Emergence的联合创始人包括Satya Nitta,他曾是IBM研究部门全球AI解决方案的负责人。该公司周一结束隐身状态,宣布从Learn Capital获得9720万美元融资,并获得超过1亿美元的信贷额度。Emergence声称正在构建一个"基于代理"的系统,可以执行通常由知识型员工处理的许多任务,部分方法是将这些任务路由到第一方和第三方生成式AI模型,如OpenAI的GPT-4。
"在Emergence,我们正在研究生成式AI代理这一不断发展的领域的多个方面,"Emergence的CEO Nitta告诉TechCrunch。"在我们的研发实验室,我们正从'第一原则'的角度推进代理系统的科学,并解决这个问题。这包括关键的AI任务,如规划和推理,以及代理的自我改进。"
Nitta说,Emergence的想法是在他共同创立Merlyn Mind(该公司开发面向教育的虚拟助手)后不久产生的。他意识到在Merlyn开发的一些技术可以应用于自动化工作站软件和网络应用程序。
因此,Nitta招募了同为前IBM员工的Ravi Kokku和Sharad Sundararajan一起创立了Emergence,目标是用Nitta的话说,"推进AI代理的科学和开发"。
"当前的生成式AI模型虽然在语言理解方面很强大,但在更复杂的自动化任务所需的高级规划和推理能力方面仍然落后,而这些正是代理的领域,"Nitta说。"这正是Emergence的专长所在。"
Emergence有一个雄心勃勃的路线图,其中包括一个名为Agent E的项目,该项目旨在自动化填写表格、在在线市场搜索产品以及导航Netflix等流媒体服务等任务。Agent E的早期版本已经可用,它经过了合成数据和人工注释数据的混合训练。但Emergence的第一个完成品是Nitta描述为"编排器"代理的产品。
这个编排器于周一开源,它本身不执行任何任务。相反,它作为工作流自动化的一种自动模型切换器。考虑到诸如模型的能力和使用成本(如果是第三方)等因素,编排器考虑要执行的任务 - 例如,撰写电子邮件 - 然后从开发者策划的列表中选择一个模型来完成该任务。
"开发者可以添加适当的护栏,为他们的工作流和应用程序使用多个模型,并根据需求无缝切换到最新的开源或通用模型,而不必担心成本、提示迁移或可用性等问题,"Nitta说。
Emergence的编排器在概念上似乎与AI初创公司Martian的模型路由器非常相似,后者接收intended for AI模型的提示,并根据正常运行时间和功能等因素自动将其路由到不同的模型。另一家初创公司Credal提供了一个更基础的、由硬编码规则驱动的模型路由解决方案。
Nitta并不否认这些相似之处。但他含蓄地暗示Emergence的模型路由技术比其他公司的更可靠;他还指出,它提供了额外的配置功能,如手动模型选择器、API管理和成本概览仪表板。
"我们的编排器代理建立在对企业系统所需的可扩展性、健壮性和可用性的深刻理解之上,并由我们团队在构建世界上一些最大规模AI部署方面数十年的经验支持,"他说。
Emergence计划在未来几周内通过一个托管的、可通过API使用的高级版本来monetize编排器。但这只是公司宏伟计划的一部分,该计划还包括构建一个平台,该平台除其他功能外,还可以处理索赔和文件、管理IT系统,以及与Salesforce和Zendesk等客户关系管理系统集成以分类客户查询。
为此,Emergence表示已与三星和触摸显示器公司Newline Interactive建立了战略合作伙伴关系 - 这两家公司都是现有的Merlyn Mind客户,这似乎不太可能是巧合 - 以将Emergence的技术集成到未来的产品中。
具体是哪些产品,我们什么时候可以看到它们?Nitta说是三星的WAD交互式显示器和Newline的Q和Q Pro系列显示器,但他没有回答第二个问题,暗示这还处于非常早期的阶段。
毫无疑问,AI代理现在非常热门。生成式AI巨头OpenAI和Anthropic正在开发执行任务的代理产品,包括谷歌和亚马逊在内的大型科技公司也是如此。
但Emergence的差异化并不明显,除了一开始就有大量现金。
TechCrunch最近发布了另一家AI代理初创公司Orby,其销售pitch类似:经过培训可在各种桌面软件中工作的AI代理。Adept也在沿着这些路线开发技术,但尽管筹集了超过4.15亿美元,据发布现在却濒临被微软或Meta收购的境地。
Emergence将自己定位为比大多数公司更注重研发:如果你愿意,可以称之为"代理的OpenAI",拥有一个专门研究代理如何规划、推理和自我改进的研究实验室。它正在从一个令人印象深刻的人才库中汲取力量;它的许多研究人员和软件工程师来自谷歌、Meta、微软、亚马逊和艾伦人工智能研究所。
Nitta说,Emergence的指导原则将是优先考虑公开可用的工作,同时在其研究基础上构建付费服务,这是借鉴了软件即服务行业的策略。他声称,已有数万人在使用Emergence服务的早期版本。
"我们坚信,我们的工作将成为未来多个企业工作流自动化的基础,"Nitta说。
请允许我表示怀疑,但我不相信Emergence 50人的团队能够击败生成式AI领域的其他参与者 - 也不相信它能解决困扰生成式AI的总体技术挑战,如幻觉和开发模型的巨大成本。Cognition Labs的Devin是用于构建和部署软件的表现最好的代理之一,但在衡量解决GitHub问题能力的基准测试中,它仅能达到约14%的成功率。显然,要达到代理可以在没有监督的情况下处理复杂流程的程度,还有很多工作要做。
Emergence目前有资本去尝试。但将来可能就不会了,因为风险投资者 - 和企业 - 对生成式AI技术实现投资回报的路径表示越来越多的怀疑。
Nitta表现出一个刚刚为初创公司筹集到1亿美元的人的自信,断言Emergence已做好成功的准备。
"由于专注于解决对企业有明确和即时投资回报的基本AI基础设施问题,Emergence具有韧性,"他说。"我们的开放核心业务模式,结合高级服务,确保了稳定的收入流,同时培养了不断增长的开发者和早期采用者社区。"
我们很快就会看到结果
