没有办公室，种子轮却融了4个亿

lameihua

　　近日，一条融资消息引起了我的关注，一家将机器学习（ML）引入数据库的开源机器学习（ML）初创公司，成功获得英伟达旗下NVentures的投资。至此，这家被英伟达、Benchmark，以及Mayfield等众多机构投资的种子轮，总额达到5410万美元（近4亿元）。

　　这家公司叫MindsDB，成立于2017年，总部位于美国旧金山，由Adam Carrigan（首席运营官）和Jorge Torres（首席执行官）联合创立。MindsDB是一个低代码的机器学习平台，它将流行的Machine Learning框架作为“AI表”自动集成到数据栈中，以简化AI在应用程序中的集成，让所有技能水平的开发人员都能使用。

　　不仅如此。随着信息技术的发展，很多行业逐渐从基于历史数据分析的“发生了什么和为什么发生”，开始向机器学习预测模型的“预测会发生什么和怎样使其发生”转变，而MindsDB就是实现这一目标的一个产品。

　　使用MindsDB快速创建AI应用，向该应用提出有关数据的预测性问题就能获得准确的答案，这一功能让MindsDB具备无可限量的商业价值。根据官网数据，MindsDB的开源产品已经有超过15万个安装部署，MindsDB Pro Cloud被超过100家新兴初创公司和中小型企业使用。

　　优秀的技术构建，良好的商业价值，让MindsDB被《福布斯》评为最有前途的人工智能公司之一，并被Gartner评为“数据和人工智能酷炫供应商”，同时获得多家投资机构的青睐，其中就包括今年的显眼包英伟达。

　　MindsDB是英伟达今年投资的第10家AI公司了。自从收购ARM失败，英伟达就像憋了一口气，不到一年时间里接连出手投资AI公司，被投企业涵盖了B端与C端应用、大模型与应用、AI与视频的结合、AI与生物医药的结合，甚至包括更底层的云服务。

　　GPU能够提供的强大算力，是英伟达的立身之本。但很显然，英伟达并不认为不断提升算力就能够永保无虞。从今年英伟达一系列的投资动作可以看出，英伟达瞄准了AI下游应用进行布局，不断完善自身已有的AI软硬件生态体系，以确保英伟达作为AI产业链上的绝对顶端角色。

　　8家机构投了4亿元，公司却没有办公室

　　先回到MindsDB。早在2009年，Adam和Jorge在澳大利亚学习期间就成为了好朋友。Adam本科毕业于澳大利亚昆士兰大学经济学专业，硕士从澳大利亚国立大学金融学毕业后，前往英国剑桥大学学习哲学专业，在剑桥大学贾吉商学院担任研究员，之后成为德勤的管理顾问。

　　Jorge硕士毕业于澳大利亚国立大学，主攻机器学习。毕业后前往美国，成为加州大学伯克利分校的访问学者。2015年-2017年，两人首次联手创业，公司名称为Real Life Analytics，这是一家使用AI技术帮助企业实现广告精准投放的公司。Real Life Analytics只获得了25万英镑的投资，最后无疾而终。

　　MindsDB是Adam Carrigan和Jorge Torres合伙创立的第二家公司。从发心上看，MindsDB的初衷更纯粹——致力于推广和简化机器学习的使用，让AI更普惠。但是从结果看，无论在技术还是商业上，MindsDB都更成功。

　　比较有意思的是，从创立的第一天开始，MindsDB就是一家完全远程的国际公司，团队成员分布在美国、英国、哥伦比亚、北马其顿、罗马尼亚、新西兰、德国、智利、加拿大、乌克兰、俄罗斯和埃及。

　　在查阅资料的过程中我发现，MindsDB的融资历程比官网公布的情况更复杂。

　　官网显示，其种子轮分三次完成，分别是今年2月份来自Benchmark的1650万美元，今年6月份来自Mayfield领投的2500万美元，和刚刚宣布的来自英伟达的500万美元。另据公开信息，从公司成立到2021年，MindsDB曾陆续获得来自Walden Catalyst Ventures、YCombinator、OpenOcean、SpeedInvest和加州大学伯克利分校SkyDeck基金共计760万美元的种子轮融资。如果加上这笔钱，MindsDB在种子轮的总融资金额达到5410万美元，将近4亿人民币。

　　融了这么多钱，却没有传统公司的办公室成本，那么钱花哪了呢？从MindsDB的业务模式推断，开销主要应该是花在人才成本与算力支持上。这对于日后技术创业公司来说是一个启发，MindsDB提供了一种新的公司运营范式，以技术创新为公司立身之本，最大程度将资金成本投入在技术创新上。

　　不到1年，英伟达连投10家AI公司

　　2023年是英伟达行大运的一年。2022年年末，以ChatGPT为首的生成式人工智能走进大众视野，庞大的算力需求推高GPU行情，推动英伟达于2023年实现万亿市值。

　　作为芯片设计企业，英伟达站在算力供给端最顶端的位置。目前的GPU能够满足通用型内容自动生成的需求，但是随着AI技术对各行各业的渗透创新，产生越来越多专业技术垂直领域的数据，这是相对更为封闭和复杂领域，有待开发出更多的专用模型和专用的算力芯片去训练推理。英伟达不想放弃这块蛋糕。

　　所以，英伟达不仅向下游应用行业提供设备、算力以及技术支持，也在不断成为下游新锐企业的投资者，通过包括投资在内的多种合作方式，将软硬件生态推广到“应用”的层面，主动挖掘、主动对接下游应用企业的需求，加速自身的生态渗透，以实现业务框架的延展。

　　在这样思路的指导下，就不难理解今年的英伟达在AI投资领域“杀疯了”的状态。算上MindsDB，英伟达今年已经连续投出了10家公司。