KI-Startup Cohere mit 5,5 Milliarden US-Dollar bewertet, strebt an, maßgeschneiderte Modelle für Unternehmenskunden zu entwickeln
- Cohere hat seine Pläne bekanntgegeben, maßgeschneiderte Modelle für spezifische Aufgaben von Unternehmenskunden zu entwickeln.
- Der CEO des Unternehmens führte die abnehmenden Renditen bei großen KI-Modellen als Grund für diese strategische Ausrichtung an.
- Maßgeschneiderte KI-Modelle könnten Technologieunternehmen auch dabei helfen, ihren CO₂-Fußabdruck zu reduzieren.
Cohere, das kanadische KI-Startup mit einer Bewertung von 5,5 Milliarden US-Dollar, dreht hin zu spezialisierten KI-Modellen für den Unternehmensgebrauch. Der Schritt des Unternehmens entfernt sich von den traditionellen großen Modellen, in die die meisten seiner Wettbewerber derzeit investieren.
Nick Frosst, Mitgründer von Cohere betont betont, dass heutige Unternehmen Modelle benötigen, die für spezifische Aufgaben entwickelt wurden, anstatt generische, allumfassende Modelle. Die strategische Verschiebung hin zur Entwicklung maßgeschneiderter Modelle ergibt sich daraus, dass Unternehmen abnehmende Renditen aus ihren größeren Modellen verzeichnen.
Das Problem abnehmender Renditen beim Skalieren von KI-Modellen
Ilya Sutskever, Mitgründer der KI-Labs Safe Superintelligence (SSI) und OpenAI, erwähnte, dass die Gewinne aus dem Training von KI-Modellen auf großen Datensätzen stagniert haben. Unternehmen stehen nun vor Verzögerungen beim Training und der Bereitstellung neuer Generationen großer Sprachmodelle.
Die Branche, die anfangs Durchbrüche erzielte, indem sie Rechenleistung und Ressourcen auf größere Modelle warf, hat begonnen zu erkennen, dass Größe nicht immer gleichbedeutend mit Qualität oder Nutzen ist.
In einem Brief an ihre Investoren sagt Cohere, dass diese neue Richtung darauf zurückzuführen ist, dass Unternehmen Schwierigkeiten haben, KI in ihre tägliche Arbeit zu integrieren.
Statt künstliche allgemeine Intelligenz (AGI) zu verfolgen, die einige Unternehmen wie OpenAI als die Zukunft der KI sehen, geht Cohere einen gezielteren Ansatz. Das Unternehmen zielt darauf ab, eine höhere Kapitaleffizienz zu erreichen, indem es bestehende Modelle für reale Anwendungen optimiert.
„Wir werden mit Unternehmen zusammenarbeiten, um Modelle perfekt für ihren Anwendungsfall zu machen, sie an ihre spezifischen Bedürfnisse anzupassen und sie in die Produktion zu bringen“, sagte Frosst.
Er war sich klar, dass Cohere nicht auf die Vorstellung verlassen würde, dass AGI nur noch kurz vor der Tür steht, und betonte, dass eine Vergrößerung der Modelle nicht automatisch zu besseren Ergebnissen führt.
Der Wettlauf um bessere Modelle
Der Wettlauf um den Bau größerer und besserer KI-Modelle hat zu einem Boom bei Investitionen und Entwicklungen in der gesamten Branche geführt. Cohere hat kürzlich $270 Millionen in einer Series-C- Finanzierungsrunde eingesammelt, während Wettbewerber wie OpenAI, Anthropic und andere KI-Labors Milliarden Dollar aufgebracht haben, um den kapitalintensiven Prozess der Entwicklung von Frontier-KI-Systemen zu finanzieren, der oft enorme Mengen an Rechenleistung erfordert.
Laut Cohere hat es den Wechsel von der Entwicklung größerer Modelle zu maßgeschneiderten Modellen vollzogen, bedingt durch abnehmende Grenzerträge sowie Feedback von Kunden. „Was wir von Kunden hören, ist, dass sie nicht nur größere Modelle brauchen, die in allem gut sind. Sie brauchen Modelle, die tatsächlich für ihre spezifischen Anwendungsfälle entwickelt wurden“, sagte Frosst.
Cohere wird angepasste Versionen bestehender Modelle einsetzen, die Unternehmen direkten Mehrwert bieten können. Seine Modelle werden darauf ausgelegt sein, hochspezifische Aufgaben zu verstehen und auszuführen, die auf die Anforderungen jedes Unternehmens zugeschnitten sind, im Gegensatz zu den oft in größeren Modellen anzutreffenden allgemeinen Fähigkeiten.
Coheres neuer Ansatz könnte auch mit branchenweiten Trends in Bezug auf Nachhaltigkeit und Kosteneffizienz übereinstimmen. Da Regierungen den CO2-Fußabdruck von Tech-Unternehmen zunehmend unter die Lupe nehmen, könnte Coheres Strategie einen Vorteil bei der Bewältigung der sich wandelnden regulatorischen Landschaft.
bieten. Die Entwicklung enormer KI-Modelle ist nicht nur ein teures Geschäft, sondern auch energieintensiv. KI-Unternehmen benötigen möglicherweise energieeffizientere Techniken, um sich besser auf künftige Vorschriften einstellen zu können, während Regierungen auf niedrigere Emissionen drängen und die Technologie besser verstehen.
Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.
Hannah Collymore
Hannah ist Autorin und Redakteurin mit fast einem Jahrzehnt Erfahrung im Bloggen und in der Berichterstattung über Events im Krypto-Bereich. Bei Cryptopolitan arbeitet sie an der News-Seite und berichtet sowie analysiert die neuesten Entwicklungen in den Bereichen DeFi, RWA, Krypto-Regulierung, KI und Zukunftstechnologien. Sie hat ihr Studium an der Arcadia University mit einem Abschluss in Betriebswirtschaft abgeschlossen.
