Подпишитесь на наши ежедневные и еженедельные рассылки, чтобы получать последние обновления и эксклюзивный контент о ведущих в отрасли материалах об ИИ. Узнать больше
Сегодня VectorShift, стартап, работающий над упрощением разработки приложений на основе больших языковых моделей (LLM) с помощью модульного подхода без написания кода, объявил о привлечении 3 миллионов долларов США в качестве начального финансирования 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 сквозную платформу ИИ, где пользователи могут просто перетаскивать компоненты для создания, развертывания и поддержки рабочих процессов LLM промышленного уровня, поисковых систем, помощников и автоматизации.
Предложение используется предприятиями во всех секторах и имеет потенциал для обработки и автоматизации большого объема ежедневных бизнес-процессов, экономя время и усилия команд, чтобы сосредоточиться на задачах более высокого порядка. Это происходит в то время, когда компании идут ва-банк, чтобы зациклить языковые модели на своих внутренних и внешних приложениях 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 несколькими техническими аспектами, начиная с выбора данных и модели для тонкой настройки и заканчивая настройкой 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 дополнять повторяющиеся процессы с помощью ИИ.
«Тесно сотрудничая с предприятиями на стратегическом уровне, Альберт и я увидели препятствия на пути внедрения новых технологий и сложности, связанные с созданием надежных, интегрированных систем ИИ», — сказал Леонарди в своем заявлении. Этот опыт побудил их создать VectorShift, сквозную платформу для развертывания приложений ИИ.
В основе платформы лежит модульность основных частей развертывания любого приложения LLM через интерфейсы без кода и комплектов разработки программного обеспечения (SDK). Пользователи могут легко подключать свои инструменты и базы данных к платформе, импортировать данные из них в хранилище векторов и использовать интерфейс перетаскивания для создания конвейера, определяющего, как эти данные будут работать с выбранной языковой моделью (от серии GPT до Mistral) для доставки желаемого приложения ИИ.
Библиотека компонентов в интерфейсе позволяет командам создавать и быстро итерировать архитектуру целевого приложения. Также есть возможность выбрать готовые шаблоны приложений, чтобы быстро приступить к работе, а затем настроить их с помощью данных и конструктора drag-and-drop. После завершения архитектуры и внешнего вида приложения его можно экспортировать для развертывания конечным пользователям.
По словам 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 ИИ, что может позволить командам извлекать информацию из приложений для работы с документами, таких как Notion, с помощью запросов на естественном языке. В другом случае он может помочь автоматизировать действия на основе триггеров в приложениях, например, отправку персонализированного электронного письма, сгенерированного GPT-4 в ответ на определенный запрос.
На прикладном фронте предложение также может помочь командам прототипировать и развертывать чатботов, нацеленных на поддержку клиентов, процесс адаптации, сбор лидов и консультирование по вопросам безопасности. Его даже можно использовать для создания генераторов отчетов или скринеров резюме, заявила компания.
Хорошее начальное сцепление
Хотя VectorShift не раскрывает, сколько компаний используют ее технологию, компания подтвердила VentureBeat, что ее клиентская база представляет разные секторы и что они используют ее технологии для автоматизации внутренних процессов и создания целых продуктов на основе генеративного ИИ.
Например, европейский конгломерат использует VectorShift для автоматизации написания отчетов для своих клиентов, в то время как фирма профессиональных услуг, работающая с правительством США, развернула платформу для автоматизации коммерческих предложений и поиска в своей библиотеке контрактов. Аналогичным образом компания медицинского образования использует технологию для поддержки чат-бота, который отвечает на вопросы пациентов, используя свою обширную базу знаний.
Однако важно отметить, что компания не одинока в этом пространстве. Несколько других стартапов, включая некоторые 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 своем собственном стартапе «Sierra», который поможет предприятиям создавать всегда доступных агентов искусственного интеллекта для своих предприятий.
«Есть и другие инструменты (помогающие в разработке приложений ИИ), но наше главное отличие — гибкость и готовность к корпоративным вариантам использования. Помимо нашего конструктора без кода, мы поддерживаем возможность автоматического встраивания тысяч файлов в векторные базы данных (хранилище на базе ИИ) и синхронизируем их с изменениями, а также позволяем автоматически запускать рабочие процессы ИИ, подключаясь к соответствующим интеграциям (например, поставщикам электронной почты, CRM). У нас также есть фреймворк для быстрой оценки рабочих процессов и полнофункциональный Python SDK, позволяющий разработчикам взаимодействовать с платформой через код», — рассказал Леонарди VentureBeat.
В качестве следующего шага компания планирует использовать посевной раунд для развития своей работы и сделать VectorShift универсальной платформой для создания и развертывания рабочих процессов LLM на производственном уровне, агентов и автоматизаций. Цель состоит в том, чтобы воспользоваться растущим спросом на приложения на основе LLM, которые теперь рассматриваются как движущая сила современного бизнеса.
«Многие предприятия могут выиграть 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 может генерировать стоимость, эквивалентную от 2,6 до 4,4 триллиона долларов прибыли глобальных корпораций в год. Организация выявила около 63 вариантов использования, в которых генеративный ИИ может повысить производительность, включая предоставление взаимодействий поддержки, создание креативного контента для маркетинга и продаж и составление программного кода на основе подсказок на естественном языке.