شرکت Anthropic در آستانه نهایی کردن یک سرمایه‌گذاری مشترک تقریباً 1.5 میلیارد دلاری با Blackstone، Goldman Sachs و چندین شرکت دیگر وال استریت برای توزیع ابزارهای هوش مصنوعی به شرکت‌های تحت حمایت سهام خصوصی است.

گزارشی از وال استریت ژورنال حاکی از آن است که این پلتفرم برنامه‌های کاربردی هوش مصنوعی را در بخش‌های مالی، عملیات، خدمات مشتری، تجزیه و تحلیل و نرم‌افزارهای سازمانی معرفی خواهد کرد.

شرکت‌های Anthropic، Blackstone و Hellman & Friedman این تلاش را رهبری می‌کنند و انتظار می‌رود هر کدام حدود 300 میلیون دلار به این سرمایه‌گذاری متعهد شوند. گلدمن ساکس نیز قرار است به عنوان سرمایه‌گذار بنیان‌گذار با مشارکت تخمینی 150 میلیون دلار به آن بپیوندد.

این ساختار، مؤسسات مالی بزرگ و یک توسعه‌دهنده هوش مصنوعی را در یک حرکت واحد برای تجاری‌سازی ابزارهای در سطح سازمانی گرد هم می‌آورد. این گزارش خاطرنشان کرد که اعلام رسمی می‌تواند به زودی در 4 می صورت گیرد.

علاقه به Anthropic در ماه‌های اخیر با افزایش کشش محصولات هوش مصنوعی سازمانی آن سرعت گرفته است. این شرکت بنا به گزارش‌ها در حال بررسی یک دور تامین مالی جدید است که می‌تواند ارزش‌گذاری آن را از 300 میلیارد دلار فراتر ببرد، و برخی پیش‌بینی‌ها تا 900 میلیارد دلار را نیز نشان می‌دهند. این انتظارات توجه زیادی از سوی بازیگران سهام خصوصی که به دنبال دسترسی زودهنگام به زیرساخت‌های هوش مصنوعی و ارائه‌دهندگان نرم‌افزار هستند، جلب کرده است.

این سرمایه‌گذاری برنامه‌ریزی شده همچنین در حالی انجام می‌شود که رقابت شدت می‌یابد. رقیب آن، OpenAI، در حال بررسی مشارکت‌های مشابهی با شرکت‌های سهام خصوصی برای گسترش پذیرش ابزارهای خود در سراسر عملیات تجاری بوده است. این تلاش‌های موازی نشان می‌دهد که چگونه توسعه‌دهندگان پیشرو هوش مصنوعی به حامیان مالی روی می‌آورند تا استقرار را مقیاس‌بندی کرده و اتوماسیون را در شرکت‌های سبد سهام ادغام کنند.

هر دو شرکت Anthropic و OpenAI نیز به عنوان کاندیداهای بالقوه برای عرضه اولیه عمومی (IPO) در اواخر سال جاری دیده می‌شوند، که لایه دیگری از فوریت را برای سرمایه‌گذارانی که به دنبال تضمین موقعیت‌ها قبل از هرگونه عرضه هستند، اضافه می‌کند.

به طور جداگانه، Anthropic وارد بحث‌های اولیه با استارتاپ نیمه‌هادی بریتانیایی Fractile شده است. مذاکرات بر روی تضمین دسترسی به تراشه‌های تخصصی استنتاج (inference chips) متمرکز است که برای اجرای کارآمدتر مدل‌های آموزش‌دیده هوش مصنوعی طراحی شده‌اند.

چنین سخت‌افزاری برای کاهش هزینه‌های عملیاتی و بهبود سرعت پردازش در حالی که تقاضا برای حجم کاری هوش مصنوعی افزایش می‌یابد، حیاتی است.

این بحث‌ها بر این نکته تأکید دارند که چگونه توسعه‌دهندگان در تلاشند تا عرضه محاسباتی را تضمین کنند، همزمان با گسترش دسترسی نرم‌افزاری خود از طریق مشارکت‌هایی مانند سرمایه‌گذاری مشترک پیشنهادی.