Компания Uniphore, возглавляемая соучредителем и генеральным директором Умешем Сачдев, является одним из крупнейших SaaS-поставщиков в сфере искусственного интеллекта. Основанная в 2008 году, компания обслуживает более 2000 глобальных предприятий, предлагая решения на основе мультимодального ИИ для работы с голосом, видео и текстом.

Стратегия индустриализации ИИ

Ключевым моментом в развитии Uniphore стало осознание необходимости индустриализации ИИ в корпоративной среде. Как отметил Умеш, компании больше не удовлетворяются демонстрациями и хотят использовать ИИ во всех бизнес-процессах. Это ведет к созданию горизонтальной платформы, которая централизует выборы в области больших языковых моделей (LLM), безопасности и доступа к данным, позволяя каждой функции развиваться.

Открытая и суверенная платформа

Uniphore позиционирует свою платформу как открытое и суверенное решение, позволяющее предприятиям использовать любые публичные или частные облака, а также работать на локальных серверах. Это особенно важно, когда ИИ затрагивает регулируемые рабочие процессы и чувствительные данные.

Малые языковые модели как основа

Uniphore делает ставку на использование малых языковых моделей (SLM) для решения бизнес-задач, считая их более подходящими для специфических доменов. Умеш выделяет три причины для этого:

• Детерминизм и контроль: SLM позволяют более точно управлять процессами.
• Стоимость: SLM значительно дешевле в масштабировании по сравнению с большими моделями.
• Специфика предприятия: Каждая крупная компания имеет уникальные процессы, которые SLM могут учитывать и оптимизировать.

Для поддержки этого подхода Uniphore разработала "фабрику" для создания и настройки SLM с необходимыми наблюдаемостью и объяснимостью.

Практическое применение и выводы

Одним из примеров успешного применения решений Uniphore является сотрудничество с крупной консалтинговой фирмой и нефтегазовой компанией из списка Fortune-10. До внедрения ИИ, проект по оптимизации контрактов требовал задействования более 1,000 консультантов для анализа утечек доходов. С применением SLM удалось сократить количество утечек на 50% за полгода при участии всего четырех человек.

Умеш подчеркивает важность близости к клиентам и адаптации к быстроменяющимся условиям рынка, особенно для индийских основателей, которые стремятся выйти на североамериканский рынок.