Fal привлекла $1,3 млрд при оценке $16 млрд: инференс стал самостоятельным рынком

Стартап Fal, который хостит и запускает чужие ИИ-модели генерации изображений, видео и звука, привлёк $1,3 млрд в раунде Series F при оценке $16 млрд. Об этом 3 ноября сообщил Bloomberg, компания подтвердила раунд в собственном блоге. Оценка вдвое превышает $8 млрд, полученные в апреле.

Кто в раунде

• Лид: Bessemer Venture Partners, инвестировавший в компанию ранее. Партнёр Bessemer Талия Голдберг входит в совет директоров Fal.
• Участники: Nvidia как стратегический инвестор, Sound Ventures, HOF Capital, T. Rowe Price.
• Одновременно Fal раскрыла и предыдущий раунд Series E: $350 млн под лидом Sequoia Capital в апреле при оценке $8 млрд.

Суммарно по двум раундам компания привлекла $1,65 млрд. Series F закрылся в октябре, публично о нём объявили в ноябре.

Бизнес

Fal основана в 2021 году в Сан-Франциско. Соучредители — Буркай Гур, ранее руководивший машинным обучением в Coinbase и работавший инженером в Oracle, и Горкем Юртсевен, до этого разработчик в Amazon.

Компания зарабатывает на инференсе — выполнении уже обученных моделей. Основной спрос идёт от разработчиков, которым нужны открытые модели генерации медиа: Fal держит собственную инфраструктуру и продаёт доступ по API, избавляя клиента от необходимости арендовать GPU и разворачивать inference-стек.

По данным Bloomberg, ещё в этом году Fal преодолела $800 млн выручки в годовом исчислении.

Рынок

Инференс выделился в отдельный сегмент, где конкурируют Baseten, Fireworks AI и Modal — все они быстро растут и привлекают крупные раунды при повышающихся оценках. Общая проблема сегмента — тонкая валовая маржа: вычисления приходится покупать или арендовать по высоким ценам, а конкуренция давит на цену токена.

Участие Nvidia логично: для поставщика чипов рост независимых inference-площадок означает рост спроса на ускорители, причём не только на флагманские решения для обучения моделей.

Почему это важно

Оценка Fal — индикатор того, где сейчас концентрируется стоимость в ИИ-стеке. Обучение фронтирных моделей остаётся уделом нескольких лабораторий с бюджетами в десятки миллиардов долларов. А обслуживание уже обученных моделей оказалось рынком с понятной экономикой, огромным спросом и низким порогом входа для клиента.

Для покупателя ИИ-продукта это означает, что цена за токен будет падать, а выбор провайдера — расширяться. Для инвестора — что основной риск сегмента не в спросе, а в марже: рост выручки здесь напрямую конвертируется в закупку вычислений.