Startup aposta na tokenização para criar o próximo gigante da computação

"Me dê tokens. Só me dê tokens. Preciso deles rápido, baratos e preciso deles agora."

Essa é a demanda incessante que o CEO da Parasail, Mike Henry, ouve dos desenvolvedores que trabalham com modelos de IA generativa. A Parasail oferece um serviço de computação em nuvem feito sob medida para inferência de modelos de IA, e Henry revelou ao TechCrunch que a plataforma gera a impressionante quantidade de 500 bilhões de tokens por dia. Isso é que é maximizar a produção de tokens.

Henry atuou anteriormente como executivo na Groq, fabricante de chips focada em LLM, onde desenvolveu o serviço de nuvem da empresa — uma percepção precoce de que desenvolvedores de IA buscariam processamento especializado em nuvem. Agora, após um ano fora do modo sigiloso, a Parasail garantiu uma rodada de financiamento da Série A de US$ 32 milhões para expandir essa visão.

Embora Henry tenha experiência em design físico de chips, a Parasail não está vinculada à posse de seu próprio hardware. A empresa opera um modelo híbrido: possui algumas GPUs, mas aluga principalmente tempo de processamento em 40 data centers em 15 países, complementado por compras em mercados de liquidez. Essa abordagem orquestrada visa reduzir drasticamente o custo das solicitações de inferência.

Ao alocar cargas de trabalho de forma inteligente e evitar picos de demanda, a Parasail se posiciona para competir com empresas que possuem seus próprios chips, mas que podem estar limitadas por compromissos existentes com clientes e cargas de trabalho fixas.

O potencial de crescimento da empresa depende do aumento contínuo de modelos de código aberto e agentes de IA desenvolvidos fora dos principais laboratórios de ponta. A liderança e os investidores da Parasail apontam o custo e a complexidade crescentes do uso de APIs proprietárias de empresas como a Anthropic e a OpenAI como um fator-chave.

De fato, uma arquitetura híbrida está surgindo, segundo Andreas Stuhlmüller, CEO da Elicit. Sua startup, que levantou US$ 22 milhões na Série A para construir um assistente de pesquisa de IA para literatura científica, atende às principais empresas farmacêuticas que usam a ferramenta para analisar dados de dezenas de milhares de artigos.

“Nos voltamos mais para modelos abertos porque enviar centenas de milhares de solicitações para um único endpoint de API é um desafio”, disse Stuhlmüller ao TechCrunch. Isso é especialmente verdadeiro, já que a Elicit emprega agentes de IA que dividem as tarefas em operações estratégicas de horizonte mais longo. Modelos abertos lidam com a triagem inicial para reduzir custos, enquanto um modelo de ponta mais capaz fornece a resposta final.

O aumento nas consultas de modelos, impulsionado pela integração de agentes de IA no desenvolvimento de software, está estimulando o investimento em provedores de infraestrutura como a Parasail, que possibilitam inferência de baixo custo. Samir Kumar, sócio da Touring Capital que co-liderou a rodada de financiamento, disse ao TechCrunch que prevê que a inferência constituirá pelo menos 20% dos custos futuros de desenvolvimento de software.

Então, qual será a fatia desse mercado que a Parasail poderá conquistar? No concorrido setor de computação em nuvem, o CEO Mike Henry argumenta que o foco exclusivo de sua empresa na inferência (ela não lida com treinamento) e sua flexibilidade em atender clientes startups sem contratos de longo prazo a diferenciam de grandes provedores de nuvem voltados para empresas e até mesmo de especialistas em inferência bem financiados, como a Fireworks AI e a Baseten.

É claro que focar principalmente em startups em fase de semente e Série B no volátil setor de IA traz seus próprios riscos.

Steve Jang, sócio da Kindred Ventures e o outro co-líder nesta rodada, acredita que a economia da implantação de modelos exigirá o tipo de corretagem de computação que a Parasail oferece. E essa demanda só tende a crescer com a adoção mais ampla da IA para geração de conteúdo e robótica.

“Todos achavam que havia uma bolha de IA. Não há bolha de IA”, disse ele ao TechCrunch. “A demanda por inferência está superando em muito a oferta.”