Sprawni Cyfrowo
Sprawni Cyfrowo

Ollama pozyskało 65 mln USD na rozwój lokalnych modeli AI

Ollama pozyskało 65 mln USD na rozwój lokalnych modeli AI

Ollama, popularne narzędzie do uruchamiania otwartych modeli AI na własnym komputerze, pozyskało 65 mln USD w rundzie Series B. Inwestycję prowadził fundusz Theory Ventures. Z narzędzia korzysta dziś blisko 9 mln programistów miesięcznie, a według twórców jest ono obecne w 85 procentach firm z listy Fortune 500.

Ollama pozwala uruchomić otwarte modele (open-weight) lokalnie, w kilka minut, bez wysyłania danych do chmury zewnętrznego dostawcy. Projekt powstał w odpowiedzi na prosty problem: pierwsze otwarte modele z 2023 roku były trudne w instalacji i konfiguracji. Firma zebrała łącznie 88 mln USD, a wcześniejsza runda Series A na 15 mln USD miała za lidera fundusz Benchmark. Repozytorium ma ponad 176 tys. gwiazdek na GitHubie, a cały zespół liczy zaledwie 14 osób.

Ollama zarabia na hostowanych modelach w abonamencie od 0 do 100 USD miesięcznie. Co istotne, rozlicza użycie według czasu pracy karty GPU, a nie liczby tokenów. Prezes Jeff Morgan i inwestor Peter Fenton wiążą wzrost zainteresowania ze styczniem 2026, gdy otwarte modele zaczęły radzić sobie z zadaniami agentowymi, takimi jak pisanie kodu. Firmy ruszyły wtedy w stronę tańszych, otwartych alternatyw, rezerwując droższe modele zamknięte do najtrudniejszych zadań.

Co to znaczy dla polskiego biznesu

Uruchamianie modeli lokalnie lub on-premises to konkretna odpowiedź na dwa problemy, które zgłaszają polskie firmy: koszt i ochronę danych. Gdy model działa na własnej infrastrukturze, dane nie opuszczają organizacji. Ma to znaczenie w sektorach objętych RODO i regulacjami branżowymi, takich jak ochrona zdrowia, finanse czy administracja publiczna.

Rozliczenie według czasu GPU zamiast liczby tokenów daje też bardziej przewidywalny rachunek przy stałym obciążeniu. Praktyczny wniosek jest prosty: otwarte modele warto traktować jako domyślną warstwę do typowych zadań, a modele zamknięte, takie jak Claude czy GPT, rezerwować do tych najbardziej wymagających. Taka architektura model-agnostyczna z routingiem zapytań obniża koszty i ogranicza uzależnienie od jednego dostawcy.

Źródło: TechCrunch (EN), 9 lipca 2026, autorka Julie Bort.

Pomożemy Ci wdrożyć sztuczną inteligencję w Twojej firmie.

Konsultacje i wdrożenia AI

Powiązane artykuły