Nisch-AI samlar hundratals miljoner medan alla stirrar på ChatGPT
Specialiserad AI samlar hundratals miljoner medan alla fokuserar på ChatGPT.
Medan medierna fokuserar på stora språkmodeller pågår en tyst revolution inom AI-finansiering. Startups som använder artificiell intelligens för att lösa konkreta, nischade problem drar till sig enorma investeringar.
Det franska företaget Standing Ovation har just säkrat 270 miljoner kronor för att producera mejeriproteiner med hjälp av AI-styrda fermenteringsprocesser, enligt AgFunder News. Samtidigt rapporterar TechCrunch att amerikanska NomadicML samlat in 190 miljoner kronor för sin plattform som automatiskt organiserar videodata från självkörande fordon.
När 95 procent av datan ligger oanvänd
NomadicML angriper ett problem som få utanför branschen känner till: företag som utvecklar autonoma fordon samlar miljontals timmar videouppgifter, men 95 procent ligger oanvända i arkiv eftersom manuell katalogisering inte går att skala upp.
"Vi stötte på samma tekniska utmaningar om och om igen", förklarar VD Mustafa Bal, som tidigare arbetat på Lyft och Snowflake. Företaget söker automatiskt efter sällsynta händelser i videomaterialet – som när ett fordon körde mot rött ljus på order från trafikpolis. Precis de situationer som är mest värdefulla för att träna AI-modeller, men näst intill omöjliga att hitta manuellt.
Från avfall till värdefulla proteiner
Standing Ovation har tagit en helt annan väg genom att kombinera AI med bioteknik. Företaget använder precisionsfermentering för att producera kaseinproteiner – ett av de mest efterfrågade ämnena inom livsmedelsindustrin.
Det smarta ligger i val av råvara. Istället för att köpa druvsocker som konkurrenterna, använder Standing Ovation sur vassle – en biprodukt från keso och grekisk yoghurt som mejerier normalt betalar för att bli av med.
"Det är oerhört viktigt för oss att inte köpa mat för att bygga mat", säger VD Yvan Chardonnens till AgFunder News. "I nuläget betalar folk pengar för att bli av med sur vassle, så vad vi än kommer att betala blir alltid mindre än vad vi skulle betala för socker."
Konkreta problem ger konkreta investeringar
Båda finansieringsrundorna visar samma mönster: investerare lockas av AI-företag som löser väldefinierade, påtagliga problem med tydliga affärsmodeller. NomadicML får betalt för att göra videodata användbar. Standing Ovation säljer proteiner till livsmedelsindustrin.
Detta skiljer sig markant från den bredare AI-finansieringen där enorma summor satsas på generella modeller utan klara intäktskällor. Här finns konkreta kunder som är villiga att betala för konkreta lösningar.
Standing Ovation siktar på lansering i USA 2026, med stöd från tunga investerare som Danone Ventures och Big Idea Ventures. NomadicML, grundat av Harvard-utbildade ingenjörer, växer genom att lösa dataproblem som blir större för varje självkörande mil som körs.
Vår analys
Dessa investeringar signalerar en mognad inom AI-sektorn. Istället för att jaga nästa stora genombrott satsar kapitalägare på företag som använder befintlig AI-teknik för att lösa specifika, värdefulla problem.
Mönstret är tydligt: AI blir mest värdefullt när det integreras djupt i existerande branscher och arbetsflöden. NomadicML förbättrar inte biltekniken i sig – de gör befintlig data användbar. Standing Ovation revolutionerar inte fermentering – de optimerar den med intelligenta val av råvaror.
Detta pekar mot AI:ns verkliga framtid: inte som en separat tekniksektor, utan som en förstärkande kraft inom alla branscher. Investerarna verkar ha förstått att den största potentialen ligger i att göra traditionella processer smartare, inte att ersätta dem helt.
Dessa investeringar signalerar en mognad inom AI-sektorn. Istället för att jaga nästa stora genombrott satsar kapitalägare på företag som använder befintlig AI-teknik för att lösa specifika, värdefulla problem.
Mönstret är tydligt: AI blir mest värdefullt när det integreras djupt i existerande branscher och arbetsflöden. NomadicML förbättrar inte biltekniken i sig – de gör befintlig data användbar. Standing Ovation revolutionerar inte fermentering – de optimerar den med intelligenta val av råvaror.
Detta pekar mot AI:ns verkliga framtid: inte som en separat tekniksektor, utan som en förstärkande kraft inom alla branscher. Investerarna verkar ha förstått att den största potentialen ligger i att göra traditionella processer smartare, inte att ersätta dem helt.