کلیپتو در یک دور سرمایه‌گذاری تماماً سهامی ۱۵ میلیون دلاری، ارزش‌گذاری ۲۵۰ میلیون دلاری دریافت کرد. این استارتاپ با اتکا به هوش مصنوعی، فایل‌های ویدئویی، صوتی، تصویری و اسناد ذخیره‌شده روی دستگاه کاربر را محلی فهرست‌بندی و قابل جست‌وجو می‌کند و ظرفیت جست‌وجوی ویدئو با هوش مصنوعی در مقیاس ترابایت را فراهم می‌سازد.

  • سرمایه جذب‌شده: ۱۵ میلیون دلار
  • ارزش‌گذاری: ۲۵۰ میلیون دلار
  • درآمد تکرارشونده سالانه (ARR): ۱۵ میلیون دلار
  • بیش از ۳۰ میلیون کاربر نصب، صدها هزار مشترک پرداختی
  • پردازش و فهرست‌بندی محلی و پشتیبانی از پروتکل MCP

چرا کلیپتو برای جست‌وجوی ویدئو با هوش مصنوعی جذاب است

قابلیت جست‌وجوی توصیفی نقطه قوت اصلی است: به‌جای پیمایش پوشه‌ها یا مرور دستی فایل‌ها، کافی است کاربر با زبان طبیعی هدف خود را توصیف کند یا از ابزارهایی مانند ChatGPT و Claude بخواهد فایل مناسب را بیابد. کلیپتو می‌تواند ترابایت‌ها محتوای ویدئویی و صوتی را فهرست‌بندی کند و نتایج را بر مبنای متن، صدا یا تصویر ارائه دهد.

سرمایه‌گذاران و برنامه‌های استفاده از سرمایه

در این دور، سرمایه‌گذارانی مانند HSG (قبلاً Sequoia China)، GL Ventures، EnvisionX Capital، Palm Drive Capital، هنس تانگ و 522 Ventures حضور داشتند. بنیان‌گذار اعلام کرده سرمایه جدید صرف توسعه مدل‌های هوش مصنوعی، تقویت زیرساخت محاسباتی برای اجرای محلی روی سخت‌افزار مصرفی و گسترش یکپارچه‌سازی با عامل‌ها و سرویس‌های هوش مصنوعی دیگر خواهد شد.

پیشینه بنیان‌گذار و مسیر محصول

هنری کانگ، مؤسس کلیپتو، نزدیک به ۲۰ سال تجربه در پروژه‌های ردیابی و حافظه بصری دارد. او از دوره دکتری در دانشگاه کارنگی ملون روی ربات‌هایی کار کرد که محیط را ضبط و اشیاء را شناسایی می‌کردند. کانگ پیش‌تر شرکت ZenVideo را تأسیس کرد که در سال ۲۰۲۰ توسط تنسنت خریداری شد؛ تجربه‌ای که در طراحی راه‌حل‌های جست‌وجوی محلی و مقیاس‌پذیر به کار آمده است.

مشتریان و وضعیت تجاری

  • بیش از ۳۰ میلیون نفر از محصولات کلیپتو استفاده کرده‌اند.
  • صدها هزار مشترک پرداختی وجود دارد و بخشی از کاربران بیش از دو سال ادامه اشتراک دارند.
  • اوایل ۲۰۲۶ شرکت به درآمد تکرارشونده سالانه ۱۵ میلیون دلار رسید و به‌صورت عملیاتی سودآور است.

حریم خصوصی، پردازش محلی و پشتیبانی از MCP

کلیپتو پردازش فهرست‌بندی و جست‌وجو را روی دستگاه کاربر انجام می‌دهد؛ یعنی نیازی به آپلود محتوای شخصی روی سرویس‌های ابری عمومی نیست. این شرکت همچنین از پروتکل Model Context Protocol (MCP) پشتیبانی کرده است؛ استانداردی که به اپلیکیشن‌های هوش مصنوعی اجازه می‌دهد تنها با اجازه صریح کاربر به منابع اطلاعاتی متصل شوند. دسترسی بر مبنای محدوده‌ای است که کاربر تعیین می‌کند و هر درخواست بازیابی داده نیازمند مجوز فعال کاربر است.

رقابت و مزیت پیشنهاد شده

بازیگرانی مانند ادوبی، اپل فوتوز و گوگل فوتوز قابلیت‌های جست‌وجوی مبتنی بر هوش مصنوعی ارائه می‌دهند، اما اغلب روی محتوایی که در اکوسیستم خود نگهداری می‌شود تمرکز دارند. مزیت کلیدی کلیپتو این است که میان‌فایل‌ها را در سطح دستگاه و در فرمت‌های مختلف — ویدئو، صدا، تصویر و سند — فهرست می‌کند و امکان انتخاب دقیق بخش‌هایی از اطلاعات برای استفادهٔ عامل‌های هوش مصنوعی را فراهم می‌آورد.

چالش‌ها و چشم‌انداز فنی

تبدیل فهرست‌بندی محلی به تجربه‌ای که برای سازندگان محتوا و حوزه‌های تخصصی مانند حقوق، پزشکی و پژوهش کاربردی باشد، نیازمند سرمایه‌گذاری در مدل‌ها و بهینه‌سازی محاسبات روی سخت‌افزار محدود است. کلیپتو تیمی حدود ۲۰ نفره در سان‌فرانسیسکو، هنگ‌کنگ و سنگاپور دارد و با سرمایه تازه قصد دارد عملکرد مدل‌ها را بهبود دهد و ادغام با عامل‌های هوش مصنوعی دیگر را تسهیل کند.

جمع‌بندی

کلیپتو نمونه‌ای از یک لایه محلی مستقل برای جست‌وجوی چندرسانه‌ای است که می‌تواند مکمل سرویس‌های ابری و اکوسیستم‌های بزرگ باشد. سؤال اصلی این است که چه اندازه بازار و سازمان‌ها حاضرند برای ترکیبی از حریم خصوصی، توانایی جست‌وجوی ویدئو با هوش مصنوعی و سازگاری میان‌فایل‌ها هزینه بپردازند؛ پاسخ به این پرسش، مقیاس‌پذیری مدل تجاری را مشخص خواهد کرد.