कानूनी एआई के क्षेत्र में हार्वे के साथ प्रतिस्पर्धा के लिए लेगोरा ने 550 मिलियन डॉलर जुटाए
और पढ़ें
Ventureburn
ventureburn.com

कानूनी एआई के क्षेत्र में हार्वे के साथ प्रतिस्पर्धा के लिए लेगोरा ने 550 मिलियन डॉलर जुटाए

कानूनी प्रौद्योगिकी क्षेत्र, जिसे पहले धीमा और सतर्क माना जाता था, में महत्वपूर्ण बदलाव आया है और यह बड़े पैमाने पर पूंजी निवेश का अखाड़ा बन गया है। सीरीज़ ई राउंड के हिस्से के रूप में, लेगोरा ने 550 मिलियन डॉलर जुटाए, जिससे इसका मूल्यांकन निवेश के बाद 8.8 बिलियन डॉलर हो गया।

यह बड़ा कदम कानूनी फर्मों में जेनरेटिव टूल के तेजी से अपनाने को रेखांकित करता है। इस निवेश का नेतृत्व एट्रेइड्स मैनेजमेंट ने किया, जिसमें फिडेलिटी, बैरन कैपिटल और कैपिटल ग्रुप जैसे बड़े संस्थागत खिलाड़ियों ने भी भाग लिया, जो कंपनी की आक्रामक विस्तार रणनीति का संकेत देता है।

स्टार्टअप के तीन वर्षों के अस्तित्व में राजस्व में प्रभावशाली वृद्धि देखी गई है: लेगोरा का वार्षिक आवर्ती राजस्व 200 मिलियन डॉलर से अधिक हो गया है। कंपनी ने डेढ़ साल से भी कम समय में अपने राजस्व को 1 मिलियन से बढ़ाकर 100 मिलियन कर दिया, और फिर छह महीने से भी कम समय में इसमें 100 मिलियन और जोड़ दिए।

लेगोरा का ग्राहक आधार भी काफी बढ़ा है: 2400 से अधिक कानूनी फर्मों और आंतरिक टीमों द्वारा प्लेटफॉर्म का उपयोग किया जाता है, जिसमें 80 से अधिक बाजारों से लगभग 140,000 वकील लॉग इन करते हैं। AmLaw 50 में आधे से अधिक पहले से ही कंपनी के ग्राहक हैं। इसके अलावा, तीसरी तिमाही में नए ग्राहकों में 40% से अधिक आंतरिक कानूनी टीमें थीं, जो दर्शाता है कि लेगोरा बड़े कानूनी फर्मों के लिए एक उपकरण से आगे निकल रहा है।

लेगोरा पर चर्चा किए बिना उसके मुख्य प्रतियोगी, हार्वे का उल्लेख करना असंभव है। टेकक्रंच हार्वे को अपना सबसे बड़ा प्रतिद्वंद्वी बताता है। लगभग एक महीने पहले, हार्वे ने भी 15.5 बिलियन डॉलर के मूल्यांकन पर 550 मिलियन डॉलर जुटाए थे। हालांकि कागजों पर हार्वे अभी भी आगे है, अंतर उतना बड़ा नहीं हो सकता जितना आंकड़े दिखाते हैं, क्योंकि हार्वे ने मार्च में ही 200 मिलियन डॉलर से अधिक का वार्षिक आवर्ती राजस्व होने की सूचना दी थी, जो लेगोरा के वर्तमान स्तर के अनुरूप है।

दोनों कंपनियां एक ही बदलाव की दिशा में काम कर रही हैं: कानूनी एआई को चैटबॉट से कार्य करने में सक्षम एजेंटों में बदलना। लेगोरा अपनी प्लेटफॉर्म को वकीलों के लिए एक एजेंट ऑपरेटिंग सिस्टम के रूप में स्थापित करता है, जिसमें एजेंट डेटा अधिग्रहण, हॉराइजन स्कैनिंग और कानूनी अनुसंधान के लिए उपकरणों का आगे विकास करने की योजना है।

वकीलों के लिए इसका मतलब है कि बदलाव तेज हो रहे हैं, क्योंकि अधिक वित्तपोषण तेजी से और विक्रेताओं के बीच अधिक कठोर मूल्य प्रतिस्पर्धा के साथ अधिक उपकरणों के निर्माण की ओर ले जाता है। लेगोरा प्राप्त पूंजी का उपयोग उत्तरी अमेरिका में वृद्धि को मजबूत करने और फिर यूरोप और एशिया-प्रशांत क्षेत्र में अपनी पैठ बढ़ाने के लिए करने का इरादा रखता है। यद्यपि कंपनी को मुश्किल से तीन साल हुए हैं, इसमें पहले से ही 18 कार्यालयों में 1000 से अधिक कर्मचारी हैं।

समान कहानियाँ

ब्लैकस्मिथ ने एआई की मदद से कोड परीक्षण बुनियादी ढांचे के विकास के लिए 66 मिलियन डॉलर जुटाए
और पढ़ें
ventureburn.com

ब्लैकस्मिथ ने एआई की मदद से कोड परीक्षण बुनियादी ढांचे के विकास के लिए 66 मिलियन डॉलर जुटाए

ब्लैकस्मिथ, सॉफ्टवेयर इंफ्रास्ट्रक्चर प्रदाता, ने सीरीज़ सी फंडिंग राउंड सफलतापूर्वक पूरा किया और 66 मिलियन डॉलर जुटाए। इस दौर के नेतृत्व ने कंपनी का मूल्यांकन 1 बिलियन डॉलर पर पहुंचाया, जिसमें सिकोइया कैपिटल शामिल था। इस दौर में प्रीमजी इन्वेस्ट भी भाग लिया, साथ ही पीक एक्सवी पार्टनर्स, जीवी और वाई कॉम्बिनेटर सहित मौजूदा निवेशक भी शामिल थे।

यह ब्लैकस्मिथ के लिए धन उगाहने का नौवां दौर है। नई पूंजी के साथ, कंपनी में कुल निवेश राशि 125 मिलियन डॉलर तक पहुंच गई है। इस धन का उपयोग टीम के विस्तार और कंप्यूटिंग क्षमता बढ़ाने के लिए किया जाएगा। ब्लैकस्मिथ प्लेटफॉर्म का उपयोग कंटीन्यूअस इंटीग्रेशन (CI) को लागू करने के लिए किया जाता है, और कंपनी का दावा है कि 10,000 कंपनियां इसके प्लेटफॉर्म पर काम करती हैं।

कंटीन्यूअस इंटीग्रेशन (CI) हर बार जब कोई डेवलपर कोड रिपॉजिटरी में बदलाव करता है तो स्वचालित रूप से कोड का निर्माण और परीक्षण करता है। यह टीमों को उत्पाद जारी होने से पहले समस्याओं का समय पर पता लगाने की अनुमति देता है। विकास की मात्रा में वृद्धि पारंपरिक बुनियादी ढांचे पर अतिरिक्त भार डालती है।

ब्लैकस्मिथ की स्थापना 2024 में आदित्य जयप्रकाश, आयुष शाह और आदित्य मारु जैसे व्यक्तियों द्वारा की गई थी। संस्थापकों की मुलाकात वाटरलू विश्वविद्यालय में पढ़ाई के दौरान हुई थी। उनका मुख्य लक्ष्य सॉफ्टवेयर परीक्षण में लगने वाले समय और लागत को कम करना है।

आर्टिफिशियल इंटेलिजेंस पर आधारित कोडिंग उपकरण सॉफ्टवेयर विकास प्रक्रिया को बदल रहे हैं। हालांकि एआई उपकरण तेजी से कोड उत्पन्न कर सकते हैं, लेकिन इस कोड की अभी भी जांच की आवश्यकता होती है, जिससे एप्लिकेशन के निर्माण और परीक्षण के लिए जिम्मेदार सिस्टम पर अधिक भार पड़ता है। पारंपरिक क्लाउड इंफ्रास्ट्रक्चर अक्सर CI वर्कलोड में बदलाव आने पर स्केलिंग में कठिनाई का सामना करता है, क्योंकि मांग लगभग शून्य से लेकर दसियों हज़ार सेंट्रल प्रोसेसर तक अचानक बढ़ सकती है।

ब्लैकस्मिथ ने विशेष रूप से CI वर्कलोड का समर्थन करने के लिए अपना बुनियादी ढांचा विकसित किया है। ग्राहक वर्कफ़्लो कॉन्फ़िगरेशन में केवल एक परिवर्तन कर सकते हैं, और ब्लैकस्मिथ बिना ग्राहक की भागीदारी के निष्पादकों (executors) को प्रदान करने और बनाए रखने का सारा काम संभाल लेता है। कंपनी के ग्राहकों में ऐशबी, ग्रैनोला, हैंडशेक और लैंगचेन शामिल हैं। ब्लैकस्मिथ का बुनियादी ढांचा अमेरिका और यूरोप में डेटा केंद्रों को कवर करता है, और कंपनी लगभग 10 मेगावाट की क्षमता का प्रबंधन करती है। 2027 तक इस आधार को कम से कम पांच गुना बढ़ाने की योजना है।

यह विस्तार उन इंजीनियरिंग टीमों से बढ़ती मांग का समर्थन करने के लिए है जो अधिक स्वचालित परीक्षण करते हैं। प्लेटफॉर्म पर साप्ताहिक CI कार्य जनवरी में पांच मिलियन से बढ़कर 90 मिलियन से अधिक हो गए हैं। इसके अलावा, ब्लैकस्मिथ ने इसी अवधि में अपने वार्षिक आवर्ती राजस्व में 17 गुना वृद्धि दर्ज की है। इंफ्रास्ट्रक्चर इंजीनियर जोकिन बोरगियो ने बताया कि लैंगचेन को सेवा से परिचालन लाभ हुआ है, क्योंकि ब्लैकस्मिथ ने एक्जीक्यूटर लागत में लगभग 40% की कमी लाने और बुनियादी ढांचे के प्रबंधन को कम करके इंजीनियरिंग समय बचाने में मदद की।

नई पूंजी का उपयोग ब्लैकस्मिथ द्वारा अपनी बुनियादी ढांचे का निर्माण करने के लिए किया जाएगा ताकि यह बदलती वर्कलोड प्रकारों को संभाल सके जिन्हें यह सॉफ्टवेयर विकास में संसाधित कर सकता है। टीम अधिक व्यापक ग्राहक आधार की सेवा के लिए क्षमता बढ़ाने और कर्मचारियों की संख्या बढ़ाने की भी योजना बना रही है। हालांकि एआई-आधारित कोडिंग एजेंट सॉफ्टवेयर उत्पादन को तेज कर सकते हैं, गुणवत्ता आश्वासन आवश्यक है। त्वरित परीक्षण विकास पाइपलाइन में एक बाधा बन सकता है, लेकिन यह अधिक बार रिलीज को बढ़ावा देता है। ब्लैकस्मिथ को बड़े क्लाउड प्रदाताओं और डेवलपर टूल से प्रतिस्पर्धा का सामना करना पड़ेगा।

कंपनी का आगे का विकास प्रदर्शन, बुनियादी ढांचे की लागत नियंत्रण और ग्राहकों की मांग पर निर्भर करेगा। नवीनतम फंडिंग यह दर्शाती है कि निवेशक एआई का उपयोग करके सॉफ्टवेयर विकास का समर्थन करने वाले बुनियादी ढांचे के बारे में आशावादी बने हुए हैं।

呆
राजस्व में 26% की वृद्धि के बाद मेटा ने आर्टिफिशियल इंटेलिजेंस पर खर्च के अनुमान को 783 बिलियन रुपये तक बढ़ाया
और पढ़ें
olhardigital.com.br

राजस्व में 26% की वृद्धि के बाद मेटा ने आर्टिफिशियल इंटेलिजेंस पर खर्च के अनुमान को 783 बिलियन रुपये तक बढ़ाया

मेटा ने बुधवार (21) को तीसरी तिमाही के नतीजे जारी करते हुए 2026 के लिए अपने न्यूनतम निवेश अनुमान को बढ़ाया और मतदान अधिकार रहित शेयरों की एक नई श्रेणी पेश की। फेसबुक, इंस्टाग्राम, थ्रेड्स और व्हाट्सएप की मालिक कंपनी ने 64.6 बिलियन अमेरिकी डॉलर (लगभग 349 बिलियन रुपये) का राजस्व दर्ज किया, जो पिछले वर्ष की इसी अवधि की तुलना में 26% की वृद्धि दर्शाता है। हालांकि, प्लेटफॉर्म पर हुए नुकसान से संबंधित समझौते के कारण कानूनी खर्च के कारण लाभ प्रभावित हुआ।

वर्तमान में, कंपनी 2026 में पूंजीगत निवेश पर 135 बिलियन से 145 बिलियन अमेरिकी डॉलर (जो लगभग 729 बिलियन से 783 बिलियन रुपये के बराबर है) खर्च करने का अनुमान लगाती है। पहले, प्रारंभिक पूर्वानुमान 130 बिलियन अमेरिकी डॉलर (लगभग 702 बिलियन रुपये) था, जिसमें ऊपरी सीमा 145 बिलियन अमेरिकी डॉलर ही रखी गई थी।

ये आंकड़े सीईओ मार्क ज़करबर्ग के आर्टिफिशियल इंटेलिजेंस (एआई) बुनियादी ढांचे (डेटा सेंटर, चिप्स और कंप्यूटिंग क्षमता) पर ध्यान केंद्रित करने पर जोर देते हैं। समानांतर रूप से, मेटा कार्यकारी के शेयरधारक नियंत्रण से समझौता किए बिना इस विस्तार के वित्तपोषण के तरीके खोज रही है।

खर्च में वृद्धि बड़े प्रौद्योगिकी निगमों के बीच उन्नत एआई मॉडल को प्रशिक्षित और संचालित करने के लिए आवश्यक बुनियादी ढांचे के निर्माण हेतु प्रतिस्पर्धा के संदर्भ में होती है। तीसरी तिमाही में, मेटा के पूंजीगत निवेश कुल 34.91 बिलियन अमेरिकी डॉलर (लगभग 188.5 बिलियन रुपये) थे, जो पिछली तिमाही में दर्ज 31.08 बिलियन अमेरिकी डॉलर (लगभग 168 बिलियन रुपये) से अधिक थे।

इस विस्तार के लिए चिप्स और डेटा सेंटर जैसे कम्प्यूटेशनल संसाधनों की आवश्यकता होती है, जो बड़े पैमाने पर एआई मॉडल के विकास और सेवाओं की पेशकश के लिए आवश्यक हैं। इसके बावजूद, इन निवेशों की गति कंपनी के नकदी प्रवाह पर दबाव डाल रही है, जिसने तिमाही में 2.2 बिलियन अमेरिकी डॉलर (लगभग 11.9 बिलियन रुपये) का नकारात्मक मुक्त नकदी प्रवाह दर्ज किया।

यह परिदृश्य कंपनी द्वारा नए वित्त पोषण स्रोतों की तलाश को उचित ठहराता है। हालांकि विज्ञापन क्षेत्र बढ़ रहा है, लेकिन सभी निवेश अतिरिक्त राजस्व में परिवर्तित होने से पहले एआई बुनियादी ढांचे की स्थापना के लिए उच्च खर्च की आवश्यकता होती है।

इसके अतिरिक्त, मेटा ने जनवरी 2027 से मतदान अधिकार रहित शेयरों की एक नई श्रेणी लॉन्च करने की योजना की घोषणा की। यह उपाय अधिग्रहणों के वित्तपोषण और विशेष प्रतिभाओं को आकर्षित करने में मदद करने के लिए है, बिना ज़करबर्ग के व्यावसायिक निर्णयों पर प्रभुत्व को बदले। यह संरचना नए शेयरधारकों के मतदान शक्ति को बढ़ाने की आवश्यकता के बिना संसाधनों को जुटाने या कॉर्पोरेट संचालन में शेयरों का उपयोग करने की अनुमति देती है।

यह पहल ऐसे समय में सामने आती है जब मेटा को मॉडल और एआई एजेंटों के विकास में OpenAI और Anthropic जैसी अन्य कंपनियों के साथ प्रतिस्पर्धा करनी है। व्यक्तिगत सहायक Muse और अगली पीढ़ी के मालिकाना मॉडल के लॉन्च ने एआई पर इस दांव का समर्थन किया है। हालांकि, इन पहलों को मुद्रीकृत करने का तरीका और निवेश को स्थायी विकास में बदलने की क्षमता व्यवसाय के लिए महत्वपूर्ण बिंदु बने हुए हैं।

एआई में निवेश बढ़ने के बावजूद, विज्ञापन मेटा का मुख्य राजस्व स्रोत बना हुआ है। कंपनी उपयोगकर्ता जुड़ाव बढ़ाने और विज्ञापनदाताओं के लिए परिणामों को अनुकूलित करने के उद्देश्य से विज्ञापन सेगमेंटेशन और सामग्री सुझावों को परिष्कृत करने के लिए एआई का उपयोग करती है। शॉर्ट वीडियो सेगमेंट में, रील्स टिकटॉक और यूट्यूब शॉर्ट्स के साथ प्रतिस्पर्धा करता है, जबकि थ्रेड्स एलोन मस्क के एक्स के साथ जगह बनाने की कोशिश कर रहा है। ये सेवाएं कंपनी की रणनीति के केंद्र में विज्ञापन गतिविधि बनाए रखती हैं, जबकि वह एआई से जुड़े संभावित नए राजस्व स्रोतों का विकास कर रही है।

संक्षेप में, त्रैमासिक परिणाम एक ऐसी कंपनी को दर्शाते हैं जो अपनी कमाई बढ़ा रही है, लेकिन तकनीकी बुनियादी ढांचे पर तेजी से अधिक संसाधन आवंटित कर रही है। चुनौती यह साबित करना है कि यह निवेश एआई के लिए बढ़ती प्रतिस्पर्धा की लागत को कवर करने के लिए पर्याप्त रिटर्न उत्पन्न कर सकता है।

Albert ने अनुसंधान और विकास में रासायनिक एआई को विकसित करने के लिए 55 मिलियन डॉलर जुटाए
और पढ़ें
ventureburn.com

Albert ने अनुसंधान और विकास में रासायनिक एआई को विकसित करने के लिए 55 मिलियन डॉलर जुटाए

Albert ने सीरीज बी फंडिंग राउंड के हिस्से के रूप में सफलतापूर्वक 55 मिलियन डॉलर जुटाए हैं, जिसका उपयोग वैज्ञानिक अनुसंधान के लिए आर्टिफिशियल इंटेलिजेंस को आगे बढ़ाने के लिए किया जाएगा। इस राउंड के नेतृत्व में TCV ने निवेश किया, और नए निवेशकों में डेल्टा-वी कैपिटल, सोसियम वेंचर्स, हाई सेज वेंचर्स, कोरल कैपिटल और लीजन वीसी शामिल हैं।

फंडिंग का नेतृत्व ट्रफल कैपिटल ने किया, जिसमें कोट्यू, जे.पी. मॉर्गन ग्रोथ इक्विटी पार्टनर्स, इंडेक्स वेंचर्स और एप्लाइड वेंचर्स जैसे मौजूदा निवेशक भी शामिल थे। कंपनी प्राप्त धन का उपयोग अपने रसायन विज्ञान-आधारित प्लेटफॉर्म को और बेहतर बनाने की योजना बना रही है।

कैलिफ़ोर्निया के ओकलैंड में स्थित, Albert सामग्री विज्ञान और रसायन विज्ञान के लिए एक ऑपरेटिंग सिस्टम बनाने पर ध्यान केंद्रित करता है। यह प्लेटफॉर्म कॉर्पोरेट सुरक्षा, प्रबंधन और एकीकरण जैसी सुविधाओं के साथ विशेष एआई को एकीकृत करता है, जैसे कि डेटा स्टोरेज की अनुपस्थिति, दानेदार एक्सेस नियंत्रण और तर्क के ऑडिट ट्रेल्स।

Albert उन संगठनों को सेवाएं प्रदान करता है जिनके पास जटिल अनुसंधान कार्य होते हैं, जो बदलते नियमों और बाधित आपूर्ति श्रृंखलाओं का सामना कर रहे हैं। कंपनी के ग्राहकों में BASF, Henkel, Clorox, Kenvue और Akzo Nobel शामिल हैं। Albert का लक्ष्य इन कंपनियों के वैज्ञानिकों को प्रायोगिक डेटा को नवीन उत्पादों में तेजी से बदलने में मदद करना है।

Albert का मॉडल, जिसे वैलेंस कहा जाता है, रासायनिक रूप से विशिष्ट है और वैज्ञानिक प्रश्नों के उत्तर खोजने में सामान्य एआई की सटीकता से 45 गुना अधिक सटीकता प्रदर्शित करता है। यह सटीकता का आंकड़ा धन प्राप्त करने की घोषणा के साथ जारी एक नए अध्ययन के परिणामस्वरूप प्राप्त हुआ था। वैलेंस टेक्स्ट प्रोसेसिंग और संरचना और कार्यों के निर्धारण पर प्रशिक्षित था।

कार्यप्रणाली अनुभवी रसायनज्ञ की समान संरचनाओं और सामग्रियों के बीच अंतर करने की क्षमता और यह समझने की क्षमता का अनुकरण करती है कि मामूली बदलाव प्रयोग को कैसे महत्वपूर्ण रूप से प्रभावित कर सकते हैं। उदाहरण के लिए, रसायन विज्ञान में, सामग्री, प्रक्रियाओं या प्रयोग की स्थितियों में सबसे छोटा विचलन विभिन्न परिणामों का कारण बन सकता है। Albert डोमेन-विशिष्ट बुद्धिमत्ता और फॉर्मल केमिस्ट्री के लिए अपने फॉर्म बेंच के माध्यम से इससे निपटता है।

Albert का दावा है कि यह बेंचमार्क इस संकीर्ण रूप से विशिष्ट क्षेत्र में मूल्यांकन के लिए एक नया मानक स्थापित करेगा। Albert प्लेटफॉर्म वैज्ञानिक ज्ञान, एआई उपकरणों, एकीकरण और नियामक नियंत्रण को एक ही वातावरण में जोड़ता है। यह वैज्ञानिकों को प्राकृतिक भाषा के माध्यम से अनुसंधान डेटा के साथ इंटरैक्ट करने की अनुमति देता है। Albert से पूछताछ करके, उपयोगकर्ता जटिल वैज्ञानिक कार्य का समर्थन करने के लिए उपकरणों, एजेंटों और मॉडलों का समन्वय करते हैं।

यह प्रणाली टीमों को संस्थागत ज्ञान खोजने और पिछले प्रयोगों को दोहराने से बचने में मदद करती है। यह सूत्रों के उम्मीदवारों का सुझाव दे सकती है, प्रयोगों के विकास में सहायता कर सकती है और बड़े डेटासेट का विश्लेषण कर सकती है। ये क्षमताएं अनुसंधान में बाधाओं को दूर करने और निर्णय लेने की प्रक्रिया को बेहतर बनाने के लिए डिज़ाइन की गई हैं।

इसके अलावा, Albert डेटा सुरक्षा और नियंत्रित पहुंच के संबंध में उद्यम की आवश्यकताओं का समर्थन करता है। इसका रसायन विज्ञान-विशिष्ट दृष्टिकोण संगठनों को विभिन्न अनुसंधान प्रणालियों के बीच जानकारी को जोड़ने की अनुमति देता है, जिससे मूल्यवान प्रायोगिक ज्ञान की खोज और पुन: उपयोग आसान हो जाता है।

पिछले एक साल में Albert ने प्लेटफॉर्म में महत्वपूर्ण वृद्धि प्रदर्शित की है। Albert OS को संगठनों के अनुसंधान कार्यों में लागू होने के साथ परियोजनाओं का निर्माण 26 गुना बढ़ गया है। प्लेटफॉर्म का उपयोग करने वाले वैज्ञानिकों की संख्या 44 देशों में छह गुना बढ़ गई है। ये उपलब्धियां कॉर्पोरेट अनुसंधान के लिए विशेष एआई में बढ़ती रुचि को दर्शाती हैं।

कार्यप्रवाह का निर्माण भी चार गुना बढ़ गया है, क्योंकि अधिक टीमों ने प्लेटफॉर्म पर विभिन्न अनुसंधान प्रक्रियाओं को लागू किया है। Ask Albert छह महीनों में एआई खोज सहायक से व्यापक आरएंडडी भागीदार में बदल गया है। ग्राहक समीक्षाएं बिखरी हुई वैज्ञानिक जानकारी को जोड़ने के मूल्य पर जोर देती हैं। Kenvue ने उल्लेख किया कि Albert के साथ साझेदारी ने साझा डेटा प्लेटफॉर्म में संबंधों में सुधार किया, जबकि AkzoNobel ने कच्चे माल और प्रयोगशाला जर्नल रिकॉर्ड को कवर करने वाली जानकारी के लिए Ask Albert का उपयोग किया। Albert अपनी क्षमताओं का विस्तार करने और उत्पाद विकास में तेजी लाने के लिए नए वित्त पोषण का उपयोग करने का इरादा रखता है।

लोकप्रिय