Groq, amerykański producent układów scalonych do sztucznej inteligencji, zbiera 650 milionów dolarów nowego finansowania od dotychczasowych inwestorów. To kolejny sygnał, że najważniejsza walka w branży AI przenosi się dziś z trenowania modeli na ich uruchamianie, czyli inferencję.
Runda jest nietypowa. Fundusze Disruptive i Infinitium zobowiązały się pokryć ją w całości, jeśli pozostali inwestorzy nie obejmą swoich udziałów proporcjonalnie. Wycena nie została ujawniona. To pierwsze tak duże finansowanie firmy od grudnia 2025 roku, gdy Groq zawarł z Nvidią umowę wartą 20 miliardów dolarów, opisywaną jako „transakcja, która nie jest przejęciem". W jej ramach część kadry zarządzającej Groqa przeszła do Nvidii, a Nvidia licencjonowała technologię sprzętową startupu. Dotychczasowi inwestorzy otrzymali wówczas wypłaty gotówkowe. Firmą kierują tymczasowo Adam Winter jako CEO i Matt Eng jako CFO.
Groq specjalizuje się w inferencji, czyli przetwarzaniu, które zachodzi po wysłaniu zapytania do modelu AI. Rozwija chmurę inferencyjną, w której deweloperzy i przedsiębiorstwa uruchamiają aplikacje intensywnie korzystające z modeli, opartą na własnych układach i systemach. Po umowie z Nvidią startup coraz mocniej stawia właśnie na ten biznes, zamiast na szeroki rozwój sprzętu. Powód jest prosty: to inferencja, a nie trenowanie, stanowi dziś większą część rynku.
Co to znaczy dla polskich firm
Dla polskiego biznesu istotny jest tu nie sam startup, lecz trend. Koszt wdrożenia AI w firmie w coraz mniejszym stopniu zależy od trenowania własnych modeli, a w coraz większym od tego, ile kosztuje pojedyncze zapytanie do gotowego modelu. To właśnie inferencja generuje rachunki, które rosną wraz z liczbą użytkowników i zapytań. Konkurencja między dostawcami chmur inferencyjnych, od Nvidii po Groq, może z czasem obniżać te koszty.
Dla menedżera planującego asystenta AI w obsłudze klienta czy w dziale prawnym oznacza to konkretny wniosek: wybór dostawcy inferencji i modelu rozliczeń za tokeny staje się decyzją równie ważną, co wybór samego modelu. Skoro nawet Nvidia, lider rynku układów do trenowania, sięga po technologię wyspecjalizowaną w inferencji, to znak, że ten etap pracy z AI będzie w najbliższych latach polem najostrzejszej rywalizacji. Firmy, które już dziś budują kompetencje wokół efektywnego uruchamiania modeli, a nie tylko ich wybierania, zyskają przewagę kosztową.
Źródło: TechCrunch (EN), 29 maja 2026.
