Contextual AI
Contextual AI — американская компания в сфере корпоративного программного обеспечения, базирующаяся в Маунтин-Вью (штат Калифорния). Компания разрабатывает платформу для создания специализированных агентов Retrieval-Augmented Generation (RAG) для корпоративного применения[1][2][3]. Компания основана в 2023 году Дауэ Кила и Аманпритом Сингхом, оба ранее работали исследователями искусственного интеллекта в Facebook AI Research (FAIR)[4] и Hugging Face[5]. Дауэ Кила ранее руководил командой исследователей Meta, представившей подход Retrieval-Augmented Generation (RAG) в 2020 году[6][7][8].
Contextual AI специализируется на генеративных AI-приложениях для корпоративного сектора с использованием технологии RAG 2.0[9]. Внедрения происходят в основном в технологических, банковских, финансовых и медийных компаниях[10].
Что важно знать
| Contextual AI | |
|---|---|
| Тип | частная компания |
| Основание | 2023 |
| Основатели | Дауэ Кила, Аманприт Сингх |
| Расположение | Маунтин-Вью, Калифорния, США |
| Число сотрудников | 95 |
| Сайт | contextual.ai |
История
В июне 2023 года Contextual AI объявила[4] о привлечении $20 млн в рамках посевного инвестиционного раунда под руководством Bain Capital Ventures (BCV) при участии Lightspeed Venture Partners, Greycroft, SV Angel и ряда бизнес-ангелов[1].
В августе 2024 года компания привлекла $80 млн в раунде финансирования серии A[11], организованном Greycroft[12], при участии предыдущих инвесторов[13], включая Bain Capital Ventures, Lightspeed и Conviction Partners[14]. В этом раунде также участвовали новые инвесторы, такие как Bezos Expeditions, NVentures (Nvidia), HSBC Ventures и Snowflake Ventures[15].
Технологии и продукты
Retrieval-Augmented Generation (RAG) — это фреймворк искусственного интеллекта[1], сочетающий методы информационного поиска с генерацией текста для повышения производительности больших языковых моделей (LLM)[16] в задачах, требующих значительного объёма знаний. Подход был представлен в 2020 году исследователями Meta AI (включая Дауэ Кила и Патрика Льюиса) в работе Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks[6]. RAG позволяет языковым моделям обращаться к внешним данным — например, к частным базам данных или актуальным данным из интернета — непосредственно в момент запроса, вместо использования только внутреннего, статического знания, полученного при обучении[17][18]. Такая архитектура преодолевает ограничения стандартных LLM, включая генерацию недостоверной информации[19], устаревание данных и невозможность ссылаться на исходные материалы[20]. RAG-системы используют различные методы — векторный поиск, поиск по ключевым словам, text-to-SQL — для подбора релевантного контекста, который затем интегрируется в работу языковой модели для генерации ответа. Такой подход повышает точность ответов[21], поддерживает настройку под предметную область, позволяет цитировать источники и регулярно обновлять знания без дообучения самой модели.
Общедоступная платформа. В январе 2025 года Contextual AI объявила о запуске корпоративной платформы для построения специализированных RAG-агентов[22]. Одним из первых клиентов стала компания Qualcomm, внедрившая решения платформы для нужд инженерной службы.
Grounded Language Model. В марте 2025 года компания представила основанную на фактах языковую модель Grounded Language Model (GLM) для обеспечения точности генерации корпоративных AI-приложений[23].
Reranker. В марте 2025 года Contextual AI выпустила ранжировщик (reranker), управляемый инструкциями пользователя[24], позволяющий учитывать при поиске требования к приоритету документов — например, выводить сначала более свежие файлы, определённые форматы или источники.
Применение
Платформа Contextual AI внедрена в различных отраслях, включая финансы, технологии, медиа, профессиональные сервисы. Среди клиентов — компании уровня Fortune 500, такие как Qualcomm[25] и HSBC[26].
Примечания
