TypeSafe AI, het bedrijf achter het nieuwe AI‑model Jev, heeft in korte tijd veel aandacht gekregen. Enkele weken na de lancering haalde het bedrijf $870 miljoen op, met een waardering van $7,5 miljard. Grote investeerders als Andreessen Horowitz en Sequoia namen deel aan de ronde, samen met een bestaande investeerder, DCVC.

Wat is Jev?

Jev is een nieuw type AI‑model dat niet bedoeld is om tekst te maken. In plaats daarvan geeft het model kansen of waarschijnlijkheden terug — TypeSafe noemt dat "gekalibreerde beslissingen". Het draait op een transformer‑architectuur, een moderne techniek voor neurale netwerken, maar het is geen LLM (LLM — groot taalmodel dat tekst genereert).

Het belangrijkste verschil is dus dat Jev niet schrijft of praat, maar keuzes en waarschijnlijkheden berekent. Daardoor is het volgens TypeSafe vooral bedoeld voor taken die je wilt automatiseren, niet voor het schrijven van teksten of code.

Waarom werd Jev zo snel populair?

TypeSafe bracht Jev uit op 15 september en het model ging vrijwel direct viraal. Het bedrijf zegt dat ongeveer een derde van de Fortune 500‑bedrijven al werkt met Jev — een opvallend snelle acceptatie door grote ondernemingen.

Volgens TypeSafe zijn de belangrijkste voordelen:

• Snelheid: Jev zou veel sneller werken dan veel bestaande taalmodellen.

• Efficiëntie: Het gebruikt veel minder tokens (stukjes tekst die een model verwerkt) dan een LLM voor vergelijkbare beslissingen.

• Ontworpen voor automatisering: In plaats van tekst te genereren is het model gemaakt om beslissingen te nemen en processen aan te sturen.

Deze combinatie maakt het aantrekkelijk voor bedrijven die routinetaken willen automatiseren of beslissingen willen laten nemen door een model, zonder eerst om te moeten zetten naar tekst en weer terug.

Waarom is dit anders dan gewone taalmodellen?

Grote taalmodellen zijn de laatste jaren vooral succesvol geweest in het verwerken en produceren van menselijke taal. Ze zijn goed in gesprekken, samenvatten en tekstgeneratie. Maar TypeSafe stelt dat menselijke taal niet altijd handig is voor computers die taken moeten uitvoeren:

• Computers en software werken vaak met duidelijke keuzes en getallen, niet met vloeiende zinnen.

• Een model dat direct kansen teruggeeft, past beter in automatisering omdat die uitkomsten meteen door andere systemen gebruikt kunnen worden.

TypeSafe‑medewerker Diogo Almeida, die eerder bij OpenAI werkte, zei in een interview dat het vermogen van modellen om taal te verwerken niet automatisch betekent dat ze ook geschikt zijn voor het aansturen van processen. Volgens hem spreken computers een andere ‘taal’ dan mensen, en Jev is gebouwd met dat verschil in gedachten.

Wie zit er achter TypeSafe?

TypeSafe werd opgericht in 2024. De drie bekendste oprichters zijn:

• Diogo Almeida — voorheen onderzoeker bij OpenAI.

• Sasha Sheng — voormalig onderzoeksingenieur bij Meta.

• Erik Gafni — engineer en ondernemer.

De investering van $870 miljoen werd geleid door Andreessen Horowitz, met deelname van Sequoia en DCVC.

Wat betekent deze investering?

De grote investering en hoge waardering laten zien dat investeerders geloven in de zakelijke potentie van modellen die speciaal zijn gemaakt voor automatisering. Voor bedrijven kan dit betekenen dat er sneller en goedkoper AI‑gestuurde automatisering beschikbaar komt zonder dat die automatisering via tekst hoeft te lopen.

Tegelijk geeft de snelle waardering ook aan dat er veel vertrouwen is in de oprichters en in de interesse van grote bedrijven. Het is echter nog vroeg: claims als "een derde van Fortune 500 gebruikt het al" komen van het bedrijf zelf en geven vooral aan dat er veel vraag is naar nieuwe manieren om AI in bedrijfsprocessen in te zetten.

Conclusie

Jev is een opvallend nieuw model dat bewust niet als tekstgenerator is ontworpen maar als een systeem dat beslissingen en kansen teruggeeft. De snelle verspreiding en de flinke investering wijzen erop dat veel bedrijven dit soort oplossingen willen voor automatisering. Of Jev op de lange termijn de belofte waarmaakt, zal afhangen van de praktische toepassingen en hoe goed het model in grotere, ingewikkelde bedrijfsprocessen presteert.