Modal تبلغ 1 مليار دولار من ARR وتجمع 750 مليون دولار بتقييم 15.75 مليار دولار

إذا حاولتم يومًا إطلاق تطبيق ذكاء اصطناعي في بيئة الإنتاج، فأنتم تعرفون كيف يبدو الأمر. تحتاجون إلى وحدات GPU وهي شحيحة. النموذج يزن عشرات الغيغابايتات ويستغرق تحميله وقتًا طويلًا. والكود الذي ولّدته الشبكة العصبية يجب تشغيله في مكان ما، وبطريقة تمنعه من الوصول إلى بقية النظام. يمكن تجميع كل ذلك على المكدس المعتاد من Docker وKubernetes وTerraform، لكنكم ستغرقون في ملفات YAML وشراء العتاد. على هذه المشكلة بنت Modal أعمالها، ولديها الآن أرقام.

ما الذي حدث

أعلنت Modal أنها تجاوزت 1 مليار دولار من annualized run rate. وهذا استقراء سنوي للإيرادات الحالية، وليس إيرادات العام الماضي. لم يمضِ على الجولة C سوى خمسة أشهر، وخلالها تضاعف استخدام المنصة ثلاث مرات. وعلى أساس سنوي تجاوز النمو 15 ضعفًا.

كما أغلقت الشركة جولة D بقيمة 750 مليون دولار بتقييم post-money قدره 15.75 مليار دولار. قادت الجولة Accel وانضمت إليها Kleiner Perkins، وأعاد جميع المستثمرين السابقين، ومنهم Menlo Ventures وGeneral Catalyst وRedpoint وLux Capital وAmplify Partners وBain Capital Ventures، الاستثمار. ويعمل في الفريق حاليًا أكثر من 200 شخص في نيويورك وسان فرانسيسكو وستوكهولم.

يجدر التذكير بأن جميع الأرقام مأخوذة من مدونة Modal نفسها، ولم يتحقق منها أحد بشكل مستقل. لكن حجم العملاء يبدو مقنعًا: يستخدم المنصة DoorDash وCognition وRamp وLinear وHebbia وRunway وPhysical Intelligence و1X وChai Discovery. أما تطبيق Jev من TypeSafe AI فقد عالج تريليون توكن خلال الأيام الثلاثة الأولى من عمره، ولم يضطر الفريق إلى الانشغال بالبنية التحتية.

لماذا Sandboxes تحديدًا

أكثر أجزاء القصة دلالة تتعلق بالبيئات المعزولة (sandboxes). أطلقت Modal منتج Sandboxes في عام 2023 عندما لاحظت أن الناس يطلبون بكثافة من نماذج LLM كتابة الكود، وأن هذا الكود يحتاج إلى مكان لتنفيذه. واليوم هو منتج مستقل بمعدل run rate يبلغ 300 مليون دولار. وقد جرى عبره تشغيل نحو 3 مليارات بيئة معزولة، ويتسع حتى مليون بيئة متزامنة.

مثال بسيط: لديكم وكيل يعمل في الخلفية ويصلح الأخطاء في المستودع. يستنسخ المشروع، ويشغّل الاختبارات، ويعدّل الكود، ثم يعيد تشغيل الاختبارات. كل ذلك يجب أن يتم في بيئة معزولة تبدأ خلال ثوانٍ وتختفي بعد انتهاء العمل. إذا شغّلتم ذلك على خوادمكم الخاصة فستتولون بأنفسكم الأمان وقوائم الانتظار وفترات التوقف. وتذكر Modal السيناريوهات نفسها للتعلم المعزز (reinforcement learning) ومنصات vibe coding. والآن أصبحت الأجهزة الافتراضية أيضًا متاحة للعموم في Sandboxes.

هناك منتجات أخرى. فالدوال، أي «اكتب الكود وستشغّله Modal»، تبقى الأساس للاستدلال عبر vLLM وSGLang وتوليد الصور والتدريب. وظهر مؤخرًا التدريب متعدد العقد: مُزخرِف واحد يرفع عنقودًا بربط RDMA دون التزامات بحجز القدرات. وللاستدلال أُطلقت Modal servers لخوادم HTTP ودوال لخدمة LLM مثل Endpoint Candidates. وإضافة إلى ذلك تتحرك الشركة «صعودًا في المكدس» نحو RL وما بعد التدريب (post-training).

ماذا يعني ذلك عمليًا

يقارن كاتب المدونة نفسه ما يحدث بعصر السحابة حين ظهرت Docker وKubernetes: كل تحول يولّد مجموعته الخاصة من الأدوات. وتراهن Modal على أن اللبنات القديمة لا تناسب الذكاء الاصطناعي، ولذلك كتبت من الصفر نظام ملفات وبيئة تشغيل للحاويات ومُجدوِلًا وشبكة. ويعمل كل ذلك فوق مجموعة قدرات من أكثر من 20 سحابة، ما يخفف جزئيًا مشكلة شح وحدات GPU.

والخلاصة للمطورين ومديري المنتجات كما يلي. أولًا، أصبح التنفيذ المعزول للكود الصادر عن LLM فئة بنية تحتية مستقلة، وبناؤه ذاتيًا غالبًا غير مجدٍ. ثانيًا، إذا كنتم تبنون وكلاء أو خطوط RL أو استدلالًا ثقيلًا، فمن المفيد مقارنة التكلفة وزمن البدء على منصة متخصصة مع Kubernetes الحالي لديكم. ثالثًا، يُظهر تقييم 15.75 مليار دولار أن المستثمرين يرون في «المعاول» لتطبيقات الذكاء الاصطناعي سوقًا كبيرة بقدر سوق النماذج نفسها.

والقيود واضحة أيضًا. فهذا مورّد واحد، وستكونون مرتبطين بواجهته البرمجية وبيئة تشغيله. وقد يتذبذب run rate بشدة في ظل النمو الانفجاري، ومن المرجح أن جزءًا من الإيرادات يأتي من عدد قليل من العملاء الكبار. وقبل نقل بيئة الإنتاج، تحققوا من شروط القدرات واتفاقيات مستوى الخدمة (SLA) وتكلفة الخروج. لكن كمؤشر على الطلب على البنية التحتية للوكلاء والتدريب، يقول هذا الخبر الكثير.