Lamini, стартап из Пало-Альто, разрабатывающий платформу для внедрения технологий генеративного ИИ в предприятия, привлек 25 миллионов долларов от инвесторов, включая профессора компьютерных наук Стэнфорда Эндрю Нг (Andrew Ng).
Lamini, основанная несколько лет назад Шэрон Чжоу и Грегом Диамосом, предлагает интересное предложение для продаж.
Многие платформы генеративного ИИ слишком универсальны, утверждают Чжоу и Диамос, и не имеют решений и инфраструктуры, адаптированных к потребностям корпораций. В отличие от них, Lamini создана с нуля с учетом потребностей предприятий и сосредоточена на обеспечении высокой точности и масштабируемости генеративного ИИ.
«Главным приоритетом почти каждого генерального директора, директора по информационным технологиям и технического директора является использование генеративного ИИ в их организации с максимальной отдачей от инвестиций», — сказала Чжоу, генеральный директор Lamini, Tech Crunch. «Но, хотя получить рабочую демонстрацию на ноутбуке для одного разработчика довольно просто, путь к производству усеян неудачами с обеих сторон».
По словам Чжоу, многие компании выражают недовольство из-за препятствий на пути к эффективному внедрению генеративного ИИ в свои бизнес-функции. Согласно опросу MIT Insights в марте, только 9% организаций широко адаптировали генеративный ИИ, несмотря на то, что 75% экспериментировали с ним. Основные препятствия включают недостаток ИТ-инфраструктуры и возможностей, слабые управленческие структуры, недостаточные навыки и высокие затраты на внедрение. Безопасность также является значимым фактором — в недавнем опросе Insight Enterprises 38% компаний указали, что безопасность влияет на их способность использовать технологии генеративного ИИ.
Чжоу утверждает, что каждый элемент технологического стека Lamini оптимизирован для работы с генеративным ИИ в масштабах предприятий, от аппаратного обеспечения до программного, включая движки для оркестровки моделей, тонкой настройки, выполнения и обучения. Lamini внедряет нововведение, которое Чжоу называет «настройкой памяти» — техникой обучения модели данных таким образом, чтобы она точно вспоминала части этих данных.
«Настройка памяти» может сократить количество галлюцинаций, утверждает Чжоу, когда модель выдумывает факты в ответ на запрос. Нина Вэй, дизайнер ИИ в Lamini, пояснила по электронной почте: «Настройка памяти — это парадигма обучения, эффективная как тонкая настройка, но идущая дальше — для обучения модели на проприетарных данных, включающих ключевые факты, числа и данные, чтобы модель обладала высокой точностью и могла точно воспроизводить любую ключевую информацию вместо обобщения или галлюцинаций».
Lamini также может работать в высокозащищенных средах, включая изолированные. Платформа позволяет компаниям запускать, точно настраивать и обучать модели в различных конфигурациях, от локальных данных до облачных решений, и масштабировать рабочие нагрузки «эластично», достигая более 1000 GPU, если это требуется, говорит Чжоу.
«Стимулы на рынке сейчас неправильно распределены из-за закрытых моделей», — сказала Чжоу. «Мы стремимся вернуть контроль в руки большего числа людей, а не только нескольких, начиная с предприятий, которым контроль важнее всего и которые больше всего теряют, если их собственные данные принадлежат кому-то другому».
Основатели Lamini, насколько это важно, довольно успешны в области ИИ. Они также пересеклись с Нг, что, безусловно, объясняет его инвестиции.
Чжоу ранее была преподавателем в Стэнфорде, где она руководила группой, изучающей генеративный ИИ. Перед получением докторской степени по информатике под руководством Нг, она была менеджером по продуктам машинного обучения в Google Cloud.
Диамос, в свою очередь, был сооснователем MLCommons, инженерного консорциума, посвященного созданию стандартных бенчмарков для моделей ИИ и аппаратного обеспечения, а также набора бенчмарков MLCommons, MLPerf. Он также руководил исследованиями в области ИИ в Baidu, где работал с Нг, когда тот был главным ученым там. Диамос также был архитектором программного обеспечения в команде CUDA в Nvidia.
Связи основателей в индустрии, похоже, дали Lamini преимущество в фондовом финансировании. Помимо Нг, в Lamini инвестировали генеральный директор Figma Дилан Филд, генеральный директор Dropbox Дрю Хьюстон, сооснователь OpenAI Андрей Карпати и, что странно, Бернар Арно, генеральный директор гиганта роскоши LVMH.
AMD Ventures, вместе с First Round Capital и Amplify Partners, инвестировали в Lamini, что несколько иронично, учитывая прошлый опыт Диамоса в Nvidia. AMD начала сотрудничество, предоставив оборудование для центров обработки данных, и сегодня Lamini использует GPU AMD Instinct, противореча общим тенденциям в отрасли.
Lamini заявляет, что производительность обучения и работы их моделей сопоставима с аналогичными GPU Nvidia в зависимости от рабочей нагрузки. До сих пор Lamini привлекла 25 миллионов долларов на стадиях seed и Series A. Zhou планирует использовать средства для утроения команды компании, расширения вычислительной инфраструктуры и разработки более глубоких технических оптимизаций.
Крупные технологические гиганты, такие как Google, AWS и Microsoft, также активно заинтересованы в корпоративном сегменте, представляя новые функции и улучшения.
Zhou не раскрывает много информации о клиентах или доходах Lamini, но упоминает, что среди ранних платящих пользователей Lamini — AMD, AngelList и NordicTrack, а также несколько неназванных государственных агентств.
Mike Dauber из Amplify считает, что генеративный ИИ имеет огромные перспективы для предприятий и что Lamini серьёзно подходит к решению проблем предприятий, создавая решения, которые позволяют раскрывать значительную ценность их частных данных, соответствуя строгим требованиям безопасности и соответствия.
