Фінансування
Noeri залучає 110 млн доларів на розробку самовдосконалюваного ШІ для підприємств

Ключові моментиСистема Ноері покращує моделі та інструменти навколо робочих процесів клієнтів, а не…
Показати більше
- Система Ноері покращує моделі та інструменти навколо робочих процесів клієнтів, а не продає одну модель загального призначення.
- Кожна запропонована зміна надходить до людини на затвердження через процес перегляду, що нагадує перевірку коду.
- Засновники стверджують, що інтелект слід розподіляти між багатьма спеціалізованими системами, які належать клієнтам, а не зосереджувати в одному централізованому надінтелекті.
16 листопада 2026 року Noeri оголосила про запуск і залучення 110 мільйонів доларів фінансування. Раунд очолила Menlo Ventures, яка підтримала роботу компанії над самовдосконалюваним ШІ для підприємств і наукових досліджень.
У фінансуванні також взяли участь Madrona Venture Group, Kindred Ventures, Wing Venture Capital і NEA, а Cisco Investments, NVIDIA та Snowflake долучилися як стратегічні інвестори. Професори інформатики Стенфордського університету Єджин Чхве та Карлос Гестрин заснували Noeri у 2026 році й обіймають посади співгенеральних директорів. Штаб-квартира компанії розташована в Пало-Альто, а офіс — у Цюриху.
Спеціалізація ШІ під завдання клієнтів
Noeri прагне розв’язати проблему, перед якою часто постають підприємства: платити більше за найпотужнішу універсальну модель або погоджуватися на гірші результати заради дешевшого варіанта. За словами компанії, її система аналізує дані та робочі процеси організації, а потім удосконалює програмне забезпечення, навички, інструкції, інструменти й вибір моделі для кожного етапу, зокрема за потреби — базові параметри самих моделей.
В огляді продукту описано агентів, які навчаються на завданнях, помилках, виправленнях і реальному виробничому трафіку без потреби у великому розміченому наборі даних. Вони можуть удосконалювати свої навички, інструменти й оркестрацію, створювати інструменти, коли наявних бракує, а також навчати моделі на даних із завдань клієнтів. Якість і вартість оцінюють на власному трафіку клієнта та за його метриками, а не за загальнодоступними тестами, тож очікувані покращення стосуються саме конкретного розгортання.
За словами Noeri, кожну зміну пояснюють і надсилають людині на затвердження за процедурою, подібною до перевірки коду. Система працює із закритими моделями та моделями з відкритими вагами й розроблена так, щоб адаптуватися до появи нових моделей. Клієнт зберігає свої дані та володіє робочими процесами й моделями, створеними за допомогою системи, водночас продовжують діяти застосовні ліцензії сторонніх моделей.
Дослідження, спрямовані на безперервне навчання та відкриття нового
Noeri також планує застосовувати ті самі механізми для формування гіпотез, проведення експериментів і навчання на результатах наукових досліджень молекул, білків і складних технічних систем. Компанія стверджує, що відкритий пошук нових знань створює надмірне навантаження на економіку використання великих моделей, адже безперервний пошук потребує набагато більше обчислювальних ресурсів, ніж одна відповідь; запропонований компанією спосіб зробити такий пошук доступним — використовувати менші спеціалізовані моделі.
Програма досліджень компанії охоплює автоматизацію розробки ШІ, ефективну спеціалізацію на основі обмежених даних, безперервне навчання без забування, а також відкриття нового за допомогою пошуку, міркування й команд моделей. Ці пріоритети ґрунтуються на роботі засновників у сферах навчання під час тестування, самодистиляції та агентної оркестрації, коли моделі навчаються після розгортання, вчаться на власних помилках або координують роботу інших моделей та інструментів.
У візійному зверненні Чхве та Гестрин стверджують, що інтелект має бути розподілений між багатьма спеціалізованими системами, які належать клієнтам, а не зосереджений в одному централізованому суперінтелекті. Вони також зазначають, що моделі, розмір яких відповідає завданню, дешевші й потребують менше енергії, а системи, створені для конкретних цілей, легше визначати, тестувати й контролювати.
За словами Noeri, її перші партнерства з розробки концепції охоплюють корпоративний і науковий сектори. Компанія також співпрацює зі стратегічними партнерами в різних галузях, зокрема з деякими інвесторами. Вона обрала різнопланову групу партнерів, щоб технологія навчилася узагальнювати досвід, перш ніж спеціалізуватися для окремих клієнтів.
Команда засновників і перше випробування
Раніше Гестрин став співзасновником Turi — платформи машинного навчання, яку Apple придбала у 2016 році, — а згодом створив і очолив центральний підрозділ Apple із машинного навчання та ШІ. Чхве — стипендіатка програми MacArthur; її дослідження присвячені підвищенню можливостей менших моделей ШІ. Раніше вона була професоркою в University of Washington і старшою директоркою в Allen Institute for AI. Noeri шукає дослідників і інженерів у Пало-Альто та Цюриху.
Найближче випробування для нової лабораторії — з’ясувати, чи зможуть ці партнерства перетворити її дослідження на відтворювані покращення за власними показниками якості та вартості клієнтів, зберігши водночас механізми затвердження людиною й контролю права власності, що є основою продукту.












