевает международную экспансию, вернемся к этим рынкам.
«Пока миллиардной оценки нет»
– Не боитесь конкуренции со стороны крупных игроков, таких как OpenAI или Anthropic, которые могут в любой момент также пойти в сторону малых языковых моделей? Насколько вы готовы к такому развитию событий?
– Мы живем в мире AI, где может произойти что угодно и когда угодно. Но на текущий момент точно знаем, что OpenAI отказался от подобной деятельности. Что касается Anthropic, то там никогда не интересовались данным направлением. Они идут в сторону LLM с большим количеством данных масштабирования.
Есть еще Google и Meta, которые этим интересуются, но они скорее для нас как tailwind (попутный ветер – прим. Digital Business). По сути, мы бенефициары от их деятельности, потому что они занимаются в основном малыми моделями в качестве благотворительности.
Наверное, одну из больших ставок на SLM, которая лоб в лоб идет с нашими, делает Microsoft. У них до сих пор есть серия моделей PHI. Но в любом случае побеждает тот, кто дает хорошую точность и наилучшую персонализацию.
Есть ли риск, что какой-то большой игрок съест нашу долю – да, есть. Есть ли какой-то способ этому помешать – нет. Это AI: здесь на текущий момент решает скорость итерации и четкий фокус, куда бить.
– А были ли попытки со стороны больших игроков купить Nace AI?
– Было 2 предложения – мы отказались. Первое как раз от компании Big4, с которой подписали контракт. Когда вы идете разговаривать с таким игроком, то первые полгода они будут обсуждать с вами покупку. Потому что из-за своей регуляторики им проще приобрести стартап, чем договариваться о партнерстве.
Второе – от фонда. Конечную сумму они не оглашали, но цифры, которые фигурировали, не доходили до того пика, которого может достигнуть стоимость Nace AI. На мой взгляд, наша компания может стоить больше $10 млрд, если будем правильно экзекьютить.
– Многие в Казахстане считают Nace AI будущим «единорогом». Насколько вы близки к этому статусу сейчас?
– Не хочу спекулировать на эту тему. Но скажу, что пока миллиардной оценки нет.
– Какие у вас планы?
– Они очень простые. Есть три ключевых направления – нарастить количество клиентов, подрасти по АRR и привлечь следующий раунд инвестиций. Будем все делать именно в такой последовательности.
Что касается фандрейзинга, пока сложно говорить о конкретных цифрах, но хотим намного больше того, что уже привлекли. Теперь нужны хорошие ресурсы, чтобы строить сильную инфраструктуру. Это следующая цель, ведь для поддержки больших клиентов требуется больше инфраструктурных мощностей.