Supabase зібрала $500 млн у рамках раунду серії F при оцінці $10,5 млрд, оскільки AI-кодування змінює бекенд-стек

Supabase зібрала раунд фінансування серії F на суму $500 млн при післяvalorизації $10,5 млрд, що є одним із найясніших ознак того, що бум AI-кодування змінює не тільки спосіб написання програмного забезпечення, але й інфраструктуру, яку розробники обирають для побудови.

Раунд був очолений компанією GIC, з участю існуючих інвесторів, серед яких Accel, Y Combinator, Craft, Felicis, Peak XV та Coatue. Компанія Stripe також збільшить свою інвестицію в компанію, а Salesforce Ventures приєдналася до раунду як новий інвестор.

Фінансування відбувається в момент, коли інструменти розробки з підтримкою AI спонукають все більше людей будувати додатки швидше, часто з меншими традиційними інженерними ресурсами. Ця зміна створила новий вид попиту на бекенд-платформи: розробники хочуть бази даних, аутентифікації, API, файлового сховища, функцій реального часу, серверних функцій та інструментів даних, готових до роботи з AI, які можна швидко зібрати без створення великої інфраструктурної стека з нуля.

Supabase позиціонує себе безпосередньо в цьому шарі.

Від відкритої альтернативи Firebase до бекенд-платформи епохи AI

Supabase розпочалася як відкрита альтернатива Firebase, але її основна архітектурна ставка завжди була іншою. Натомість будівництва навколо пропріетарної моделі бази даних Supabase побудована на Postgres, однієї з найбільш широко використовуваних відкритих реляційних баз даних.

Це має значення, оскільки поточна хвиля застосунків, згенерованих та підтримуваних AI, все ще потребує надійної, структурованої інфраструктури внизу. Інтерфейс чат-бота, агент робочого процесу або інструмент кодування AI може швидко згенерувати фронтенд, але застосунок все ще потребує місця для зберігання даних користувача, реалізації контролю доступу, аутентифікації, запуску бекенд-логіки та масштабування при зростанні використання.

Supabase поєднує багато з цих вимог у єдину платформу для розробників. Її продукт включає в себе базу даних Postgres, аутентифікацію, миттєві API, функції Edge, реальні підписки, сховище та векторні вкладення. У практичних термінах це дає розробникам багато з тих бекенд-компонентів, які необхідні для переходу від прототипу до робочого застосунку без необхідності збирання кожного шару окремо.

Це пояснює, чому Supabase стала тісно пов’язана з підйомом інструментів кодування AI. Коли розробники використовують платформи, такі як Cursor, Claude Code, Codex-style агенти або інші інструменти кодування з підтримкою AI, їм часто потрібні бекенд-сервіси, які легко описати, легко підключити та достатньо передбачувані для згенерованого коду.

Чому Postgres став більш важливим у стеку застосунків AI

Фінансування також відображає більш широкий ринковий зсув: застосунки AI збільшують вартість баз даних, які можуть обробляти як традиційні дані застосунка, так і спеціальні робочі навантаження AI.

Багато застосунків AI потребують роботи з вкладеннями, які є числовими представленнями тексту, зображень, документів, продуктів або інших даних. Ці вкладення дозволяють розробникам будувати функції, такі як семантичний пошук, системи рекомендацій, генерація з підтримкою пошuku та агенти AI, які можуть шукати приватні бізнес-дані.

Supabase підтримує це через pgvector, розширення Postgres для зберігання та запиту векторних вкладень. Це дозволяє розробникам зберігати дані застосунка та пошукові дані AI всередині одного середовища Postgres, замість того, щоб автоматично відправляти векторні робочі навантаження в окрему спеціалізовану базу даних.

Це важливо для наступного покоління продуктів AI. Багато компаній не тільки будують окремі чат-боти. Вони будують функції AI у існуючі застосунки, внутрішні інструменти, портали клієнтів, системи аналізу та продукти робочого процесу. У цих випадках шар AI потрібно розмістити поруч з даними користувача, бізнес-записами, даними облікових записів та реальною діяльністю продукту.

Відтримуючи пошук векторів всередині Postgres, Supabase робить ставку на те, що багато застосунків AI віддають перевагу інтегрованій інфраструктурі над фрагментованими стеками.

Функції Edge bringen AI-логіку ближче до застосунка

Функції Edge Supabase є ще однією важливою частиною її історії інфраструктури AI. Це глобально розподілені серверні функції TypeScript, призначені для виконання бекенд-логіки поблизу користувачів.

Для розробників AI це може бути корисно для завдань, таких як обробка веб-хуків, обробка входів користувача, генерація вкладень, підключення до API третіх сторін або запуск робочих процесів застосунка. Supabase також працює над можливостями висновку AI всередині функцій Edge, показуючи, що компанія розглядає серверну виконавчу реалізацію як частину шару застосунка AI, а не окремого доповнення.

Це поєднання Postgres, підтримки векторів та бекенд-логіки, виконуваної на邊ці, допомагає пояснити, чому Supabase здобула популярність серед розробників, які будують застосунки, родні для AI. Продукт не просто база даних. Це ближче до бекенду застосунка, який може підтримувати аутентифікацію, сховище, пошук, оновлення в реальному часі та робочі процеси AI з одного місця.

Multigres вказує на наступний виклик масштабування Supabase

Паралельно з оголошенням про фінансування Supabase представила Multigres v0.1 alpha, проект, спрямований на масштабування Postgres для великих робочих навантажень.

Multigres описується Supabase як операційна система для Postgres. Проект призначений для вирішення однієї з довгострокових напружень в екосистемі Postgres: розробники люблять Postgres за його надійність, гнучкість та відкритий фундамент, але масштабування Postgres на великих застосунках може стати складним.

Часування є помітним. Рання привабливість Supabase полягала в швидкості та простоті, особливо для стартапів, незалежних розробників та команд, які будують швидко. Але оцінка компанії зараз свідчить про набагато більшу амбіцію: стати інфраструктурою, яка може підтримувати не тільки прототипи та середні застосунки, але й підприємства масштабу.

Це саме той момент, коли Multigres стає стратегічно важливим. Якщо Supabase зможе зробити Postgres легшим для масштабування на великих робочих навантаженнях, вона могла би зменшити одну з найбільших причин, через які компанії врешті-решт переміщують частини свого стека в більш спеціалізовані бази даних.

AI-кодування розширює ринок розробників

Одним з найважливіших наслідків збору коштів Supabase є те, що інструменти кодування AI можуть розширювати ринок бекенд-інфраструктури.

Історично бекенд-платформи продавалися в основному професійним розробникам та інженерним командам. Інструменти кодування AI змінюють цю межу. Менеджери продукту, засновники, дизайнери, операційні команди та технічні фахівці, які не є інженерами, все частіше можуть створювати робочі застосунки з допомогою природної мови. Але навіть коли AI пише код, застосунок все ще потребує інфраструктури, яка працює.

Це створює інший вид попиту на бекенд. Переможці не обов’язково ті, хто має найбільшу теоретичну гнучкість. Це ті, яких інструменти AI можуть зрозуміти, згенерувати код для та підключити надійно.

Supabase виграє від цієї тенденції, оскільки пропонує чітку, дружню до розробника абстракцію навколо перевірених відкритих інструментів. Для агентів AI, які генерують код, ця ясність має значення. Для людських розробників, які переглядають та розширюють згенерований AI-код, Postgres також надає знайому основу.

Більший сигнал для відкритої інфраструктури

Підйом Supabase також є сигналом того, що відкрита інфраструктура залишається високоактуальною в епоху AI.

Бум AI створив попит на нових постачальників моделей, платформ висновку, векторних баз даних, фреймворків агентів та інструментів кодування. Але під цією хвилею розробники продовжують цінувати відкриті стандарти, портативність та інфраструктуру, яку вони можуть зрозуміти. Використання Supabase Postgres надає їй авторитет серед розробників, які не хочуть блокувати свій основний шар даних у вузькій пропріетарній системі.

Це не означає, що Supabase уникне конкуренції. Вона діє на переповненому ринку інфраструктури, який включає в себе гігантів хмарних обчислень, компанії баз даних, постачальників бекенду як послуги та спеціалізовані платформи даних AI. Amazon Web Services, MongoDB, Firebase, Neon, PlanetScale, Pinecone та інші торкаються частини того самого робочого процесу розробників.

Виклик для Supabase полягає в тому, щоб підтримувати свою дружню до розробників простоту під час розширення на великі підприємства. Чим більше вона зростає, тим більше їй потрібно довести, що вона може обробляти безпеку, надійність, відповідність вимогам, спостереження та масштабування без втрати швидкості, яка зробила її популярною з самого початку.

Бекенд стає полем битви для розробки AI

Збір коштів Supabase на суму $500 млн не просто ще один великий раунд фінансування, пов’язаний з AI. Це підкреслює структурний зсув у розробці програмного забезпечення.

Інструменти кодування AI роблять створення застосунків легшим, але вони також збільшують потребу в бекенд-платформах, які можуть перетворити згенерований код на стійкі продукти. Прототип, створений за кілька хвилин, все ще потребує аутентифікації, дозволів, зберігання даних, API, логіки розгортання та шляхів масштабування. Коли AI знижує бар’єр для створення програмного забезпечення, шар інфраструктури стає ще важливішим.

Supabase зараз одна з компаній, які намагаються визначити цей шар. Її ставка полягає в тому, що майбутнє розробки застосунків AI не буде побудовано повністю на нових, екзотичних базах даних або закритих платформах. Велика частина його може бути побудована на Postgres, розширена векторами, серверними функціями, реальними можливостями та інструментами, призначеними для людських розробників та агентів кодування AI.

З $500 млн нового фінансування та оцінкою $10,5 млрд Supabase тепер має капітал та ринкову увагу, щоб протестувати цю тезу у набагато більшому масштабі.