Humans&, основанный исследователями из Anthropic, xAI и Google, 20 января 2026 года объявил о закрытии seed-раунда на $480 млн. Оценка трёхмесячной компании составила $4,48 млрд. В штате около 20 человек. Продавать пока нечего.
Арифметика странная
Оценка в 9 раз превышает привлечённый капитал. Humans& попал в узкий клуб ИИ-стартапов с оценками, которые ещё два года назад казались бы бредом. Thinking Machines Lab Миры Мурати в июле прошлого года подняла $2 млрд при оценке $12 млрд. Safe Superintelligence Ильи Суцкевера в апреле дотянулась до $32 млрд, хотя публично ничего не показала. Humans& скромнее обоих, но закономерность та же: инвесторы платят за родословную, а не за продукт.
Раунд возглавили SV Angel и сооснователь компании Жорж Харик. Чеки выписали Nvidia и Джефф Безос. GV, Emerson Collective и ещё с десяток фондов тоже поучаствовали.
Кто все эти люди?
Список основателей читается как выпускной альбом ведущих ИИ-лабораторий. Эрик Зеликман ушёл из xAI в сентябре. Там он занимался данными для предобучения Grok 2 и строил инфраструктуру обучения с подкреплением для Grok 3 и 4. До этого был аспирантом в Стэнфорде, где написал статью STaR про обучение языковых моделей рассуждать на собственных объяснениях.
Жорж Харик был то ли седьмым, то ли восьмым сотрудником Google. Участвовал в создании AdWords и AdSense, работал над Gmail, был причастен к покупке Android. С 2005 года занимался ангельскими инвестициями, но теперь вернулся строить компанию сам.
Энди Пэн работала в Anthropic над обучением с подкреплением и дообучением моделей Claude от 3.5 до 4.5. Аспирантка MIT в академическом отпуске. Ноа Гудман — профессор Стэнфорда по психологии и computer science, параллельно числится исследователем в Google DeepMind. Юйчэнь Хэ замыкает список основателей, тоже из xAI, работал над Grok.
Что обещают
Humans& заявляет, что строит «человекоцентричный ИИ». Звучит как маркетинг, пока не послушаешь, как основатели это объясняют. Идея в том, что нынешняя разработка оптимизирует автономные системы: модели, способные работать часами без участия человека. Humans& хочет двигаться в обратную сторону — ИИ, который координирует людей, а не заменяет их.
По данным TechCrunch, компания сосредоточится на обучении с подкреплением на длинных горизонтах, мультиагентных системах и «понимании пользователя». Последнее любопытно. Нынешние чат-боты ничего не помнят между сессиями. Humans& хочет, чтобы ИИ задавал уточняющие вопросы, сохранял контекст и учился понимать, что конкретной команде действительно нужно.
Почему Пэн ушла из Anthropic?
Тут начинается интересное. Anthropic двигается в сторону агентного ИИ — моделей, способных работать автономно длительное время. Пэн, судя по всему, эту идею не разделяла. Согласно Tekedia, она описывала подход Anthropic как демонстрацию того, что модели могут молотить задачи 8, 24 или 50 часов подряд без участия человека.
За этим разногласием стоит следить. OpenAI, Anthropic и xAI наперегонки строят автономных агентов. Humans& ставит на то, что это неправильное направление. Или как минимум не единственное, которое имеет значение.
Вопрос оценки
Разумна ли оценка в $4,48 млрд для компании без продукта? По традиционным меркам — нет. SaaS-компания с такой оценкой должна иметь $50 млн годовой выручки с ростом 100% год к году. У Humans& выручки ноль.
Но традиционные метрики перестали работать для ИИ-лабораторий где-то в 2023-м. Сравнивать надо не с корпоративным софтом, а с другими «допродуктовыми» frontier-лабораториями. Thinking Machines дошла до $12 млрд. Safe Superintelligence — до $32 млрд. Похоже, инвесторы закладывают небольшую вероятность того, что получится построить что-то значимое в гигантском масштабе.
Разрыв в ресурсах при этом реальный. Anthropic только в 2024 году привлёк $7,3 млрд. OpenAI, по слухам, ищет деньги при оценке под $500 млрд. xAI строит один из крупнейших GPU-кластеров в мире. У Humans& — $480 млн. На приличные вычисления хватит, но не на бесконечную взлётную полосу.
Что будет через год?
Компания обещает запустить продукт в начале этого года. Что-то вроде инструмента для совместной работы с ИИ, Slack, где искусственный интеллект действительно помнит контекст вашей команды и умеет помогать с исследованиями. Так, по крайней мере, звучит питч.
Сработает ли технический подход — вопрос открытый. Обучение с подкреплением на длинных горизонтах — задача реально сложная. Координация нескольких агентов — сложная. Построить ИИ, который понимает пользователей со временем, а не воспринимает каждое взаимодействие как изолированное, — тоже сложная. У основателей релевантный исследовательский бэкграунд, но научные статьи и отгрузка продукта требуют разных вещей.
Второй вопрос: могут ли $480 млн конкурировать с лабораториями, тратящими миллиарды? Зеликман утверждает, что основные расходы крупных лабораторий идут на инференс, мультимодальные системы и продуктовую разработку, а не на чистые исследования. Если Humans& делает что-то принципиально иное, им, возможно, не нужен тот же масштаб.
Может быть. А может, это то, что говорит себе любой хорошо профинансированный стартап.
