VectorShift Привлек $3 Млн Начального Финансирования для Упрощения Разработки Приложений с Большими Языковыми Моделями
Сегодня стартап VectorShift, который стремится оптимизировать разработку приложений с большими языковыми моделями (LLM) с помощью модульного решения без кода, объявил о привлечении $3 миллионов начального финансирования от 1984 Ventures, Defy.vc, Formus Capital и Y Combinator.
Основанный выпускниками Гарварда Алексом Леонарди и Альбертом Мао, стартап из Нью-Йорка предлагает комплексную платформу для искусственного интеллекта. Пользователи могут легко создавать, развертывать и поддерживать рабочие процессы LLM, поисковые системы и автоматизации с помощью перетаскивания компонентов.
Революция в Бизнес-процессах
Платформа VectorShift уже используется множеством компаний в различных отраслях, предлагая значительную автоматизацию повседневных бизнес-процессов. Эта технология помогает командам экономить время и сосредоточиться на более приоритетных задачах, что соответствует растущему тренду интеграции языковых моделей в внутренние и внешние приложения для повышения эффективности и улучшения окупаемости инвестиций (ROI).
Проблемы при Разработке Приложений LLM
Создание надежного приложения LLM традиционно связано с множеством технических аспектов, от выбора данных и моделей до настройки и прототипирования. Леонарди и Мао столкнулись с этими проблемами во время работы в Blackstone и McKinsey, где изучали, как искусственный интеллект может оптимизировать повторяемые процессы.
«Работая с компаниями на стратегическом уровне, мы поняли сложности, связанные с внедрением новых технологий и созданием интегрированных ИИ-систем», — отметил Леонарди. Эти инсайты стали основой для создания VectorShift как универсальной платформы для развертывания ИИ-приложений.
Решения без Кода для Сложных Интеграций
Основой предложения VectorShift является модульность ключевых компонентов приложений LLM через интерфейсы без кода и программные комплекты (SDK). Пользователи могут беспрепятственно соединять свои инструменты и базы данных, импортировать данные в векторное хранилище и определять взаимодействие данных с выбранной языковой моделью — будь то GPT или Mistral.
С обширной библиотекой компонентов команды могут быстро адаптировать архитектуру своих приложений. Предоставляемые шаблоны упрощают начальную разработку, позволяя пользователям легко настраивать их перед развертыванием.
Разнообразные Применения и Сценарии Использования
Подход без кода от VectorShift предоставляет бизнесам возможность разрабатывать различные приложения. Например, возможности поиска с поддержкой ИИ позволяют командам извлекать информацию из платформ, таких как Notion, с использованием естественных языковых запросов. Платформа также поддерживает автоматизацию действий на основе триггеров, таких как генерация персонализированных писем через GPT-4.
Что касается приложений, VectorShift помогает в прототипировании и развертывании чат-ботов для поддержки клиентов, адаптации новых сотрудников, генерации лида и консультирования, а также в создании инструментов отчетности и приложений для проверки резюме.
Начальная Реакция Рынка
Хотя конкретные данные о пользователях не раскрыты, VectorShift подтвердила наличие разнообразной клиентской базы, которая использует ее технологии для автоматизации и разработки продуктов генеративного ИИ. Яркий пример — европейский конгломерат, автоматизирующий написание отчетов для клиентов, и подрядчик правительства США, автоматизирующий подготовку коммерческих предложений и поиск контрактов. Организация в области здравоохранения также использует платформу для управления чат-ботом, отвечающим на запросы пациентов.
Навигация по Конкурентной Среде
VectorShift работает в конкурентной среде наряду с такими стартапами, как LangChain, Vectara и Datasaur, которые предоставляют инструменты для разработки приложений на базе ИИ. Значимые отраслевые события включают стартап Брета Тейлора, Sierra, направленный на создание постоянно доступных ИИ-агентов для предприятий.
«Наши ключевые отличия — это гибкость и готовность к корпоративным сценариям. Помимо строительного инструмента без кода, мы обеспечиваем автоматическое встраивание и синхронизацию файлов в векторных базах данных и поддерживаем автоматизацию рабочих процессов ИИ через актуальные интеграции», — объяснил Леонарди.
Перспективы Будущего
VectorShift планирует использовать начальное финансирование для улучшения своей платформы, позиционируя ее как предпочтительное универсальное решение для разработки рабочих процессов и автоматизаций LLM на уровне промышленного производства. Стартап нацелен на использование растущего спроса на приложения на основе LLM, которые необходимы современным компаниям.
«Многие предприятия могут разблокировать значительную ценность, разрабатывая продукты на основе LLM, и платформа VectorShift дает им возможность делать это эффективно», — сказал Боб Розин, партнер Defy.vc.
По данным McKinsey, генеративный ИИ может генерировать от $2,6 трлн до $4,4 трлн ежегодной прибыли для глобальных корпораций, причем идентифицировано 63 сценария использования для повышения производительности в таких областях, как поддержка клиентов, генерация креативного контента и разработка программного кода.
Рейтинг
