River AI залучила $1,1 млрд на розробку ШІ, який ви тренуєте самі, а не ШІ, який вас замінює
Стартап віком два місяці, заснований співзасновником xAI, щойно отримав один із найбільших раундів фінансування на ранній стадії в історії ШІ, зробивши ставку на те, що персональні, які піддаються навчанню агенти ШІ мають більше значення, ніж корпоративні інструменти продуктивності.
Ключові моменти
- River AI, заснована в 2025 році Ігором Бабущкіним, залучила $1,1 млрд у раундах seed і Series A під керівництвом General Catalyst і AMP PBC.
- Nvidia, AMD Ventures, Y Combinator та сінгапурський фонд Temasek також взяли участь у раунді.
- Перший продукт River дозволяє розробникам і компаніям налаштовувати або спеціально навчати відкриті моделі ШІ через API без потреби у спеціалізованій команді інфраструктури.
- Компанія стверджує, що підприємства можуть завершити складне навчання ШІ за 15–20 хвилин з економією витрат у два-чотири рази порівняно із закритими, власницькими альтернативами.
- Довгострокова мета River — агенти ШІ, програмне забезпечення, яке виконує багатокрокові завдання від імені користувача, які люди навчають і якими володіють самі.
Стартап віком всього два місяці щойно залучив $1,1 млрд. Це не друкарська помилка.
River AI, заснована Ігором Бабущкіним, одним зі співзасновників лабораторії xAI Елона Маска, вийшла з прихованості в червні 2025 року з аргументом, що індустрія ШІ рухається у неправильному напрямку. Більшість лабораторій розробляють ШІ, щоб замінити працівників. River хоче розробляти ШІ, який належить вам.
Резюме Бабущкіна охоплює старші посади в DeepMind і OpenAI, перш ніж він допоміг заснувати xAI. Цей бекграунд разом із загальним керівництвом General Catalyst і AMP PBC залучив Nvidia, AMD Ventures, Y Combinator і Temasek як додаткових інвесторів.
AMP PBC — інвестиційна фірма, заснована в 2026 році Анджнеєм Мідхою, колишнім генеральним партнером Andreessen Horowitz, видатної венчурної фірми Кремнієвої долини. Раніше Мідха підтримував компанії ШІ, включаючи Mistral AI і Black Forest Labs.
Що River насправді робить прямо зараз?
Перший продукт River — це сервіс, розраховуваний на один мільйон токенів (токен — це приблизно слово або частина слова, яке обробляє ШІ), що дозволяє розробникам і компаніям навчати відкриті моделі ШІ, тобто моделі, базовий код яких є загальнодоступним, залежно від своїх конкретних потреб.
Два запропоновані методи навчання — це навчання з підкріпленням, де модель навчається через пробу та зворотний зв'язок, а не запам'ятовування прикладів, і тонке налаштування LoRA, техніка, яка коригує поведінку моделі без її переписування з нуля. Жоден метод не вимагає від клієнта найму команди інженерів з інфраструктури ШІ. River займається цим рівнем.
Основна идея: припиніть намагатися змусити модель, якою ви не володієте, робити те, що ви хочете, через ретельний підбір слів. Замість цього навчіть ту, яка справді належить вам.
Для бізнесу це означає складне навчання за 15–20 хвилин, з економією витрат у два-чотири рази порівняно з використанням закритих, власницьких сервісів ШІ, згідно з власними цифрами River. Ці показники є саморозповіданими і не були незалежно перевірені.
Яке більше бачення?
Бабущкін описує кінцеву мету як агенти ШІ, програмне забезпечення, яке може планувати й виконувати завдання протягом багатьох кроків, які відчуваються менше як інструменти продуктивності й більше як персональні захисники. На його слова: «тихо присутні, на вашому боці, допомагаючи в тому, що насправді має значення для вас».
Це бачення відповідає реальному зміщенню, яке відбувається в корпоративних технологіях. Великі компанії все частіше змішують відкриті та власницькі моделі ШІ, замість того щоб блокувати одного постачальника, і часто найважче адаптувати ці моделі після навчання. River позиціонує себе як спеціаліст, який вирішує саме цю проблему.
Питання в тому, чи зможе двомісячна компанія забезпечити в такому масштабі. $1,1 млрд дає River довгу стежку для спроби.
Що це означає для звичайних людей?
Нічого, щоб діяти прямо зараз. Поточний продукт River орієнтований на розробників і компанії, а не на окремих споживачів. Але якщо модель персонально навчаємих агентів ШІ приживається, подальший ефект — це асистенти ШІ, які вивчають ваші звички й уподобання з часом, без того щоб ці дані належали великій технологічній компанії. Це обіцянка. Поставка — це роки, як мінімум.
