[ad_1]
Сегодня VectorShift, стартап, работающий над упрощением разработки приложений на основе больших языковых моделей (LLM) с помощью модульного подхода без программирования, объявил, что привлек начальное финансирование в размере 3 миллионов долларов от 1984 Ventures, Defy.vc, Formus Capital и Y Combinator.
Стартап из Нью-Йорка был основан выпускниками Гарварда Алексом Леонарди и Альбертом Мао. VectorShift предоставляет предприятиям комплексную платформу искусственного интеллекта, где пользователи могут просто перетаскивать компоненты для создания, развертывания и поддержки рабочих процессов LLM производственного уровня, поисковых систем, помощников и средств автоматизации.
Это предложение используется предприятиями в разных секторах и потенциально может обрабатывать и автоматизировать большую часть повседневных бизнес-процессов, экономя время и усилия команд, позволяя сосредоточиться на задачах более высокого порядка. Это происходит в то время, когда компании делают все возможное, чтобы внедрить языковые модели в свои внутренние и внешние приложения с конечной целью повышения эффективности и улучшения рентабельности инвестиций.
Что дает VectorShift?
Сегодня создание надежного приложения LLM или автоматизации на основе LLM требует работы над множеством технических аспектов, начиная от выбора данных и модели для тонкой настройки и заканчивая кастомизацией и прототипированием. Каждый уровень в этом конвейере требует значительного объема работы – то, что Леонарди и Мао видели на своих предыдущих должностях в Blackstone и McKinsey, где они оценивали, как организации могут дополнить повторяемые процессы с помощью ИИ.
«Тесно сотрудничая с предприятиями на стратегическом уровне, мы с Альбертом увидели препятствия на пути внедрения новых технологий и сложности, связанные с созданием надежных интегрированных систем искусственного интеллекта», — сказал Леонарди в своем заявлении. Этот опыт побудил их создать VectorShift, комплексную платформу для развертывания приложений искусственного интеллекта.
По своей сути платформа модульизирует основные части развертывания любого приложения LLM с помощью интерфейсов без написания кода и комплектов разработки программного обеспечения (SDK). Пользователи могут легко подключать свои инструменты и базы данных к платформе, импортировать из них данные в векторное хранилище и использовать интерфейс перетаскивания для создания конвейера, определяющего, как эти данные будут работать с выбранной языковой моделью (от серии GPT до Mistral) для реализации желаемого приложения ИИ.
Библиотека компонентов интерфейса позволяет командам создавать и быстро совершенствовать архитектуру целевого приложения. Также есть возможность выбрать один из готовых шаблонов приложений, чтобы быстро начать работу, а затем настроить их с помощью данных и конструктора с возможностью перетаскивания. После завершения разработки архитектуры и внешнего вида приложения его можно экспортировать для развертывания конечным пользователям.
По мнению VectorShift, подход без кода, который он использует для объединения данных, инструментов и LLM, может помочь в ряде приложений, включая улучшение внутренних продуктов с помощью поиска на основе искусственного интеллекта, который может позволить командам извлекать информацию из приложений для работы с документами, таких как Notion, через запросы на естественном языке. В другом случае это может помочь автоматизировать действия на основе триггеров в приложениях, например отправку персонализированного электронного письма, сгенерированного GPT-4, в ответ на определенный запрос.
Что касается приложений, это предложение также может помочь командам создавать прототипы и развертывать чат-боты, предназначенные для поддержки клиентов, процесса адаптации, сбора потенциальных клиентов и консультирования в белых перчатках. По словам компании, его даже можно использовать для создания генераторов отчетов или средств проверки резюме.
Хорошая начальная тяга
Хотя VectorShift не раскрыла, сколько компаний используют ее технологию, компания подтвердила VentureBeat, что ее клиентская база происходит из разных секторов и что они использовали ее технологии для автоматизации внутренних процессов и создания целых продуктов генеративного ИИ.
Например, европейский конгломерат использует VectorShift для автоматизации написания отчетов для своих клиентов, а фирма, предоставляющая профессиональные услуги, работающая с правительством США, развернула платформу для автоматизации коммерческих предложений и поиска в своей библиотеке контрактов. Аналогично, образовательная компания в сфере здравоохранения использует эту технологию для поддержки чат-бота, который отвечает на вопросы пациентов, используя свою обширную базу знаний.
Однако важно отметить, что компания не одинока в этой сфере. Несколько других стартапов, в том числе хорошо финансируемые, такие как LangChain, Vectara и Datasaur, предлагают наборы инструментов для ускорения и оптимизации разработки приложений на базе искусственного интеллекта. Совсем недавно Брет Тейлор, который является директором совета директоров OpenAI, объявил о создании собственного стартапа «Sierra», который поможет предприятиям создавать всегда доступные агенты ИИ для своего бизнеса.
«Есть и другие инструменты (помогающие в разработке приложений ИИ), но наше главное отличие — это гибкость и готовность к корпоративным сценариям использования. Помимо нашего конструктора без кода, мы поддерживаем возможность автоматически встраивать тысячи файлов в векторные базы данных (хранилище на базе искусственного интеллекта) и синхронизировать их с изменениями, а также позволяем рабочим процессам искусственного интеллекта запускаться автоматически путем подключения к соответствующим интеграциям (например, электронная почта). провайдеры, CRM). У нас также есть платформа для быстрой оценки рабочих процессов и полнофункциональный Python SDK, позволяющий разработчикам взаимодействовать с платформой посредством кода», — рассказал Леонарди VentureBeat.
В качестве следующего шага компания планирует использовать начальный раунд для развития своей работы и сделать VectorShift универсальной платформой для создания и развертывания рабочих процессов LLM, агентов и средств автоматизации на уровне производства. Цель состоит в том, чтобы удовлетворить растущий спрос на приложения на основе LLM, которые сейчас считаются движущей силой современного бизнеса.
«Многие предприятия могут получить выгоду от разработки продуктов на основе LLM, а платформа VectorShift позволяет компаниям эффективно реализовать эту ценность», — сказал Боб Розин, партнер Defy.vc.
По данным McKinsey, генеративный ИИ потенциально может приносить глобальную корпоративную прибыль в размере от 2,6 до 4,4 триллионов долларов в год. Организация определила целых 63 варианта использования, в которых генеративный ИИ может повысить производительность, включая обеспечение взаимодействия со службой поддержки, создание креативного контента для маркетинга и продаж и разработку программного кода на основе подсказок на естественном языке.
[ad_2]
Источник