65 millioner dollar er den ferske runden Ollama har hentet, ifølge SME Business Review, til verktøyet som lar deg laste ned åpne modeller, versjonere dem og eksponere dem via et lokalt API med noen få kommandoer. Verktøyet har nær ni millioner brukere, og pengene skal etter selskapets egne signaler gå til produktutvikling, ansettelser og bedriftstilbud.
Investeringen forteller hvor kapitalen beveger seg. Mesteparten av KI-pengene har gått til dem som bygger grunnmodeller eller ferdige apper, men laget under, verktøyene som gjør modellene enkle å deploye, versjonere og orkestrere, trekker nå til seg egne runder. Ollama sitter på akkurat det infrastrukturlaget, mellom utvikleren og de åpne modellene fra Meta, Mistral, Google og Alibaba, og satsingen er at programvaren rundt modellene blir like verdifull som modellene selv.
Bakteppet er maskinvare og modelltempo. Moderne bærbare og stasjonære maskiner har nok kraft til å kjøre kompakte modeller effektivt, samtidig som nye åpne modeller fra Qwen, Mistral, Gemma og DeepSeek slippes nesten ukentlig. Utviklere velger ikke lenger én modell for alt, men bytter mellom dem etter ytelse, lisens og maskinvare, og kjører dem gjennom ett kjent grensesnitt.
For deg som bygger egne prosjekter betyr det at laget som gjør lokale modeller praktiske nå har kapital til å vokse. Når personvernkrav og skyregninger presser bedrifter mot å eie egen inferens i stedet for å leie den fra et sky-API, posisjonerer Ollama seg som standardverktøyet for det skiftet.
Hva bør du gjøre?
- Installer Ollama og hent en kompakt modell som Gemma eller Qwen for å teste hvor godt den kjører på din egen maskin.
- Velg modell etter lisens og maskinvare, ikke bare kvalitet. En mindre modell som kjører lokalt slår ofte en større du må sende sensitive data til.
- Vurder lokal inferens for prosjekter med personopplysninger, der data ikke bør forlate maskinen.