Adept AI, ein Unternehmen für generative künstliche Intelligenz, schloss im Jahr 2022 zwei bedeutende Finanzierungsrunden ab und sicherte sich insgesamt 415 Millionen US-Dollar an Risikokapital. Die Runden, eine Serie A über 65 Millionen US-Dollar und eine Serie B über 350 Millionen US-Dollar, positionierten das Start-up als wichtigen Akteur im aufstrebenden Bereich der KI-gesteuerten Workflow-Automatisierung. Das Unternehmen konzentriert sich auf die Entwicklung großer Sprachmodelle, die komplexe Benutzerbefehle über Software-Schnittstellen hinweg interpretieren und ausführen können, eine Abkehr von rein konversationaler KI.
Die Finanzierung zog die Beteiligung prominenter Investoren an und unterstrich das wachsende Interesse an angewandter KI. Die Runden der Serie A und Serie B wurden in einer Zeit schnellen Wachstums im Bereich der generativen KI angekündigt, in der erhebliche Kapitalzuflüsse in Start-ups flossen, die an Basismodellen und deren praktischen Anwendungen arbeiteten. Der Ansatz von Adept AI, der den Schwerpunkt auf den Bau von Modellen legte, die mit digitalen Werkzeugen agieren konnten, anstatt nur Text zu generieren, unterschied das Unternehmen von vielen zeitgenössischen Unternehmen.
Gründung und Team
Adept AI wurde 2022 von einem Team ehemaliger Forscher großer KI-Organisationen gegründet, darunter Google DeepMind und OpenAI. Zu den Gründern gehörten Ashish Kumar, der zuvor an Robotik und maschinellem Lernen bei Google DeepMind gearbeitet hatte, und David Luan, ein ehemaliger Ingenieur bei OpenAI. Das Team umfasste außerdem mehrere andere Forscher mit Fachkenntnissen in Deep Learning und Neuronalen Netzen, von denen viele zu grundlegenden Arbeiten an Transformer-Modellen und dem Training großer Sprachmodelle beigetragen hatten. Die kollektive Erfahrung der Gründungsgruppe war ein Schlüsselfaktor für die Fähigkeit des Unternehmens, Frühphaseninvestitionen anzuziehen.
Die zentrale technische Vision bei Adept AI konzentrierte sich auf die Schaffung eines KI-Systems, das Software auf die gleiche Weise nutzen kann wie ein Mensch, indem es Benutzeranweisungen liest und Aktionen ausführt. Dies erforderte Fortschritte in Bereichen wie Sequence-to-Sequence-Modellierung, Multi-Head-Attention und der Integration von natürlichem Sprachverständnis mit programmatischer Ausführung. Die anfängliche Teamgröße wurde bewusst klein gehalten, mit einem Fokus auf Forschungsproduktivität und schnelle Iteration bei Modellprototypen.
Finanzierungsrunde Serie A
Anfang 2022 kündigte Adept AI seine Finanzierungsrunde der Serie A über 65 Millionen US-Dollar an. Die Runde wurde von namhaften Risikokapitalgesellschaften angeführt, mit Beteiligung strategischer Investoren. Die Finanzierung sollte die Einstellung von Forschungstalenten und die anfängliche Entwicklung der firmeneigenen Modelle unterstützen. Die Serie A wurde innerhalb weniger Monate nach der Gründung des Unternehmens abgeschlossen, was das starke Vertrauen der Investoren in die Herkunft des Teams und das kommerzielle Potenzial der vorgeschlagenen Technologie widerspiegelt.
Details zur Bewertung der Serie A wurden nicht öffentlich bekannt gegeben, aber die Runde wurde in Technologie- und Wirtschaftsmedien weithin als Zeichen des wachsenden Interesses an angewandter KI berichtet. Die Mittel wurden hauptsächlich für Rechenressourcen verwendet, die für das Training großer Modelle unerlässlich sind, sowie für die Erweiterung des Forschungsteams. Zu diesem Zeitpunkt hatte Adept AI noch keine öffentlichen Produkte veröffentlicht, aber seine Forschungsfortschritte wurden von seinen Geldgebern als vielversprechend angesehen.
Finanzierungsrunde Serie B
Später im Jahr 2022 sammelte Adept AI eine Serie-B-Runde über 350 Millionen US-Dollar ein, womit sich die Gesamtfinanzierung für das Jahr auf 415 Millionen US-Dollar belief. Diese größere Runde wurde von einem Konsortium prominenter Technologieinvestoren angeführt und umfasste die Beteiligung bestehender Geldgeber sowie neuer institutioneller Investoren. Die Serie-B-Runde bewertete das Unternehmen mit etwa 1 Milliarde US-Dollar und verlieh ihm innerhalb weniger Quartale nach der Gründung den Status eines Einhorns.
Die Finanzierung fiel mit einem breiteren Anstieg der Investitionen in Unternehmen für generative KI zusammen, darunter Konkurrenten wie Anthropic und Inflection AI. Der differenzierte Fokus von Adept AI auf handlungsorientierte KI, im Gegensatz zur Inhaltsgenerierung, war ein bemerkenswertes Verkaufsargument. Das Unternehmen verwendete die Erlöse aus der Serie B, um seine Infrastruktur für das Modelltraining zu skalieren und mit explorativen Arbeiten an Unternehmensanwendungen zu beginnen, insbesondere in Sektoren wie Softwareautomatisierung und Kundenservice.
Die Ankündigung der Serie B hob auch die Partnerschaften und technischen Kooperationen des Unternehmens hervor, obwohl spezifische kommerzielle Vereinbarungen zu diesem Zeitpunkt nicht öffentlich detailliert wurden. Die Investition signalisierte, dass die Risikokapitalmärkte bereit waren, groß angelegte Wetten auf die Zukunft KI-gesteuerter Produktivitätstools zu unterstützen.
Technischer Ansatz
Das Forschungsprogramm von Adept AI konzentrierte sich auf die Entwicklung eines Modells, das mehrstufige Aufgaben in digitalen Umgebungen ausführen kann. Dies beinhaltete das Training an großen Datensätzen, die natürliche Sprachbefehle mit entsprechenden Aktionssequenzen wie dem Klicken auf Schaltflächen, dem Ausfüllen von Formularen oder dem Navigieren in Menüs paaren. Die zugrunde liegende Architektur nutzte Encoder-Decoder-Frameworks und Cross-Attention-Mechanismen, um Textbefehle mit visuellen und funktionalen Elementen von Software-Schnittstellen abzugleichen.
Die Arbeit des Unternehmens unterschied sich von rein sprachlichen Modellen wie denen, die Chatbots antreiben, da das Modell strukturierte Ausgaben erzeugen musste, die von Softwaresystemen interpretiert werden konnten. Techniken wie Beam-Suche und Top-p-Sampling wurden für die Erzeugung von Aktionssequenzen untersucht, während Modellbereinigung und Batch-Normalisierung zur Optimierung der Trainingseffizienz eingesetzt wurden. Das Team investierte auch in Datenanreicherungs-Methoden, um die begrenzte Menge an annotierten Aktionsdaten zu erweitern.
Die Forschungsbeiträge von Adept AI wurden durch akademische Arbeiten und Konferenzpräsentationen geteilt, obwohl die Hauptergebnisse oft proprietär gehalten wurden. Der Ansatz des Unternehmens ließ sich von früheren Arbeiten im Bereich Verstärkendes Lernen und Curriculum-Lernen inspirieren, obwohl veröffentlichte Details rar waren. Bis Ende 2022 hatte Adept AI frühe Prototypen demonstriert, die einfache webbasierte Aufgaben wie das Buchen von Flügen oder das Neuorganisieren von E-Mails auf der Grundlage von Eingabeaufforderungen in natürlicher Sprache ausführen konnten.
Marktkontext und Wettbewerber
Die Finanzierungsrunden fanden vor dem Hintergrund eines sich verschärfenden Wettlaufs in der Forschung und Kommerzialisierung von künstlicher Intelligenz statt. Im Jahr 2022 veröffentlichte OpenAI frühe Versionen seiner GPT-Modelle, die breite Aufmerksamkeit erlangten, während Google DeepMind Durchbrüche im Deep Learning und bei AlphaFold verfolgte. Adept AI positionierte sich eher als Verbündeter für Unternehmen denn als verbraucherorientierter Chatbot und konzentrierte sich auf die Automatisierung von Workflows innerhalb bestehender Tools.
Zu den Wettbewerbern im Bereich der handlungsorientierten KI gehörten Start-ups wie AI21 Labs und etablierte Player wie Microsoft, obwohl nur wenige bis Ende 2022 voll funktionsfähige Produkte hatten. Der Schwerpunkt des Unternehmens auf praktischem Nutzen fand bei Investoren Anklang, die hinsichtlich des Monetarisierungspotenzials rein generativer Chat-Schnittstellen vorsichtig waren. Die technische Roadmap von Adept AI profitierte auch von Fortschritten bei Positionskodierung und Schichtnormalisierung, die die Skalierbarkeit und Stabilität von Modellen verbesserten.
Das breitere Ökosystem von KI-Infrastrukturanbietern wie Amazon Web Services und Azure bot die für das Training groß angelegter Modelle notwendigen Rechenressourcen, aber Adept AI gab seinen bevorzugten Cloud-Anbieter nicht öffentlich bekannt. Der Erfolg des Unternehmens hing teilweise von seinem Zugang zu spezialisierter Hardware ab, ein Faktor, der die Verteilung des aufgenommenen Kapitals beeinflusste.
Führung und Governance
Das Führungsteam von Adept AI kombinierte technisches Fachwissen mit operativer Erfahrung. David Luan, als Chief Executive Officer, hatte zuvor Positionen bei OpenAI inne und war für seine Arbeit am Training groß angelegter Modelle bekannt. Ashish Kumar, der als primärer technischer Architekt fungierte, hatte zu Robotikforschung und Neuronalen Netzwerk-Design bei Google DeepMind beigetragen. Das Gründungsteam umfasste auch Personen mit Erfahrung in der Theorie des maschinellen Lernens und der Softwareentwicklung, obwohl spezifische Führungsrollen über die Mitgründer hinaus nicht weit verbreitet bekannt gegeben wurden.
Das Unternehmen richtete einen Beirat ein, der Akademiker und Branchenveteranen umfasste, obwohl Namen nicht formell bekannt gegeben wurden. Die Governance-Praktiken betonten Transparenz bei Forschungsmeilensteinen und regelmäßige Updates für Investoren. Bis Ende 2022 beschäftigte Adept AI weniger als 50 Personen, was eine bewusste Strategie widerspiegelte, ein hohes Verhältnis von leitenden Forschern zu Ingenieuren beizubehalten.
Auswirkungen und Rezeption
Die Finanzierungsrunden positionierten Adept AI als eines der am besten kapitalisierten KI-Unternehmen in der Frühphase seiner Ära. Branchenanalysten stellten fest, dass der Fokus des Unternehmens auf handlungsorientierte Modelle neue Softwarekategorien erschließen könnte, die möglicherweise die Notwendigkeit manueller Dateneingabe und sich wiederholender Aufgaben reduzieren. Einige Experten äußerten jedoch Skepsis hinsichtlich der technischen Machbarkeit einer zuverlässigen Ausführung mehrstufiger Aufgaben in realen Umgebungen, angesichts der Komplexität der Mensch-Computer-Interaktion.
Akademische Kommentatoren lobten den Ehrgeiz des Unternehmens, wiesen jedoch darauf hin, dass weiterhin erhebliche Herausforderungen bestehen, darunter Probleme bei der Fehlerbehandlung und der Verallgemeinerung von Modellen auf unbekannte Schnittstellen. Die Rezeption in der Machine-Learning-Community war gemischt: Einige betrachteten Adept AI als vielversprechende Bemühung, andere wiesen auf das Fehlen veröffentlichter Benchmark-Ergebnisse hin. Trotzdem ermöglichte die beträchtliche Finanzierung dem Unternehmen, aggressiv Forschungspositionen zu besetzen und in proprietäre Trainingsdatensätze zu investieren.
Bis Ende 2022 hatte Adept AI noch kein kommerzielles Produkt veröffentlicht, aber seine Serie-B-Runde signalisierte Vertrauen in seine langfristige Entwicklung. Der Fortschritt des Unternehmens wurde von Beobachtern des Generative-KI-Bereichs genau verfolgt, und seine späteren Produkteinführungen in den Folgejahren würden die Hypothesen testen, die seinem frühen Erfolg zugrunde lagen. Die Finanzierungsrunden von 2022 bleiben eine bemerkenswerte Fallstudie für die schnelle Skalierung von KI-Start-ups und die Wettbewerbsdynamik des Feldes.