Engram募資9800萬美元將AI代幣成本削減100倍

美國企業的AI支出正失控膨脹，一家成立僅8個月、以神經科學啟發記憶技術的新創公司，剛募得9800萬美元來解決這個問題。

AI新創公司Engram的模型在最高可減少100倍代幣使用量的情況下，效能仍能與前沿實驗室匹敵。在企業面臨AI成本飆升之際，該公司從General Catalyst、Kleiner Perkins及Sequoia募得9800萬美元。本輪融資也包括OpenAI共同創辦人Andrej Karpathy。

「現在數據爆炸、成本爆炸，」Kleiner Perkins合夥人Leigh Marie Braswell表示。「Engram一登場就繪製出你組織的藍圖，並提供數量級更低的成本輸出。」

這家僅13名員工的公司，成立不到一年，已簽下微軟（Microsoft）、Notion以及法律AI新創Harvey作為客戶。Engram表示，其模型能夠記憶組織特定的工作流程與背景脈絡，從而預測問題並提供更便宜的回應。其方法借鑒了神經科學中的「記憶印痕」（engram）概念——即大腦中的記憶痕跡。

這輪融資之際，從Uber到大型銀行等企業紛紛回報AI預算已超支且回報甚微。Uber技術長在4月透露，該公司已超出其2026年的AI預算。據《泰晤士報》報導，兩家大型銀行在AI實驗上花費約10億美元，卻未獲得顯著回報。Meta則在發現其2026年僅AI一項就可能花費數十億美元後，對內部代幣使用實施了嚴格限制。

Engram共同創辦人兼執行長Dan Biderman擁有哥倫比亞大學計算神經科學博士學位，並曾在史丹佛大學AI實驗室工作。他表示，公司正在為AI系統建構一個「學習型記憶」層。這個想法源於他的觀察：儘管AI模型看似能力強大，但它們的記憶遠比表面上看起來有限——而添加更多背景資訊往往會讓模型不堪負荷，進而推高成本。

「我們試圖超越現有的筆記功能，建立人類擁有、但當前模型所缺乏的那層直覺，」Biderman說。

這波效率提升的推動，正值整個AI產業面臨成本危機。據一位Cisco高層透露，OpenAI和Anthropic正在考慮大幅降價，而距離它們開始對大語言模型服務收取實際費用還不到三個月；該高層表示，大規模使用時，代幣成本遠超過其產生的價值。Gartner預測，AI伺服器需求導致的記憶體短缺，將使2026年個人電腦價格上漲17%，智慧型手機價格上漲13%。

Engram的做法反映出一股更廣泛的效率轉向。蘋果（Apple）透過與Google Gemini的合作，正在打造裝置端AI模型，將大型模型精簡為可在本地運行的較小版本。中國新創公司智譜AI（Zhipu AI）近期發布了GLM-5.2，這是一款開源權重模型，其每代幣成本比西方前沿模型低最多82%，輸出定價為每百萬代幣4.40美元。

Biderman坦言，Engram的模型在全面任務上並非「絕對優於」OpenAI或Anthropic的模型，但它們在專業化方面表現出色——有時甚至會犧牲其他能力。該公司計劃將這筆資金用於支援算力與人才。

對投資人而言，Engram迅速獲得客戶——在成立數月內即拿下微軟和Notion——這表明企業對成本效益AI基礎設施的需求既真實又迫切。這家新創公司進入了一個競爭激烈的效率賽道，但其對組織記憶的專注使其有別於一般的模型優化方案。如果Engram所稱的100倍代幣減量在實際大規模生產中能夠實現，這將對整個行業的推理定價帶來壓力，擠壓雲端供應商的利潤空間，同時讓企業AI買家受益。

本文僅供參考，不構成投資建議。