Accel tratta 1 mld per Thinking Machines a valutazione di 40 mld

Accel è in trattative per guidare un round da 1 miliardo di dollari in Thinking Machines a una valutazione di almeno 40 miliardi di dollari. La notizia arriva da The Information ed è ripresa da TechCrunch, che cita una fonte a conferma delle discussioni in corso [S1].

Se chiuso, il finanziamento valuterebbe la società sotto i 50 miliardi di dollari che Thinking Machines cercava di ottenere alla fine dello scorso anno [S1]. Le parti non hanno ancora definito i termini finali. L’esito resta incerto.

Una fonte con conoscenza delle finanze della società indica un tasso di ricavi annuali superiore a 100 milioni di dollari. A quel livello di ricavi, una valutazione da 40 miliardi implica un multiplo di ricavi elevato [S1].

Accel risulta già investitore in Thinking Machines ed è in discussione per guidare il nuovo aumento di capitale. Accel e Thinking Machines non hanno risposto immediatamente alle richieste di commento [S1].

Thinking Machines è un laboratorio di intelligenza artificiale fondato all’inizio dello scorso anno da Mira Murati, già CTO di OpenAI [S1]. La società ha presentato a luglio Inkling, un modello “open-weight”. Il modello genera ricavi applicando tariffe di calcolo in base all’uso. L’offerta consente di adattare i modelli su dati proprietari tramite la piattaforma Tinker [S1].

Il precedente aumento di capitale è stato un round da 2 miliardi di dollari. L’operazione ha valutato la società 12 miliardi di dollari. Ha guidato Andreessen Horowitz, con la partecipazione di Nvidia, GV e Lightspeed [S1].

Secondo The Information, le discussioni attuali puntano a una nuova raccolta con Accel in posizione per guidare il sindacato, se le trattative andranno a buon fine. Le condizioni potrebbero modificarsi e la chiusura non è garantita [S1].

Il divario tra la valutazione prospettata e i ricavi indicati mette l’accento sulle aspettative del mercato per i laboratori di intelligenza artificiale. In questo contesto, la scelta di pubblicare un modello “open-weight” e di monetizzarlo con tariffe di calcolo legate all’uso tramite Tinker mostra dove la società cerca trazione: adattamento su dati proprietari, pagando per la capacità impiegata [S1].