Deepgram רוכשת את Daily, יצרנית Pipecat, ומתחייבת להשאיר את הפריימוורק בקוד פתוח
חברת ה-AI הקולית Deepgram הודיעה על רכישת Daily, המפתחת והמתחזקת של Pipecat, אחת מתשתיות הקוד הפתוח הפופולריות לבניית סוכנים קוליים. סכום העסקה לא נמסר. החברות מתחייבות ש-Pipecat יישאר open source, ובמקביל Deepgram משיקה פרוטוקול פתוח חדש לסוכנים קוליים.
חברת Deepgram, שמפתחת מודלים לזיהוי דיבור ולהפקת קול, הודיעה ביום חמישי על רכישת Daily. Daily מפתחת ומתחזקת את Pipecat, אחת מתשתיות ה-open source (קוד פתוח) הפופולריות בתחום ה-AI הקולי. סכום העסקה לא נמסר, אבל שתי החברות התחייבו ש-Pipecat יישאר בקוד פתוח.
מה זה Pipecat ולמה הוא חשוב
סוכן AI קולי בנוי מכמה רכיבים שעובדים בשרשרת: מודל STT (speech-to-text) שמתמלל את דברי המשתמש, מודל שפה גדול (LLM) שמנסח תשובה, ומודל TTS (text-to-speech) שהופך את התשובה לקול. Pipecat הוא פריימוורק שמנהל את זרמי הקול והווידאו ואת כל החלקים האלה, ומקצר את זמן ההשהיה (latency) ביניהם. ככל שההשהיה קצרה יותר, השיחה עם הסוכן מרגישה טבעית יותר. Daily עצמה מספקת תשתית מנוהלת לשיחות קול ווידאו.
לפי נתוני PitchBook שמצוטטים ב-TechCrunch, Daily גייסה עד היום יותר מ-62 מיליון דולר, ממשקיעים כמו Tiger Global, Highfield Capital, נט פרידמן, לאקי גרום וקווין וייל. Deepgram הגיעה מוקדם יותר השנה לשווי של "חד-קרן" (מיליארד דולר ומעלה) אחרי סבב Series C של 130 מיליון דולר. שתי החברות השתתפו באותו מחזור של Y Combinator, ב-2016.
"קוד פתוח וניטרלי לספקים, לתמיד"
קווינדלה קרמר, ממייסדי Daily, סיפר שהחברה התחילה להתנסות בתקשורת קולית וטקסטואלית בין AI לבני אדם בערך כשיצא GPT-4, ומהניסויים האלה נולד Pipecat. לדבריו, היו כמה גורמים שהתעניינו ברכישה, והוא העדיף את Deepgram בגלל ההתחייבות של המנכ"ל, סקוט סטיבנסון, להשאיר את Pipecat פתוח, ובגלל ההתאמה בין תרבויות ההנדסה של שתי החברות.
"סקוט היה מחויב מאוד לכך ש-Pipecat יישאר קוד פתוח וניטרלי לספקים, לתמיד", אמר קרמר. "אם אתה יושב במרכז של אקוסיסטם שגדל מהר מאוד, וחלקים רבים בו הם באמת הטובים ביותר שלך, אז פתיחות מרבית היא יתרון מסחרי".
סטיבנסון אמר ש-Deepgram רצתה כבר הרבה זמן לפעול בתחום הקוד הפתוח, והחברה זיהתה בפריימוורק לתזמור (orchestration) של סוכנים הזדמנות לעשות את זה. "זה מצוין אם אתם משתמשים במודלים של Deepgram, אבל אני רוצה שתשתמשו במודלים הטובים ביותר למקרה השימוש שלכם", אמר. לדבריו, אם יתברר ש-Deepgram מפגרת בתחום מסוים, מבחינתה המפתחים ישתמשו במודלים של שותפים, והיא תעבוד על שיפור המוצרים שלה.
מעבר לקול
לדברי סטיבנסון, העסקה תאפשר למפתחים לבנות סוכנים עם יכולת הבעה ומערכות דיבור מקצה לקצה. הם יוכלו לחבר מודלים שונים דרך "context bus", רכיב שמקשר בין כל חלקי המערכת. מכיוון ש-Pipecat תומך בתקשורת בזמן אמת בכמה פורמטים, Deepgram תוכל להשתמש בו גם בתחומים שמעבר לקול. "מעולם לא חשבנו על Pipecat כעל ערכת כלים לקול", אמר קרמר. "חשבנו עליו כעל ערכת הכלים שנדרשה לנו כדי לבנות סוג חדש של תוכנה מבוססת AI".
במקביל לרכישה, Deepgram משיקה את Real-Time Context Standard (RCS), פרוטוקול פתוח לסוכנים קוליים שפותח יחד עם צוות Pipecat. הפרוטוקול מגדיר מטא-דאטה כמו הקשר שעולה מהאודיו עצמו, למשל כשהדובר לוחש, הנחיות למודל השפה על השימוש באותם אותות, והכוונה לגבי האופן שבו התשובה צריכה להישמע.
המשמעות
הרכישה מצטרפת לגל השקעות בתחום ה-AI הקולי, גם בצד המודלים וגם בצד התשתיות. יצרניות מודלים כמו ElevenLabs, Gradium ו-Fish Audio גייסו מיליוני דולרים, וחברות תשתית כמו LiveKit ו-Vapi השלימו השנה סבבים של מיליוני דולרים.
נראה ש-Deepgram מנסה לבסס מעמד בשכבת התזמור, שבה מפתחים מחברים יחד את רכיבי הסוכן, ולא רק לספק את המודלים עצמם. השליטה בפריימוורק פתוח ופופולרי מאפשרת לה להיות במרכז האקוסיסטם גם כשמפתחים בוחרים במודלים של מתחרות. השאלה הפתוחה היא אם הקהילה תמשיך לראות ב-Pipecat כלי ניטרלי עכשיו כשהוא בבעלות של אחת השחקניות בשוק. בסופו של דבר, הנכונות של Deepgram לעמוד בהתחייבות לפתיחות היא שתכריע את זה.