Cohere发布专为企业设计的AI助手Coral
Cohere总裁兼首席运营官Martin Kon在一份新闻稿中表示：“Coral是下一个飞跃，在一个将改变公司和员工开展业务方式的平台中捕捉生成AI的巨大潜力。他说，人工智能现在已经到达了一个拐点，就像互联网浏览器和智能手机一样——“从惊人的新奇事物转变为将从根本上改变每个企业的运作方式的东西。
德国软件巨头SAP一口气投资了三家AI初创公司 Anthropic在内
德国企业软件巨头 SAP 正在涉足人工智能领域。日前，该公司宣布直接投资了三家人工智能初创公司:Cohere、Anthropic 和 Aleph Alpha。虽然具体的投资金额未公布，但 SAP 表示这些公司将帮助他们在业务应用程序中嵌入有价值的生成式人工智能场景。SAP 已经拥有全球众多客户的数据宝库，如果他们能够与现有产品结合或通过现有产品向客户提供生成式AI服务，将对企业和客户产生巨大影响。
SAP 是全球第三大软件公司（按年收入计算），仅次于微软和甲骨文，也是美国以外最大的软件公司。其企业资源规划软件 (ERP)——将公司的供应链和运营应用程序结合在一起的堆栈-被石油巨头埃克森美孚和制药商诺华等著名品牌所使用。其较知名的应用程序之一是旅行和商务费用归档软件Concur。SAP 表示，在宣布投资之前，全球已有26，000名客户使用其现有的 SAP Business AI，这表明了对此类服务的兴趣。
此前，美国银行分析师 Frederic Boulan 将 SAP 列为最值得投资的十大人工智能收益股票之一，理由是“有关公司运营的大量数据存储在一个公司的内部数据库中”。公司的 ERP 系统使得该软件在任何生成式人工智能集成中都至关重要。”
麦肯锡宣布与Cohere达成战略合作 帮助企业采用生成式AI
咨询巨头麦肯锡宣布与人工智能（AI）初创公司Cohere达成战略合作，以为其企业客户提供人工智能解决方案。此次合作正值各公司希望更广泛地利用大型语言模型（LLM）和人工智能的巨大潜力之际。此次合作将由麦肯锡的技术部门QuantumBlack牵头，数千名领域专家将参与合作。
麦肯锡和Cohere将利用生成式人工智能的力量，通过量身定制的端到端解决方案来提高客户的业务绩效。此外，这两家公司还将帮助企业将生成式人工智能整合到其运营中，重新定义业务流程，对员工进行培训，提升员工技能，并利用这一新兴技术来应对当前一些最严峻的挑战。Cohere表示，它的技术将使麦肯锡及其客户能够提高公司内部文件的搜索和发现能力，使员工能够快速找到相关信息，提高工作效率和生产力。
Cohere于2019年由谷歌前顶级AI研究人员创立，总部位于多伦多，专注于为企业客户打造人工智能模型，是OpenAI的竞争对手。该公司雇佣了数百名专家，包括人工智能机器学习、软件工程师，以及数据科学家和研究人员，他们为生成式人工智能的发展做出了重要贡献。今年6月初，该公司从Inovia Capital、英伟达、甲骨文和Salesforce Ventures等投资者那里筹集了2.7亿美元资金。截至目前，该公司已筹集超过4.4亿美元资金。虽然该公司没有透露估值，但知情人士表示，其估值为22亿美元。
Gushwork.ai 融资 200 万美元，由 Lightspeed 领投，将业务任务外包给接受过人工智能培训的员工
Gushwork.ai 是一个全球平台，旨在利用人工智能和人类专业知识推进业务流程外包 (BPO)，在由 Lightspeed 领投的种子前融资中筹集了 210 万美元。B Capital、Sparrow Capital、Seaborne Capital 和 Beenext 也参与支持了这家于今年 4 月成立的初创公司。
该初创公司提供了一个精心策划的市场，其中包括接受过使用各种人工智能应用程序培训的离岸工人，以帮助企业有效地执行其流程。它让企业家可以外包繁琐的工作流程，只专注于具有战略意义的重要任务。
Gushwork.ai 联合创始人兼首席执行官 Nayrhit Bhattacharya 将这一过程称为“员工队伍优步化”，因为企业可以从不同市场雇佣人才来兼职执行手动驱动的运营职能。一月份，他与 Adithya Venkatesh (CPO) 共同创立了 Gushwork.ai，采用基于使用情况的定价模型。
“企业不需要雇用全职员工，”巴塔查亚在接受 TechCrunch 采访时表示。“他们可以使用某个人几个小时——本周 3 小时，下周 40 小时——然后接下来一周不再使用。”除了提供兼职海外人才的机会外，Gushwork.ai 还为其员工提供人工智能工具培训和装备，使他们能够适应许多以前被认为是创造性的工作流程，而不仅仅是以流程为导向。这些可以生成逼真的博客设计、将网络研讨会转换为博客、生成用于博客写作的图像、撰写不同主题的博客文章，甚至进行搜索引擎优化。生成式人工智能工具使大量劳动力能够在不需要特殊技能的情况下执行此类创造性任务。
FedML 融资1150万美元，将MLOps工具与去中心化AI计算网络相结合
南加州大学-亚马逊可信机器学习中心首任主任 Salman Avestimehr 联合创立了一家初创公司，帮助公司在云端或边缘训练、部署、监控和改进人工智能模型。该公司名为FedML，筹集了 1150 万美元种子资金，估值为 5650 万美元，由 Camford Capital 领投，Road Capital 和 Finality Capital 参与。FedML 通过提供“协作”人工智能平台克服了这些障碍，该平台允许公司和开发人员通过共享数据、模型和计算资源来共同完成人工智能任务。
FedML 可以运行任意数量的自定义 AI 模型或来自开源社区的模型。使用该平台，客户可以创建一组协作者并在其设备（例如个人电脑）之间自动同步人工智能应用程序。协作者可以添加用于 AI 模型训练的设备，例如服务器甚至移动设备，并实时跟踪训练进度。
最近，FedML 推出了 FedLLM，这是一个训练管道，用于在专有数据上构建“特定领域”大型语言模型 (LLM)，类似于 OpenAI 的GPT-4。Avestimehr 表示，FedLLM 与 Hugging Face 和 Microsoft DeepSpeed 等流行的 LLM 库兼容，旨在提高定制 AI 开发的速度，同时保护安全和隐私。
但 FedML 的野心不仅仅在于开发人工智能和机器学习模型工具。按照 Avestimehr 的说法，目标是建立一个 CPU 和 GPU 资源“社区”，以便在模型准备好部署后托管和服务模型。具体细节尚未确定，但 FedML 打算通过代币或其他类型的补偿来激励用户向平台贡献计算。用于人工智能模型服务的分布式、去中心化计算并不是一个新想法——Gensys 、 Run.AI和Petals都已经尝试过并且正在尝试这一想法。尽管如此，Avestimehr 相信，通过将此计算范式与 MLOps 套件相结合，FedML 可以实现更大的影响力和成功。
