Cohere产品凭借其卓越的高性能、高安全性、多云适应性和数据可控性，精准解决了当前商业客户对AI应用的普遍顾虑，成为其与OpenAI等巨头差异化竞争的核心优势。
作为由Aidan Gomez、Ivan Zhang和Nick Frosst于2019年创立的AI企业，Cohere在不久前成功获得NVIDIA、Oracle、Salesforce Ventures等机构的2.7亿美元新融资，估值飙升至20亿美元，跻身基础大模型领域第三梯队（仅次于OpenAI和Anthropic）。创始人Aidan Gomez拥有多伦多大学本科学位和牛津大学博士学位，曾作为谷歌学生研究者参与撰写《Attention Is All You Need》这一大模型奠基性论文。Cohere专注于为企业提供文本搜索、文本分类、文本生成等大模型AI能力，其产品特性完美契合商业客户的核心需求，成为其区别于OpenAI等竞争对手的关键所在。
近日，Cohere创始人Aidan Gomez与总裁Martin Kon（前Google/YouTube高管，曾管理数十亿美元业务，2022年加入Cohere）接受媒体专访，不仅深入探讨了融资策略与坚持多云适应性的战略考量，更从创业视角分享了关于大语言模型幻觉、闭源与开源、大模型使用工具等话题的真知灼见，为投身大语言模型领域的创业者提供了宝贵参考。
用多云适应确保独立地位，明智的融资策略
问：今年二月，Aidan和你提到Cohere一直保持低调。随着新融资落地，这种情况是否完全改变？
Aidan Gomez：我们确实在进步，但依然保持低调。在特定圈层中已有一定知名度，但在大众层面仍需加大宣传力度，让更多人了解我们的核心模型及其适合的部署场景——数据私密和多云适应性。
Martin Kon：我认同Aidan的看法。上一轮融资是重要里程碑，展现了全球顶尖企业对Cohere的认可，以及他们支持独立、多云适应、拥有先进LLM公司的决心，无论财务还是战略合作层面。这不仅是市场验证，但在普及度上仍需持续努力。
问：你们频繁强调Cohere的独立性和多云适应性，这与NVIDIA与云服务商的合作有何异同？
Kon：我们确实支持多云环境，NVIDIA技术虽在所有云服务商可用，但部分存在专有芯片。对我们而言，关键在于能在任何云环境中部署，并采用可迁移的技术，这赋予客户战略优势。许多大型企业采用多云策略，即便单一云服务商，也希望保留谈判筹码。使用Cohere，客户可跨云服务商切换，并在所有云上运行模型。
Gomez：不受任何大型云服务商控制，是客户的关键需求。大型企业即便单一云，也需保留议价能力。Cohere让客户自由切换云服务商，并同步运行模型，这是核心竞争力。
问：你认为OpenAI的单一云策略（如Azure）是弱点吗？
Kon：不同企业关注点各异。我们已与超100位高管交流，他们普遍强调数据隐私、数据保护、定制化数据能力、数据驻留要求等。因此，我们选择的方向具有广阔市场空间。
问：Cohere投资者名单日益丰富，涵盖Oracle、NVIDIA、Salesforce及风险投资机构，甚至有Geoffrey Hinton、Fei-Fei Li等学者。这种多样性有多重要？
Gomez：这是Cohere的巨大优势。最新融资目标是为公司聚集国际战略和机构投资者，支持当前及未来发展。能汇集如此多元化的投资组合，实属难得。我们的领域常见单一战略投资者，但我们的策略是避免这种情况，构建更健康的财务结构。
问：彭博社报道Cohere可能融资更多资金，能否透露投资者范围扩大的信息？
Kon：我们未关注到相关传言。主要投资者不仅追求投资回报，更支持独立提供商。例如Oracle对安全性的重视与我们在数据保护方面的共识，让我们成为理想合作伙伴。我们很高兴找到这样的伙伴，并向市场传递信任信号。
怎么帮助商业客户理解和控制大模型的风险
问：Aidan，你和联合创始人Nick Frosst都来自Google Brain，Geoffrey Hinton也是投资者。他近期关于AI风险和离开Google Brain的言论有何看法？
Gomez：我尊重Geoff，他是AI和深度学习的权威。我重视他的观点，但我们对风险认知存在差异。他更关注人类风险或生存风险，我认为近期风险如合成媒体、虚假信息传播、过高部署风险更紧迫。我们需要关注所有风险维度，希望政策制定者和公众更多关注现实风险。
问：一项调查显示42%的首席执行官相信AI可能在未来10年导致人类灭绝，你在公司交流中是否听到类似观点？
Kon：未听说过极端说法。高管们确实担忧AI风险，但更关注Aidan提到的问题及偏见等现实挑战。我们AI研究小组正聚焦这些问题，全球数百名研究人员也在推动解决方案。
问：关于幻觉和偏见等热点问题，如何向客户解释控制或处理方法？
Gomez：这是一个教育过程。我们鼓励客户探讨LLM应用机会，但需明确不适合部署的场景。我们每周发布新模型版本，避免客户使用可能恶化体验或增加风险的产品。客户需建立测试集，持续评估模型版本，决定是否上线。同时，我们密切关注客户反馈，及时诊断并调整模型。
大模型将对工作流带来什么影响？
问：你怎么看待LLMs直接使用软件或工具，对工作流的影响？
Gomez：LLMs在2年内能像Excel一样使用软件仍需完善。初期模型将功能突出但脆弱，最终将实现梦想中的系统——模型可接收软件描述并自主使用。一旦LLMs能通用化操作工具，将解锁前所未有的自动化价值。
问：关于企业使用开源模型与Cohere等闭源方案，你怎么看？
Gomez：开源非常优秀，技术进步显著。但与我们的模型仍存在差距。开源模型非静态，每年数次更新，许可和训练数据偏差各异。使用Cohere，客户能以更快节奏影响模型方向，获得更优性能和可信的训练过程。虽然开源值得肯定，但企业需求完全不同，如同两类产品。
问：有人认为Cohere、OpenAI、Anthropic的LLM是黑盒子，无法了解训练数据或幕后操作，你怎么看？
Gomez：我们努力保持透明但不泄露知识产权。客户可随时咨询模型原理，我们支持技术团队解释细节。这是行业共同问题，需要平衡透明度与知识产权保护，需要整个社区协作解决。
结尾
Aidan Gomez是一位极具天赋的年轻创业者。他不仅是重要论文作者，对大模型有深刻理解，更具备技术前瞻性。在创业中，他明智地选择NVIDIA、Oracle、Salesforce Ventures等投资者，目标是聚集国际战略和机构资本。他聚焦商用大模型，避开OpenAI和Anthropic的竞争，完美解决商业客户对高性能、可定制化的需求，以及数据可控性的顾虑。凭借学术背景，他邀请到Martin Kon（30年商业经验，曾管理数十亿美元业务）助力公司运营。
回到中国AI创业，阿尔法公社认为算力竞赛不适合普通创业者，懂人工智能的创业者机会更大（Aidan Gomez正是典型）。无需从基础模型拼算力，关键在于知识积累、工程能力和迭代速度。这类创业者对表层产品创新具有降维打击能力。
本文由阿尔法公社原创编译自VentureBeat，经微新创想授权转载，版权归原作者所有。文章系作者个人观点，不代表微新创想立场，转载请联系原作者。如有疑问，请联系http://www.idea2003.com/。