Gọi vốn
Model ML huy động 250 triệu USD trong vòng Series B với định giá 1,5 tỷ USD để mở rộng đội ngũ AI

Điểm chínhModel ML đã huy động được 250 triệu đô la với mức định giá 1,5 tỷ đô la để mở rộng các…
Xem thêm
- Model ML đã huy động được 250 triệu đô la với mức định giá 1,5 tỷ đô la để mở rộng các nhóm AI tại London và New York.
- Các tác nhân của công ty vận hành trên hệ thống và dữ liệu của chính doanh nghiệp và không bao giờ huấn luyện mô hình trên dữ liệu khách hàng.
- Model ML định tuyến các tác vụ qua nhiều nhà cung cấp và báo cáo rằng các mô hình của chính công ty có chi phí bằng 2% mức của các mô hình tiên phong.
Model ML thông báo ngày 17 tháng 11 năm 2026 rằng công ty đã huy động được 250 triệu USD trong vòng gọi vốn Series B, với định giá 1,5 tỷ USD. General Atlantic và QED Investors đồng dẫn dắt vòng gọi vốn này. Số tiền sẽ được dùng để mở rộng các nhóm nghiên cứu và kỹ thuật tại London và New York, đẩy mạnh phát triển sản phẩm và triển khai sản phẩm rộng rãi hơn cho khách hàng.
Evolution Equity Partners, Airtree, Forestay Capital, Y Combinator, FT Partners, Latitude, Inception Fund và 13Books Capital cũng tham gia, nâng tổng số vốn huy động được lên 350 triệu USD. Vòng Series B diễn ra 18 tháng sau khi Model ML rời chế độ hoạt động bí mật, tiếp nối vòng Series A trị giá 75 triệu USD do FT Partners dẫn dắt vào tháng 11 năm 2025.
Tăng trưởng được báo cáo và phạm vi hoạt động quốc tế
Model ML cho biết doanh thu định kỳ hằng năm trong quý III năm 2026 tăng gấp 12 lần so với cùng kỳ năm trước, trong khi số người dùng hoạt động hằng ngày tăng gấp 26 lần. Những chỉ số này cho thấy mối liên hệ giữa nguồn vốn mới và mức độ sử dụng nền tảng gia tăng, đồng thời bổ sung bối cảnh cho định giá và kế hoạch mở rộng của công ty.
Các văn phòng mở trong năm 2026 tại Paris, Madrid, Tokyo, Singapore và Dubai nhằm giúp công ty phục vụ khách hàng ở nhiều khu vực. Những văn phòng này bổ sung cho trụ sở chính của Model ML tại London và cơ sở hoạt động ở New York, mở rộng phạm vi hiện diện quốc tế khi công ty hướng tới triển khai rộng rãi hơn.
Paul Stamas, giám đốc điều hành kiêm trưởng bộ phận dịch vụ tài chính toàn cầu tại General Atlantic, cho biết các tổ chức trong lĩnh vực dịch vụ tài chính và dịch vụ chuyên môn đang nhanh chóng chuyển từ thử nghiệm AI sang ứng dụng hằng ngày. Ông nói khách hàng của Model ML đã tin tưởng giao cho nền tảng này những công việc ngày càng phức tạp.
Tác nhân cá nhân cho công việc tài chính
Hai anh em Chaz và Arnie Englander sáng lập Model ML nhằm cung cấp các tác nhân AI cá nhân cho nhân viên ngân hàng, chuyên gia tư vấn và nhà đầu tư. Các tác nhân này hoạt động trên hệ thống và dữ liệu của công ty, đồng thời thu thập bối cảnh từ khách hàng, các thương vụ đang diễn ra và sở thích làm việc của từng cá nhân. Qua những lần tương tác liên tục, chúng ngày càng được cá nhân hóa.
“AI nên làm được nhiều hơn là đưa cho bạn thêm một câu trả lời hay thông báo. AI cần hiểu công việc của bạn và hoàn thành công việc,” Chaz Englander, đồng sáng lập kiêm CEO của Model ML, cho biết.
Model ML cho biết một tác nhân có thể chuẩn bị bản phân tích trong vài phút thay vì vài ngày. Chẳng hạn, khi một diễn biến ảnh hưởng đến công ty nằm trong danh sách theo dõi của nhân viên ngân hàng, tác nhân sẽ đánh giá mức độ quan trọng, phân tích các hệ quả và tạo bản phân tích theo định dạng riêng của công ty, thay vì chỉ gửi cảnh báo.
Triển khai và hiệu quả kinh tế của mô hình
Khách hàng có thể vận hành nền tảng ngay trong hạ tầng của mình; Model ML thường sử dụng phương thức triển khai này để dữ liệu luôn nằm trong môi trường của khách hàng. Công ty khẳng định dữ liệu khách hàng không bao giờ được dùng để huấn luyện các mô hình AI. Model ML được chứng nhận ISO/IEC 27001:2022 và đã được kiểm toán theo SOC 2 Type II.
Việc lựa chọn mô hình được xử lý qua một lớp định tuyến, thay vì gắn bó với một nhà cung cấp AI duy nhất. Model ML đánh giá các mô hình dựa trên công việc tài chính thực tế, sau đó phân công nhiệm vụ theo chất lượng, tốc độ và chi phí. Các mô hình nguồn mở do công ty tự tinh chỉnh đang đảm nhận ngày càng nhiều phần công việc này.
Đối với những công việc do các mô hình nội bộ này đảm nhận, công ty cho biết chi phí chỉ bằng 2% so với các mô hình AI tiên tiến hàng đầu, tốc độ nhanh gấp 5 lần trong hầu hết trường hợp và độ chính xác ngang bằng hoặc cao hơn các mô hình đó. Các con số này chỉ áp dụng cho khối lượng công việc cụ thể, mô tả những nhiệm vụ được giao cho các mô hình riêng của Model ML chứ không phải toàn bộ nền tảng.
Giờ đây, việc mở rộng phụ thuộc vào khả năng duy trì sự kết hợp giữa quyền kiểm soát dữ liệu thuộc về khách hàng, tự động hóa được cá nhân hóa và hiệu quả kinh tế của mô hình theo từng loại công việc, khi các tác nhân được triển khai rộng rãi hơn.












