Contextual AI、エンタープライズ言語モデルのイノベーションを$20Mシードファンディングで発表

Contextual AIは、企業向けアプリケーションのための言語モデルの次の波を開発するために、2000万ドルのシード資金を調達し、ステルス状態から抜け出しました。Douwe Kielaが共同設立したこの技術は、コンプライアンスやガバナンスに厳しい企業において、OpenAIのGPT-4のような大規模言語モデル（LLM）の採用を制限する問題を解決することを目的としています。

既存のLLMは、産業界に革命をもたらす可能性があるにもかかわらず、高い信頼性で捏造された結果を生成したり、知識ベースを変更することが困難であるなどの制限に悩まされている。そのため、企業はLLMを業務に導入することをためらうかもしれません。こうした障壁に対処するため、Contextual AIは、企業の特定のニーズに対応する新世代のLLMを開発することを意図しています。

Bain Capital Ventures、Lightspeed、Greycroft、SV Angelなどの投資家に支えられ、Contextual AIが目指すのは、消費者向けのLLMよりも企業に適したAIソリューションの開発です。そのために、キエラと共同創業者のアマンプリート・シンは、ハギング・フェイスとメタでAI開発に携わった経歴を頼りにしています。

Meta社でRAG（retrieval augmented generation）の研究を主導したKiela氏の研究経験を生かし、企業向けの優れたテキスト生成AIの開発を目指します。RAGは、LLMにファイルやウェブページなどの外部ソースを付加することで、LLMの性能を向上させるものである。

RAGは、質問に対して、外部ソースから関連するデータを検索し、その情報を元の質問と一緒にパッケージングしてLLMに供給します。これにより、文脈を考慮した応答が生成され、従来のLLMと比較して精度と信頼性が向上します。

RAGは、LLMのカスタマイズやアトリビューションの問題を解決することで、再トレーニングや微調整の必要性を排除し、性能向上を実現します。より小型で効率的な言語モデルの開発が可能になり、レイテンシーとコストを削減しながら、企業の要求に応える統合ソリューションを提供することができます。

LlamaIndexのような他の新興企業もLLMのデータ注入やプラグインフレームワークを模索しており、この追求はContextual AIだけではありませんが、同社はエンタープライズ分野で独自の優位性を持っていると主張しています。現在は収益化前だが、Contextual AIは、自社技術のパイロットプロジェクトの可能性について、フォーチュン500社との話し合いを進めているとされる。

生成AIの出力が正確で信頼性が高く、追跡可能であることを保証することで、Contextual AIは、企業におけるAI技術の採用と展開に大きな影響を与える可能性を持っています。さらに、このより統合的なアプローチは、企業市場をターゲットとする他のジェネレーティブAI企業に対して競争力のある選択肢を提供します。

no-code 業界では、 AppMaster の ようなプラットフォームが、企業がバックエンド、ウェブ、モバイルアプリケーションを簡単に構築できるようにすることで成長を促進しています。 ノーコード・プラットフォームの ようなソリューションを採用することで、特にエンタープライズ分野でジェネレーティブAIが支持される中、コストの削減と開発の加速を実現することができます。