TechCrunch: Probably prikuplja 9 miliona dolara za AI s determinističkom validacijom
Probably, koji je osnovao Peter Elias, objavio je 16. juna 2026. seed rundu od 9 miliona dolara vođenu od strane Andreessen Horowitz. Premisa kompanije je da su većina problema s pouzdanošću AI-ja inženjerski problemi, a ne problemi modela, i da je pravo rešenje arhitektura validacije oko modela — a ne moćniji model.
Elias opisuje pristup kao „egzoskelet za data science”: LLM output prolazi kroz deterministički validator pre nego što stigne do korisnika. Ako validator ne može potvrditi rezultat na osnovu izvornih podataka, output je označen ili blokiran. Ova arhitektura omogućava rad s modelom koji Elias opisuje kao „četiri klase slabiji od graničnih modela”, jer kvalitet modela delom nadoknađuje kvalitet omotača. Manji modeli mogu raditi na lokalnom hardveru umesto na infrastrukturi data centara, što znatno smanjuje troškove inferencije — važna prednost kako organizacije sve više osećaju pritisak na AI budžete.
Trenutni proizvod fokusiran je na data science upite: korisnici postavljaju pitanja o složenim datasetima i dobijaju odgovore sa citatima i audit tragovinom. Elias navodi tačnost od 99,99%, na nivou tradicionalnog determinističkog softvera, uz zadržavanje fleksibilnosti interfejsa prirodnog jezika. Sledeće ciljne oblasti su računovodstvo i medicinski servisi — domeni gde su faktičke greške pravni rizici, a ne samo problem kvaliteta proizvoda.
Za product menadžere koji grade AI funkcije u regulisanim ili precizno osetljivim okruženjima, arhitektura koju opisuje Probably je konkretan projektni obrazac vredan razumevanja. Relevantno pitanje pomera se s izbora modela na to kakva validacija stoji downstream od modela. Timovi koji trenutno prihvataju određenu stopu grešaka iz LLM output-a mogu otkriti da inženjerski pristup s omotačem menja i strukturu troškova i profil rizika njihove AI funkcije — posebno ako trenutno koriste granične modele pretežno zbog potrebe za tačnošću, a ne zbog potrebe za punim opsegom njihovih mogućnosti.