Репортаж от Wedoany，Бразильский стартап NeoSpace представил класс крупных моделей данных, предназначенных для обработки нетекстовых данных, таких как финансовые транзакции, записи о потреблении и промышленная информация, которые традиционные языковые модели с трудом анализируют.
За последние несколько лет значительные средства были вложены в большие языковые модели (LLM), архитектуры, обученные понимать и генерировать текст, яркими примерами которых являются ChatGPT, Gemini и Claude. Эти системы превратили искусственный интеллект в массовый инструмент, способный писать отчеты, отвечать на вопросы и вести диалог с почти человеческой беглостью. Однако внутри крупных компаний в банковском, страховом, розничном и телекоммуникационном секторах накопленные за десятилетия данные о клиентах остаются трудноиспользуемыми. Проблема заключается в том, что LLM спроектированы для обработки слов, а не фрагментированных данных, таких как транзакции, таблицы и временные ряды.
NeoSpace, основанная Фелипе Алмейдой, Бруно Пьеробоном, Густаво Дебсом и Тиаго Тейшейрой, пытается решить эту проблему с помощью обучения больших моделей данных (LDM). Компания привлекла внимание, выступив на главной сцене конференции NVIDIA GTC 2026 в марте. Алмейда отмечает, что повседневно используемые модели подходят только для текстовой информации и с трудом справляются с данными других типов. Такие модели могут написать отчет о каком-либо банке, но не способны проанализировать миллионы финансовых транзакций, чтобы выявить отток клиентов, покупательское поведение или риски кредитного дефолта.
Ранее Алмейда управлял компанией Zup, занимающейся корпоративным программным обеспечением, которая была продана банку Itaú в 2020 году примерно за 575 миллионов бразильских реалов. В ходе сотрудничества с крупными предприятиями он обнаружил, что цифровая трансформация позволяет компаниям собирать данные в огромных масштабах, но им по-прежнему не хватает способности превращать их в решения. Такие транзакции, как покупки по кредитной карте, содержат множество атрибутов: время, сумму, местоположение, способ оплаты, количество рассрочек, категорию продавца и историю покупок. Умноженные на данные десятков миллионов пользователей за многие годы, они выходят за пределы возможностей традиционных аналитических инструментов. По словам Алмейды, его модель способна обнаруживать изменения еще до того, как они станут заметны в поведении. Например, клиент, который всегда оплачивал покупки полностью, начинает выбирать рассрочку для регулярных расходов, что может указывать на изменение финансового положения. Технология уже протестирована в банковском, страховом, телекоммуникационном, авиационном и нефтегазовом секторах. Телекоммуникационные компании могут использовать ее для прогнозирования оттока абонентов, авиакомпании — для оптимизации маршрутов и расхода топлива, а нефтегазовые группы — для выявления зон с высокой вероятностью успеха до начала бурения. Алмейда сообщил, что в некоторых сценариях повышение производительности составляет от 8% до 10%, а в других может достигать 30%, однако эти данные не были независимо проверены.
Долгосрочное партнерство NeoSpace с банком Itaú стало важной основой для ее раннего развития. Будучи одним из клиентов Zup, Itaú после приобретения Zup продолжил лидировать в раунде финансирования NeoSpace на сумму $18 млн, из которых $15 млн поступили непосредственно от этого учреждения. Эти инвестиции рассматриваются как промышленная валидация, а не традиционная финансовая ставка, поскольку банк начал тестировать технологию еще до выделения средств.
NeoSpace утверждает, что создала инфраструктуру на базе 1200 графических процессоров NVIDIA B200 (одних из самых передовых коммерчески доступных чипов), и, по заявлениям компании, она является одной из первых организаций в мире, получивших эту модель чипов в крупных масштабах. Однако все эти GPU находятся в Сиднее, Австралия, а не в Бразилии. Причина выбора этого места заключается в том, что налоги на импорт GPU могут увеличить стоимость оборудования на 40%, а в Сиднее находится один из немногих центров обработки данных, способных поддерживать новое поколение чипов с помощью систем жидкостного охлаждения, которое является ключевой технологией для эффективного отвода тепла. Алмейда отметил, что это решение выявило часто упускаемое из виду узкое место в гонке ИИ — доступ к оборудованию и связанная с ним налоговая политика.
NeoSpace планирует сосредоточить следующий этап на рынке США и привлечь новый раунд финансирования при поддержке фондов роста и венчурного капитала для создания местной коммерческой и технической команды. Алмейда считает, что управлять международным бизнесом удаленно из Бразилии нереалистично, и компании необходимо работать локально в США. Ориентируясь на модель глобальной экспансии израильских компаний, NeoSpace намерена позиционировать себя как глобальное предприятие. В настоящее время большая часть отраслевых ресурсов сосредоточена на генеративных моделях и диалоговых агентах, но NeoSpace делает ставку на то, что следующий цикл создания стоимости будет связан с системами, способными понимать корпоративные данные и превращать их в операционные решения. Большие языковые модели изменили способ создания контента, в то время как модели данных могут изменить такие ключевые процессы принятия решений, как ценообразование, кредитование, управление рисками, удержание клиентов и инвестиционное планирование. Алмейда заявил, что в настоящее время ни одна другая компания не занимается точно таким же бизнесом, но ожидает, что эта ситуация сохранится недолго. Поэтому компания ускоряет накопление клиентов и примеров использования, стремясь занять преимущество до того, как конкуренция на рынке станет жесткой.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
