Das kanadische KI-Startup Cohere, mit 5,5 Milliarden US-Dollar bewertet, konzentriert sich künftig auf die Entwicklung spezialisierter KI-Modelle für den Unternehmenseinsatz. Damit entfernt sich das Unternehmen von den traditionellen, großen Modellen, in die die meisten Wettbewerber derzeit investieren.
Nick Frosst, Mitgründer von Cohere, betonte , dass Unternehmen heutzutage Modelle benötigen, die auf spezifische Aufgaben zugeschnitten sind, anstatt generische, allumfassende Modelle. Dieser strategische Wandel hin zu maßgeschneiderten Modellen ist eine Folge der sinkenden Erträge, die Unternehmen mit ihren größeren Modellen erzielen.
Das Problem des abnehmenden Grenznutzens bei der Skalierung von KI-Modellen
Ilya Sutskever, Mitbegründer der KI-Labore Safe Superintelligence (SSI) und OpenAI, merkte an, dass die Fortschritte beim Training von KI-Modellen mit großen Datensätzen stagnieren. Unternehmen sehen sich nun mit Verzögerungen beim Training und der Implementierung neuer Generationen großer Sprachmodelle konfrontiert.
Die Branche, die anfänglich durch den Einsatz von Rechenleistung und Ressourcen für größere Modelle bahnbrechende Erfolge erzielte, hat begonnen zu erkennen, dass Größe nicht immer gleichbedeutend mit Qualität oder Nutzen ist.
In einem Brief an seine Investoren erklärt Cohere, dass diese neue Ausrichtung eine Folge der Schwierigkeiten vieler Unternehmen sei, KI in ihre tägliche Arbeit zu integrieren.
Anstatt auf künstliche allgemeine Intelligenz (AGI) zu setzen, die von einigen Unternehmen wie OpenAI als Zukunft der KI angesehen wird, verfolgt Cohere einen gezielteren Ansatz. Das Unternehmen strebt eine höhere Kapitaleffizienz an, indem es bestehende Modelle für reale Anwendungen optimiert.
„Wir werden mit Unternehmen zusammenarbeiten, um Modelle zu entwickeln, die perfekt auf ihren Anwendungsfall zugeschnitten sind, sie an ihre spezifischen Bedürfnisse anzupassen und sie in die Produktion zu bringen“, sagte Frosst.
Er stellte klar, dass Cohere sich nicht auf die Vorstellung verlassen werde, dass AGI unmittelbar bevorstehe, und betonte, dass eine Vergrößerung des Modells nicht gleichbedeutend mit besseren Ergebnissen sei.
Das Wettrennen um den Bau besserer Modelle
Der Wettlauf um die Entwicklung immer größerer und leistungsfähigerer KI-Modelle hat zu einem Investitions- und Entwicklungsboom in diesem Sektor geführt. Cohere konnte kürzlich 270 Millionen US-Dollar in einer Serie-C- Finanzierungsrunde einwerben, während Konkurrenten wie OpenAI, Anthropic und andere KI-Labore Milliarden von Dollar für die kapitalintensive Entwicklung zukunftsweisender KI-Systeme erhalten haben, die oft enorme Rechenleistung erfordern.
Laut Cohere verlagerte das Unternehmen seinen Fokus von der Entwicklung größerer Modelle hin zu kundenspezifischen Lösungen, da der Nutzen immer geringer wurde und Kundenfeedback dazu beitrug. „Unsere Kunden sagen uns, dass sie nicht einfach nur größere Modelle benötigen, die alles können. Sie brauchen Modelle, die speziell für ihre Anwendungsfälle entwickelt wurden“, so Frosst.
Cohere wird kundenspezifische Versionen bestehender Modelle einsetzen, die Unternehmen einen direkten Mehrwert bieten. Die Modelle sind darauf ausgelegt, hochspezifische Aufgaben zu verstehen und auszuführen, die auf die jeweiligen Unternehmensanforderungen zugeschnitten sind – im Gegensatz zu den oft in größeren Modellen anzutreffenden allgemeinen Funktionen.
Der neue Ansatz von Cohere könnte auch mit den Branchentrends in Sachen Nachhaltigkeit und Kosteneffizienz übereinstimmen. Angesichts der zunehmenden Überprüfung des CO₂-Fußabdrucks von Technologieunternehmen durch Regierungen könnte Coheres Strategie einen Wettbewerbsvorteil im sich wandelnden regulatorischen Umfeld .
Die Entwicklung enormer KI-Modelle ist nicht nur kostspielig, sondern auch energieintensiv. KI-Unternehmen benötigen daher energieeffizientere Verfahren, um künftigen regulatorischen Anforderungen besser gerecht zu werden, da Regierungen auf geringere Emissionen drängen und die Technologie besser verstehen müssen.
