Andrew Dai lämnade Google DeepMind med en känsla av att visuell AI var nästa stora grej. Han hade rätt – eller åtminstone var investerarna övertygade nog att ge honom 55 miljoner dollar till en värdering på 300 miljoner dollar innan hans företag, Elorian, ens hade lanserat en produkt. Det är en värderings-till-kapital-kvot mer aggressiv än Thinking Machines, som tog in en av de största rundorna i USA:s historia.

I det senaste avsnittet av Build Mode satte programledaren Isabelle Johannessen sig ner med Dai för att diskutera hur han lyckades med denna virvelvindsinsamling bara månader efter att han lämnat Google. Med över ett decenniums erfarenhet av att bygga inflytelserika AI-system – inklusive forskning som senare låg till grund för ChatGPT – argumenterar Dai för att visuell förståelse är AI:s uppenbara svaga punkt. ”Man har modeller som är riktigt bra på matte, riktigt bra på nya fysikidéer, och kodning är förstås väldigt populärt nu … Men ett område där framstegen varit extremt ojämna är visuell förståelse och visuellt resonemang”, säger Dai. ”På Elorian vill vi bygga modeller som för oss framåt mot visuell AGI.”

Dai gick igenom insamlingsprocessen, inklusive hur han översatte en mycket teknisk vision till en historia som investerare faktiskt kunde förstå. Han förklarade varför han valde strategiska partners som Nvidia och Menlo Ventures framför ännu högre värderingserbjudanden – för när man bygger frontlinje-AI spelar det större roll att ha investerare som förstår slitaget än en större siffra på ett term sheet.

Avsnittet erbjuder också praktiska lärdomar för grundare: hur man kommunicerar komplexa idéer utan att drunkna i jargong, varför hastighet är din största konkurrensfördel inom AI, och vad som krävs för att locka världsledande forskare bort från Big Techs klor.

Den här säsongen av Build Mode dyker programmet ner i alla aspekter av insamling med experter som samlat in massiva pre-seed-rundor, skrivit stora checkar, bootstrappat, gått publikt och navigerat marknadskaos. Nya avsnitt släpps varje torsdag på Apple Podcasts, Spotify eller var du än får din ljudfix.