स्केल्ड कॉग्निशन ने $100M जुटाए क्योंकि उसका मानना है कि मौजूदा AI बिज़नेस के लिए मूल रूप से अनुपयोगी है

अधिकांश AI फंडिंग घोषणाएं इस उत्साहभरे दावे के साथ आती हैं कि किसी नए मॉडल ने किसी ऐसे बेंचमार्क पर बेहतर स्कोर किया जिसके बारे में तीन हफ्ते पहले किसी ने नहीं सुना था। Scaled Cognition का नजरिया इसके बिल्कुल उलट है: उनके खुद के निदान के अनुसार, मौजूदा AI को वास्तविक व्यावसायिक समस्याओं पर लागू करना असंभव के करीब है। यह कहना थोड़ा अजीब लगता है जब आप निवेशकों से $100 मिलियन भी मांग रहे हों। लेकिन Khosla Ventures को यह बात स्पष्ट रूप से ठीक लगी।

थीसिस: विश्वसनीयता ही वह अनसुलझी समस्या है

Scaled Cognition, जो Mountain View स्थित एक AI लैब है, ने Khosla Ventures की अगुवाई में $100M का Series A राउंड बंद किया है। The Next Web के अनुसार, The Wall Street Journal ने इसकी वैल्यूएशन लगभग $750M बताई है। इस कंपनी का मुख्य तर्क यह नहीं है कि मौजूदा बड़े भाषा मॉडल कमज़ोर हैं। बल्कि तर्क यह है कि वे इस तरह से अविश्वसनीय हैं जो उन्हें उन जगहों पर तैनात करना संरचनात्मक रूप से मुश्किल बना देता है जहां गलतियों का वास्तविक खामियाजा भुगतना पड़ता है।

HyperAI के अनुसार, कंपनी के CEO ने मौजूदा LLMs को "सिज़ोफ्रेनिक जीनियस" जैसा बताया: कभी-कभी प्रभावशाली रूप से सक्षम, तो बाकी समय अप्रत्याशित रूप से गलत। यह बात इतनी सीधी है कि यह उन बाकी सभी AI लैब्स के लिए लगभग असभ्य लगती है जो अभी कंप्यूट जला रही हैं — लेकिन यह एंटरप्राइज़ खरीदारों के उस अनुभव का एक उचित वर्णन भी है जब वे किसी LLM को ऐसे वर्कफ्लो से जोड़ने की कोशिश करते हैं जो थोड़ी सी भी हैलुसिनेशन दर बर्दाश्त नहीं कर सकता।

Scaled Cognition जो आर्किटेक्चरल जवाब देता है वह कोई बड़ा बेस मॉडल नहीं है। HyperAI के अनुसार, कंपनी डेटर्मिनिस्टिक रीज़निंग पाथवेज़, बेहतर वैलिडेशन लेयर्स, और स्टोकैस्टिक जेनरेशन पर निर्भरता कम करने पर ज़ोर दे रही है। सीधे शब्दों में कहें तो: वे एक ऐसा सिस्टम बनाने की कोशिश कर रहे हैं जो आउटपुट दिखाने से पहले उसे खुद वेरिफाई कर सके, बजाय इसके कि किसी प्रायिकता वितरण से नमूना लिया जाए और बेहतरी की उम्मीद की जाए। क्या यह प्रोडक्शन स्केल पर हासिल किया जा सकता है — यही वह अरब-डॉलर का सवाल है (तकनीकी रूप से $750M का सवाल)।

National Law Review की प्रेस रिलीज़ कवरेज से पुष्टि होती है कि यह राउंड 25 जून 2026 को बंद हुआ और इस फंडिंग को स्पष्ट रूप से "विश्वसनीय एंटरप्राइज़ AI" बनाने के इर्द-गिर्द स्थापित किया गया है।

APT वास्तव में क्या करता है

इस प्रोडक्ट को APT यानी Agentic Pretrained Transformer कहा जाता है, और अकेले यह नाम ही रणनीतिक स्थिति के बारे में बहुत कुछ बता देता है। "एजेंटिक" फ्रेमिंग का मतलब है कि Scaled Cognition कोई ऐसा मॉडल नहीं बेच रहा जिसे आप API के ज़रिए कॉल करें और उम्मीद करें कि वह सही व्यवहार करे; वे एक ऐसा आर्किटेक्चर बेच रहे हैं जो मल्टी-स्टेप वर्कफ्लो में काम करने के लिए डिज़ाइन किया गया है जहां सिस्टम को एक्शन लेने, नतीजे जांचने और हर फैसले पर इंसानी निगरानी के बिना गलतियों से उबरने की ज़रूरत होती है। यह किसी बेस मॉडल को for-loop में लपेटकर उसे एजेंट कहने से काफी अलग है (यह तकनीक कुछ हालिया प्रेस रिलीज़ से ज़्यादा पुरानी है)।

The Next Web की रिपोर्ट के अनुसार, Scaled Cognition पहले से ही कम से कम एक Fortune 500 कंपनी के साथ प्रोडक्शन में है — यह या तो इस लेख का सबसे महत्वपूर्ण वाक्य है, या एंटरप्राइज़ पायलट समझौतों को आप कैसे पढ़ते हैं इस पर निर्भर करते हुए एक बहुत ही सुविचारित दावा है। यहां प्रोडक्शन डिप्लॉयमेंट ज़्यादातर AI घोषणाओं की तुलना में अधिक मायने रखता है, ठीक इसीलिए क्योंकि थीसिस विश्वसनीयता के बारे में है: जो सिस्टम हैलुसिनेट न करने का दावा करता है उसे वास्तविक परिस्थिति में यह साबित करना होगा, तभी यह दावा कुछ मायने रखता है। Fortune 500 डिप्लॉयमेंट एक उचित गंभीरता का प्रमाण है, भले ही विवरण सार्वजनिक न किए गए हों।

प्रतिस्पर्धी संदर्भ

यह बताना ज़रूरी है कि Scaled Cognition क्या नहीं है। इस नाम को लेकर वास्तविक भ्रम होता है क्योंकि Cognition AI — एक अलग कंपनी जो कोडिंग एजेंट्स पर केंद्रित है — ने Tech Funding News की रिपोर्ट के अनुसार $10.2B वैल्यूएशन पर $400M जुटाए। समान नामों वाली दो कंपनियां और एजेंटिक पोज़िशनिंग में ओवरलैप — यह ड्यू डिलिजेंस को दिलचस्प बना देता है। Scaled Cognition दोनों में छोटी, पहले की, और एंटरप्राइज़ विश्वसनीयता पर अधिक केंद्रित है; Cognition AI कोडिंग एजेंट बना रही है और लगभग 13 गुना बड़ी वैल्यूएशन कमांड कर रही है।

व्यापक प्रतिस्पर्धी सवाल यह है कि क्या "आर्किटेक्चर के रूप में विश्वसनीयता" एक टिकाऊ बढ़त है या ऐसी विशेषता जिसे बड़ी लैब्स अंततः अपना लेंगी। OpenAI, Anthropic, और Google ने RLHF, Constitutional AI और ग्राउंडिंग तकनीकों के ज़रिए हैलुसिनेशन दरें कम करने में भारी निवेश किया है। Scaled Cognition का जवाब — जो HyperAI कवरेज में अप्रत्यक्ष रूप से मौजूद है — यह है कि ये दृष्टिकोण एक प्रायिकता-आधारित सिस्टम को हाशिये पर सुधारते हैं; वे मूलभूत आर्किटेक्चर को नहीं बदलते। डेटर्मिनिस्टिक रीज़निंग पाथवेज़ और स्पष्ट वैलिडेशन लेयर्स एक अलग डिज़ाइन दर्शन हैं, न कि कोई फाइन-ट्यूनिंग रन। यह एक सुसंगत थीसिस है। यह उस तरह की थीसिस भी है जो बेहद प्रेरक लगती है — जब तक कोई संसाधन-संपन्न प्रतिस्पर्धी उसी विचार को बड़े पैमाने पर लागू करने का फैसला न कर ले।

बिल्डर्स को क्या देखना चाहिए

एंटरप्राइज़ AI इंफ्रास्ट्रक्चर का मूल्यांकन करने वाले इंजीनियरों के लिए, Scaled Cognition की यह फंडिंग एक उपयोगी संकेत है कि संस्थागत पैसा असली बाधा कहां मानता है। यह तर्क कि क्षमता अब बाधा नहीं है, बल्कि विश्वसनीयता और पूर्वानुमेयता हैं — यह उस बात से मेल खाता है जो अधिकांश ML इंजीनियर तब बताते हैं जब वे डेमो को प्रोडक्शन में ले जाने की कोशिश करते हैं। आप किसी नोटबुक में मॉडल से प्रभावशाली काम करवा सकते हैं। लेकिन वही प्रभावशाली काम लगातार, ऑडिटेबल तरीके से और बिना हर आउटपुट की मानवीय समीक्षा के करवाना — यह एक बिल्कुल अलग इंजीनियरिंग समस्या है।

The Next Web द्वारा उद्धृत The Wall Street Journal के अनुसार, $750M वैल्यूएशन पर $100M की फंडिंग का मतलब है कि Scaled Cognition के पास शुरुआती Fortune 500 एंगेजमेंट से आगे प्रोडक्शन परिवेशों में APT थीसिस साबित करने के लिए वास्तविक रनवे है। अगले 12 से 18 महीनों में देखने वाली बात कोई बेंचमार्क लीडरबोर्ड एंट्री नहीं होगी; बल्कि यह होगी कि क्या कंपनी लाइव डिप्लॉयमेंट से प्रतिलिपि योग्य विश्वसनीयता मेट्रिक्स प्रकाशित कर सकती है, और क्या Fortune 500 ग्राहकों की संख्या बढ़ती है। अगर थीसिस सही है, तो सबूत एरर रेट्स में होगा, न कि पैरामीटर की संख्या में।

एक AI कंपनी जो दांव लगा रही है कि मौजूदा AI उपयोग के लिए बहुत अविश्वसनीय है — यह या तो उद्योग की सबसे ईमानदार पिच है या सबसे सटीक समय पर की गई पिच। संभवतः दोनों।