Multicoin Capital инвестировала в Grass для развития AI-инфраструктуры веб-данных.

Multicoin Capital стала инвестором проекта Grass — децентрализованной инфраструктуры, которая использует распределённые интернет-ресурсы для сбора данных, востребованных индустрией искусственного интеллекта. Инвестиция была сделана одновременно через венчурное направление и хедж-фонд компании. Размер сделки стороны не раскрыли.

В основе Grass лежит модель, при которой пользователи добровольно предоставляют часть неиспользуемой пропускной способности своих домашних интернет-соединений. Взамен участники получают вознаграждение. Объединяя миллионы таких подключений, сеть получает возможность обращаться к публичным веб-ресурсам, собирать и структурировать информацию, а затем поставлять её разработчикам ИИ для обучения моделей.

Распределённая архитектура позволяет решать одну из проблем, с которой сталкиваются AI-компании при масштабном сборе информации. Автоматизированные запросы нередко ограничиваются сайтами, а доступный контент может зависеть от региона. Использование большого количества обычных домашних соединений помогает Grass получать данные из разных географических зон и поддерживать необходимый масштаб обработки.

Проект уже сформировал коммерческую модель. По данным Grass, в 2025 году выручка составила $17 млн, а за первые шесть месяцев 2026 года — ещё $17 млн. Компания заявляет о прибыльности бизнеса и ожидает около $75 млн дохода за весь 2026 год только от направления, связанного с данными для обучения ИИ. Более 6 млн участников сети уже получили выплаты, финансируемые доходами от коммерческой деятельности проекта.

При этом Grass намерена выйти за рамки поставок наборов данных для предварительного обучения моделей. Следующим направлением становится получение информации из интернета в режиме реального времени. Проект разрабатывает инструменты, с помощью которых ИИ-системы смогут находить актуальные страницы, открывать их и извлекать содержимое непосредственно в момент выполнения запроса.

Такой подход особенно важен для автономных AI-агентов. Если модели требуется узнать, что произошло недавно, проверить изменившуюся веб-страницу или собрать сведения для выполнения многоэтапной задачи, заранее подготовленного обучающего набора недостаточно. Агенту необходимо самостоятельно обратиться к актуальным источникам, найти подходящие страницы и обработать их содержимое.

Для этого Grass планирует развивать Search API, Contents API и собственный веб-индекс. По информации проекта, сеть уже обработала более 1 млрд публичных веб-видео, а собранная инфраструктура используется в рабочих процессах компаний, занимающихся разработкой передовых AI-моделей.

Именно переход от разовых поставок обучающих данных к постоянному доступу к свежей информации является одной из главных причин интереса инвесторов. В случае широкого распространения AI-агентов запросы к вебу будут возникать не только во время обучения модели, но и при каждом выполнении пользователем или агентом новой задачи. Это потенциально создаёт значительно более частый спрос на инфраструктуру поиска и получения актуального контента.

Таким образом, Grass постепенно превращает распределённую сеть интернет-подключений в инфраструктурный слой для ИИ: от формирования массивов данных для обучения до предоставления машинам доступа к постоянно меняющейся информации в интернете.