Startup một năm tuổi Trajectory vừa công bố hoàn tất vòng gọi vốn Series A trị giá 45 triệu USD tại mức định giá 300 triệu USD. Vòng tài trợ do quỹ đầu tư Sequoia Capital dẫn dắt, cùng sự tham gia của tập đoàn Nvidia, Bessemer Venture Partners và Bain Capital Ventures.

Động thái huy động vốn diễn ra khi các tổ chức tìm cách tối ưu hóa chi phí vận hành AI và khai thác hiệu quả thực tế khi doanh nghiệp bắt đầu ghi nhận lợi ích tài chính từ AI.

Giải bài toán hậu huấn luyện cho chuyên gia nghiệp vụ

Trajectory được đồng sáng lập bởi ba cựu sinh viên Stanford từng làm việc tại Google DeepMind và Apple, gồm Ronak Malde, Michael Elabd và Arjun Karanam. Mục tiêu cốt lõi của đội ngũ là giải quyết hạn chế lớn nhất của các mô hình nền tảng hiện nay: chúng không tự rút kinh nghiệm từ lỗi sai trong quá trình vận hành thực tế nếu thiếu khâu tái huấn luyện liên tục.

Nền tảng của Trajectory cho phép các doanh nghiệp kết nối trực tiếp mô hình AI nguồn mở vào quy trình làm việc để thu thập phản hồi người dùng. Hệ thống sẽ tự động tổng hợp dữ liệu này để tái huấn luyện mô hình, giúp AI liên tục thích ứng và nâng cao chất lượng thực thi các tác vụ đặc thù.

Điểm đột phá nằm ở giao diện tương tác: các chuyên gia chuyên ngành như luật sư hay bác sĩ có thể trực tiếp chỉ đạo và tinh chỉnh mô hình mà không cần đến đội ngũ kỹ sư triển khai chuyên biệt.

Hệ khách hàng ban đầu và cạnh tranh thị trường

Công ty hiện có quy mô tinh gọn với 18 nhân sự nhưng đã thu hút nhiều khách hàng tên tuổi sử dụng nền tảng, bao gồm nền tảng pháp lý Harvey, startup tài chính Rogo, công ty tác tử Decagon, Mercor và chính tập đoàn Nvidia. Cùng với thông báo gọi vốn, Trajectory đã chính thức mở quyền truy cập nền tảng hậu huấn luyện cho toàn bộ thị trường.

Thị trường hậu huấn luyện tự động đang nóng dần lên với sự xuất hiện của các đối thủ đáng gờm như Thinking Machines Lab của cựu Giám đốc Công nghệ OpenAI Mira Murati, Applied Compute hay Prime Intellect.

Theo các nhà sáng lập, việc duy trì vai trò giám sát của con người trong chu trình học liên tục là cách tiếp cận an toàn hơn hẳn so với việc để AI tự cải tiến đệ quy hoàn toàn tự động mà thiếu kiểm soát.