Es liegt eine Veränderung in der Luft, und es scheint, als müssten Unternehmen darüber nachdenken, wie sie große Sprachmodelle zum Laufen bringen können, aber wie bei jeder neuen fortschrittlichen Technologie ist dies oft leichter gesagt als getan, insbesondere für weniger technisch versierte Unternehmen.
AirOps, ein Startup in der Frühphase, ist zur richtigen Zeit am richtigen Ort und hilft Unternehmen, diese neuen Möglichkeiten zu nutzen, um KI-fähige Anwendungen auf der Grundlage großer Sprachmodelle zu erstellen. Heute kündigte das Unternehmen eine Seed-Runde in Höhe von 7 Millionen US-Dollar an, die Anfang letzten Jahres abgeschlossen wurde.
Der CEO und Mitbegründer des Unternehmens, Alex Halliday, sagt, dass es angesichts des jüngsten Interesses an LLMs eine Herausforderung für Unternehmen gibt, die versuchen, sich zu engagieren. „Es gibt eine wirklich große Lücke zwischen diesen erstaunlichen Fähigkeiten, mit denen die Leute in Dingen wie ChatGPT und so weiter spielen können [applying that] zu den härtesten Herausforderungen im Geschäft. Also schaffen wir eine Plattform, die es Leuten ermöglicht, auf diesen Algorithmen, die die Zahlen im Geschäft wirklich bewegen, maßgeschneiderte Lösungen zu entwickeln“, sagte Halliday gegenüber TechCrunch.
Das Unternehmen unterstützt derzeit Kunden beim Aufbau von Anwendungen auf drei LLMs: GPT-4, GPT-3 und Claude. Die Idee ist, Benutzern dabei zu helfen, Dinge wie die Automatisierung von Prozessen, das Extrahieren von Erkenntnissen aus Daten, das Generieren personalisierter Inhalte und das Ausführen von Techniken zur Verarbeitung natürlicher Sprache zu tun, so das Unternehmen.
Halliday sagt, dass aktuelle Kunden nach Möglichkeiten suchen, ihre eigenen Daten und Inhalte in Verbindung mit LLMs zu nutzen, um neue Inhalte aus diesem bestehenden Korpus zu erstellen oder ein generatives KI-Erlebnis auf ihrer bestehenden Software aufzubauen.
Eines der wichtigsten Wertversprechen des Unternehmens besteht darin, Kunden dabei zu helfen, diese Modelle effizienter und effektiver zu nutzen, da dies teuer werden kann. „Was wirklich interessant ist, ist, dass man die größeren Modelle tatsächlich verwenden kann, um kleinere Modelle zu trainieren. Vielleicht würden Sie in den ersten paar Monaten GPT-4 verwenden, und das würde die Trainingsergebnisse erzeugen, um dann ein kleineres Open-Source-Modell zu verwenden, das fein abgestimmt wurde“, sagte er.
Und AirOps kann Ihnen bei diesen Schritten helfen. „Wir lernen hier wirklich die richtigen Rezepte und Architekturen, aber wir erwarten, dass im Laufe der Zeit die Art des Koch-den-Ozean-Vorschlaghammer-Ansatzes einem nuancierteren und besseren Verständnis dafür, wie man die Auswahlmöglichkeiten nutzt, weichen wird Menschen haben“, sagte er.
Das Unternehmen wurde letztes Jahr mit dem Ziel gegründet, einen Mehrwert aus seinen Unternehmensdaten zu ziehen, aber als LLMs ins öffentliche Bewusstsein rückten, verlagerte das Unternehmen seinen Fokus. „Als wir begannen, uns mit der Anwendung von LLMs im Datenbereich zu befassen, stellten wir fest, dass es eigentlich eine viel größere Chance war, Menschen dabei zu helfen, LLMs mit ihren Daten zu kombinieren, um benutzerdefinierte Workflows und Anwendungen zu erstellen“, sagte er. Letzten Herbst haben sie ihren Fokus wirklich auf diesen Ansatz verlagert.
Das Unternehmen hat 14 Mitarbeiter mit einigen offenen Stellen. Halliday sagt, dass er Vielfalt in vielen Dimensionen sieht, aber er strebt an, beim Aufbau des Unternehmens eine vielfältige Mitarbeiterbasis aufzubauen, und dies gilt insbesondere angesichts der Tatsache, wie neu LLMs sind. „Wir waren wirklich sehr aufgeschlossen bei der Einstellung von Mitarbeitern mit unterschiedlichem Hintergrund und unterschiedlichem Erfahrungsniveau“, sagte er.
Die Seed-Investition in Höhe von 7 Millionen US-Dollar wurde von Wing VC unter Beteiligung von Founder Collective, XFund, Village Global, Apollo Projects und Lachy Groom geleitet.