字数 1252，阅读大约需 7 分钟
Composo助力企业监测AI应用效能
在当今科技领域，人工智能（AI）及其驱动的大语言模型（LLMs）展现出诸多实用价值，但可靠性问题一直困扰着行业发展。在此背景下，总部位于伦敦的初创公司Composo脱颖而出，致力于帮助企业确保基于LLM的应用程序按预期运行。
Composo的独特优势
Composo在解决AI应用可靠性问题上具备先发优势。它通过定制模型，助力企业评估基于LLM应用程序的准确性与质量。市场上虽有类似公司如Agenta、Freeplay、Humanloop和LangSmith等试图提供基于LLM的解决方案替代传统测试工具，但Composo与众不同之处在于同时提供无代码选项和API。这使得领域专家和企业高管无需专业开发人员，就能自行评估AI应用的一致性、质量和准确性，极大拓宽了潜在市场范围。
从技术实现看，Composo将基于人们期望从AI应用获得的输出训练而成的奖励模型，与特定应用程序定义的一组标准相结合，创建出能根据这些标准评估应用程序输出的系统。例如，对于医疗分诊聊天机器人，客户可设置自定义指南检查危险信号症状，Composo能对该应用程序执行此操作的一致性进行评分。
市场表现与资金支持
近期，Composo推出用于Composo Align的公共API，这是一个可基于任何标准评估LLM应用程序的模型。这一策略初显成效，埃森哲（Accenture）、帕兰提尔（Palantir）和麦肯锡（McKinsey）等知名企业已成为其客户。并且，Composo成功筹集了200万美元的种子前轮资金。
Composo联合创始人兼首席执行官塞巴斯蒂安·福克斯（Sebastian Fox）解释，相对较低的融资金额是因为公司发展模式并非资本密集型。曾担任麦肯锡顾问的福克斯表示，至少在未来三年内，公司预计不会筹集数亿美元，因为已有许多人在基础模型构建方面做得很好，而这并非公司独特卖点。相反，OpenAI在其模型上取得重大进展对公司业务有益。
有了这笔新资金，Composo计划扩充由联合创始人兼首席技术官卢克·马卡姆（Luke Markham）领导的工程团队（卢克·马卡姆曾是Graphcore的机器学习工程师），争取更多客户，并加大研发投入。福克斯称，从今年开始，公司重点将更多放在把现有技术推广至更多公司。
此次种子前轮融资由英国AI种子前基金Twin Path Ventures领投，JVH Ventures和EWOR也参与其中（EWOR此前通过其加速器计划对该初创公司进行了支持）。Twin Path的一位发言人表示：“Composo正在解决企业AI应用中的一个关键瓶颈问题。”
解决行业关键瓶颈
福克斯指出，企业对AI可靠性的担忧是整个AI行业尤其是企业领域的重大问题。人们不再盲目热衷AI热潮，而是思考AI能否给业务带来改变，因其不够可靠稳定，且无法证明改善程度。这一瓶颈使得Composo对希望实施AI又担心声誉风险的公司更具价值。
福克斯表示，这就是Composo选择不局限于特定行业，在合规、法律、医疗和安全等领域都具有适用性的原因。至于竞争壁垒，福克斯认为实现当前成果所需的研发并非易事，涉及模型架构以及训练数据。Composo Align是基于“大量专家评估数据集”进行训练的。
尽管可能有科技巨头凭借雄厚资金涉足该领域，但Composo认为自身具有先发优势。福克斯提到，另一个关键因素是公司随着时间积累的数据，即Composo构建评估偏好的方式。由于它能根据灵活标准评估应用程序，相较于采用更受限方法的竞争对手，Composo认为自己更适合应对代理AI的兴起。
相关行业报告显示，在企业AI应用市场中，70%的企业表示在使用AI应用时遇到过可靠性和稳定性问题，凸显了Composo这类解决方案的重要性。目前企业AI应用监测领域处于发展初期，众多初创企业竞争激烈。Composo凭借独特技术和市场策略，有望在市场竞争中占据一席之地。
