Pangram מגייסת 9 מיליון דולר: נלחמת בזיהום תוכן AI
Pangram, חברת זיהוי תוכן AI שנוסדה על ידי בוגרי סטנפורד, גייסה 9 מיליון דולר מ-Menlo Ventures. החברה משחררת גם את מודל Pangram 4, עם דיוק של 0.0041% שיעור טעויות, ואת מודל זיהוי התמונות הראשון שלה. הגיוס מגיע על רקע העובדה שכמעט מחצית מתוכן הבלוגים ברשת הוא AI-generated.
כמעט מחצית ממאמרי החדשות והבלוגים ברשת כיום הם תוכן שנוצר על ידי AI. זה לא נתון מתוך סרט דיסטופי — זו תחזית שיווקית עדכנית שמספקת חברת Graphite. ומי שצריך להתמודד עם ההצפה הזו, בקצה השני, הם עורכי אתרים, מורים, עיתונאים, ובעצם כל מי שחשוב לו לדעת אם הטקסט מולו נכתב על ידי בן אדם או על ידי מודל שפה.
בדיוק בנקודה הזו נכנסת Pangram, סטארטאפ אמריקאי שגייס היום (ג') 9 מיליון דולר בסבב שהובל על ידי Menlo Ventures, עם השתתפות של Haystack, ScOp Venture Capital, Script Capital ו-Cadenza. זה מצטרף ל-2.7 מיליון דולר שגויסו ביוני 2025, ובסך הכול החברה גייסה כ-13 מיליון דולר מאז הקמתה.
מנקה הזבל של האינטרנט
מאקס ספרו, מנכ"ל החברה, מכנה את עצמו "the internet's slop janitor" — מנקה הזבל של האינטרנט. יחד עם שותפו בראדלי אמי, השניים (בני 30) הקימו את Pangram ב-2023, חודשים ספורים אחרי ש-ChatGPT פתח את השערים ליצירת תוכן המוני. הם הכירו עוד בסטנפורד, למדו יחד במעבדת AI, שיחקו פוקר עד מאוחר בלילה, ואז הלכו כל אחד לדרכו המקצועית: ספרו ל-Google, אמי ל-Tesla — שם עבד תחת אנדריי קארפטי, חוקר AI בולט ומייסד-שותף ב-OpenAI.
כש-ChatGPT שוחרר, שניהם הרגישו צורך לבנות משהו שיתאים לעולם שטכנולוגיה זו יוצרת. הם צדקו — האינטרנט מוצף היום בתוכן AI בלתי מזוהה, חלקו שיווקי, חלקו דיסאינפורמציה.
איך זה עובד?
הממשק של Pangram נראה כמו צ'אטבוט פשוט: מזינים טקסט, מקבלים תשובה — AI, אנושי, או AI בסיוע. אבל מה שקורה מאחורה זה מודל למידת מכונה מאסיבי שאומן על מיליוני מסמכים אנושיים מוכרים מתקופה שלפני 2021. לכל מסמך כזה החברה יצרה "מראה סינתטי" — אותו אורך, אותו נושא, אותו טון דיבור, אבל נכתב על ידי LLM מתקדם.
"המודל לומד את ההבדלים הסגנוניים ואת הבחירות ש-AI עושה באופן עקבי, ומשתמש בזה כדי לזהות מהו תוכן AI עם רמת ביטחון גבוהה", הסביר ספרו. חשוב לציין: החברה לא מסתמכת על מטא-דטה או סימני מים נסתרים — רק על ניתוח סגנוני.
דיוק וגרסאות חדשות
יחד עם הגיוס, Pangram משחררת שתי גרסאות חדשות:
- Pangram 4 — מודל זיהוי הטקסט החזק ביותר שלהם עד כה. לדברי החברה, שיעור החיוביים הכוזבים עומד על 0.0041% — כלומר טעות אחת לכל 24,000 מסמכים. בגרסאות קודמות הם הצהירו על דיוק של 9,999 מתוך 10,000. בנוסף, המודל החדש עמיד יותר נגד כלי "humanizer" שנועדו להסוות טקסט AI כאנושי.
- Pangram Image — מודל חדש לזיהוי תמונות AI, כרגע במחקר מקדים. הוא מסוגל לזהות תמונות מ-GPT Image של OpenAI, Gemini Nano Banana של Google, Midjourney, FLUX, Grok Imagine, וגם מכלי וידאו AI כמו Kling AI, Seedance, Google Veo ו-Wan.
יותר מסתם כן או לא
אחד הדברים המעניינים בגישה של Pangram הוא שהם לא מתייחסים לנושא כאל בינארי. "AI-assisted" זו קטגוריה נפרדת בזיהוי שלהם, ובספרו מסביר שיש הבדל משמעותי בין מישהו שמשתמש ב-AI לעריכה או שכתוב לבין מישהו שפשוט מבקש ממודל שפה לכתוב הכל מאפס. לדעתו, שימוש ב-AI יכול להיות לגיטימי — כל עוד הוא מוצהר.
"חשוב לדעת אם מה שאתה קורא הוא AI או אנושי", אמר ספרו. "כי זה משנה את הגישה שלך — האם אני צריך לחשוש מהזיות ולבוא סקפטי, או שאני יכול לסמוך שעיתונאי ביצע תחקיר אמיתי?"
השוק מתחרה
Pangram לא לבד. שוק זיהוי תוכן AI צומח במהירות, עם שחקנים כמו GPTZero, Originality.ai ואחרים שכולם מנסים לתפוס נתח. היתרון ש-Pangram טוענים אליו הוא הדיוק הגבוה במיוחד ושיעור הטעויות הנמוך — מה שמושך, לדבריהם, לקוחות גדולים מעולם התקשורת.
הגיוס הנוכחי יאפשר לחברה להרחיב את מוצרי זיהוי התמונה (שצפוי לצאת מגרסת מחקר בשבועות הקרובים) ולהמשיך לשכלל את מנוע זיהוי הטקסט.
בסופו של דבר, מה שקורה כאן הוא מרוץ חימוש קלאסי: ככל שמודלי AI משתפרים ביצירת תוכן, כך גם הכלים שנועדו לזהות אותם חייבים להשתפר. ואם הנתון על 50% תוכן AI ברשת מדויק — מדובר בלא פחות ממערכה על אמינות המידע ברשת. Pangram הימרה על הצד הנכון של המרוץ הזה, ו-9 מיליון דולר אומרים שגם הקרנות חושבות ככה.