- Ключевые выводы
- Почему AI‑ассистент кодинга остаётся самым прибыльным случаем применения генеративного ИИ
- Как Factory привлекла $150 млн и получила оценку в $1,5 млрд
- Технологический подход: переключение между Foundation Models
- Крупные клиенты уже используют Factory
- История создания: от аспиранта до генерального директора
- Что делает Factory уникальной в конкурентном поле
- Перспективы рынка AI‑ассистентов для кодинга
- Справка
- Заключение
Ключевые выводы
- Factory привлекла $150 млн от Khosla Ventures, Sequoia Capital, Insight Partners и Blackstone, оценка компании составила $1,5 млрд.
- Главное конкурентное преимущество — возможность переключаться между различными фундаментальными моделями ИИ (Claude, DeepSeek и др.), что даёт гибкость клиентам.
- Крупные компании‑клиенты (Morgan Stanley, Ernst & Young, Palo Alto Networks) уже используют AI‑агенты Factory для ускорения разработки и снижения ошибок.
Сейчас, когда генеративный ИИ уже более трёх лет как стал частью индустрии, AI‑ассистентами для кодинга по‑прежнему управляют крупные бюджеты. Factory показала, как гибкая модель‑полигональная архитектура может стать ключом к росту в корпоративном секторе.
Почему AI‑ассистент кодинга остаётся самым прибыльным случаем применения генеративного ИИ
С 2020‑го года наблюдается стремительный рост генеративного ИИ, но именно инструменты, помогающие писать код, принесли самым большим объёмом инвестиций. Причина проста: автоматизация рутинных задач разработки экономит сотни тысяч часов труда крупных компаний.
К концу 2023 года компании вроде Anthropic (Claude Code), Cursor и Cognition уже предлагали свои решения. Однако инвесторы считают, что на рынке всё ещё есть место для нового игрока, способного объединить лучшие практики и добавить гибкость в выборе моделей.
Factory вышла на сцену именно с этим обещанием. Их подход — «мульти‑модельный» AI‑агент, который может переключаться между разными фундаментальными моделями в реальном времени, подстраивая ответы под задачи клиента.
Эта гибкость делает продукт интересным не только для стартапов, но и для глобальных корпораций, где требования к конфиденциальности, скорости и точности могут сильно различаться.
Как Factory привлекла $150 млн и получила оценку в $1,5 млрд
В среду стартап объявил о раунде серии B, в котором инвестировал Khosla Ventures ($75 млн) совместно с Sequoia Capital, Insight Partners и Blackstone. Khosla управляет фондом, известным своими ставками на «deep tech», а Keith Rabois стал членом совета директоров компании.
Сумма в $150 млн — одна из крупнейших в текущем году для компаний, работающих в сфере AI‑кодинга. Оценка в $1,5 млрд отражает уверенность инвесторов в том, что гибкость модели будет востребована в корпоративных проектах.
Факт, что в совете директоров теперь есть управленец с опытом в стартапах и крупном венчурном капитале, повышает доверие корпоративных клиентов, которым важна устойчивость и долгосрочная поддержка продукта.
Технологический подход: переключение между Foundation Models
Основа продукта Factory — AI‑агент, который может работать сразу с несколькими «foundation models». На практике это выглядит так: если клиент использует Claude от Anthropic, но нужен более дешёвый вариант для нерешающих задач, система переключится на DeepSeek, китайскую модель с открытой лицензией.
Такой «модель‑полигон» решает две типичные боли:
- Контроль расходов — платить только за те запросы, где нужна более мощная модель.
- Соблюдение регуляций — в некоторых странах организации обязаны использовать локальные модели.
Для сравнения, Cursor тоже не привязывается к одной модели, но в публичных заявках не упоминает автоматическое переключение в реальном времени, что делает решение Factory более плавным и предсказуемым.
Крупные клиенты уже используют Factory
Среди первых корпоративных заказчиков — финансовый гигант Morgan Stanley, консалтинговая фирма Ernst & Young и кибер‑компания Palo Alto Networks. Все они используют AI‑агента для:
- Автоматической генерации шаблонов кода и тестов.
- Решения багов в больших монолитах, где ручной рефакторинг затруднителен.
- Снижения количества «человек‑дня» на рутинную проверку стиля и безопасности.
По словам команд разработки, применение Factory сократило время на написание повторяющихся модулей в среднем на 30‑40 % и почти полностью исключило простые синтаксические ошибки.
История создания: от аспиранта до генерального директора
Фаундера Factory — Матана Гринберга — в 2023 году пригласили в Sequoia Capital. Тогда он был аспирантом Калифорнийского университета в Беркли и изучал теорию квантовых систем. Одним письмом он связался с Шоном Магуайром, партнёром Sequoia, который тоже имеет степень Ph.D. в физике.
Магуайр убедил Гринберга бросить учёбу и сосредоточиться на стартапе. Sequoia вложила в стартап средства на этапе seed, а позже и в раунде серии A, предоставив доступ к своей сети корпораций‑клиентов.
С тех пор Гринберг возглавил компанию, построив команду из экспертов по машинному обучению, инфраструктуре облаков и корпоративным продажам. Сейчас Factory работает из Сан‑Франциско, но имеет офисы в Европе и Азии, чтобы лучше обслуживать международных клиентов.
Что делает Factory уникальной в конкурентном поле
Существует несколько факторов, которые отличают Factory от конкурентов:
- Мульти‑модельный движок — возможность мгновенно менять фундаментальную модель без перезапуска среды.
- Гибкая политика лицензирования — клиент может выбирать между платными и открытыми моделями в зависимости от задачи.
- Глубокая интеграция с корпоративными CI/CD — Factory умеет подключаться к Jenkins, GitHub Actions и Azure Pipelines, автоматизируя проверку кода в пайплайнах.
- Поддержка нескольких языков программирования — Python, Java, Go, TypeScript и даже Rust.
- Собственная система контроля качества — после генерации кода проходят два уровня статической и динамической проверки.
Эти пункты позволяют крупным клиентам рассматривать Factory не как эксперимент, а как надёжный элемент своей технологической инфраструктуры.
Перспективы рынка AI‑ассистентов для кодинга
По аналитикам, к 2027 году рынок AI‑инструментов для разработки превысит $10 млрд. Основными драйверами роста считаются:
- Сокращение дефицита квалифицированных инженеров.
- Рост требований к безопасности кода (регуляции GDPR, CCPA, PCI DSS).
- Увеличение объёмов облачных сервисов, где автоматизация разработки напрямую влияет на стоимость.
Factory, благодаря своей гибкости, может занять значительную долю в B2B‑сегменте, где крупные компании готовы платить премию за надёжность и адаптивность.
Справка
Factory — стартап из Сан‑Франциско, основанный в 2023 году. Разрабатывает AI‑агентов, способных переключаться между разными фундаментальными моделями (Claude, DeepSeek и др.) для генерации кода. Привлёк $150 млн инвестиций, оценка $1,5 млрд. Клиенты: Morgan Stanley, Ernst & Young, Palo Alto Networks.
Кhosla Ventures — венчурный фонд, основанный Винодом Кхослой. Специализируется на «deep tech», инвестировал в компании в области биотехнологий, ИИ и материалов.
Sequoia Capital — один из крупнейших мировых венчурных фондов, известный инвестициями в Apple, Google, Airbnb. В рамках раунда Series B стал соинвестором Factory.
Claude (Anthropic) — крупная языковая модель, разработанная компанией Anthropic. Предлагает «конструктивный» подход к генерации текста, фокусируясь на безопасности и управляемости.
DeepSeek — китайская AI‑компания, выпускающая открытые языковые модели, совместимые с открытыми лицензиями. Часто используется в странах с ограничениями на импорт западных технологий.
Morgan Stanley — глобальный финансовый конгломерат, один из первых крупных клиентов Factory. Применяет AI‑агентов для автоматизации разработки аналитических платформ.
Ernst & Young (EY) — международная консалтинговая фирма, использует Factory для ускорения разработки внутренних инструментов и снижения затрат на проверку кода.
Palo Alto Networks — ведущий поставщик решений кибербезопасности, интегрировал Factory в процесс разработки своих облачных сервисов.
Заключение
Factory доказала, что гибкость в выборе AI‑моделей и глубокая интеграция в корпоративные процессы могут стать настоящим конкурентным преимуществом. Инвесторы вложили $150 млн, а крупные фирмы уже получают экономию времени и денег. Если вы ищете надёжный способ ускорить разработку, стоит присмотреться к их решениям.






