Opis

Kore.ai to jeden z liderów rynku enterprise conversational AI i agentic AI, działający od 2014 roku. Założona przez Raja Koneru z siedzibą w Orlando (Floryda, USA) oraz dużym ośrodkiem R&D w Hyderabadzie (Indie), firma rozwija pełen stos do budowy i wdrażania asystentów konwersacyjnych oraz autonomicznych agentów AI dla dużych przedsiębiorstw. Flagową ofertą jest XO Platform (Experience Optimization) — niskokodowe środowisko do projektowania, trenowania i wdrażania wirtualnych asystentów obsługujących 100+ języków i 35+ kanałów (web, mobile, IVR/voice, WhatsApp, Microsoft Teams, Slack, SMS, e-mail, Facebook Messenger).

W 2024 roku Kore.ai uruchomił GALE — platformę orkiestracji GenAI dla enterprise: LLM-agnostyczną (OpenAI, Anthropic, Google, Cohere, Llama, Mistral, NVIDIA NIM), z natywnym RAG, function calling, guardrails, multi-agent orchestration i pełną telemetrią produkcyjną. Dedykowane warianty branżowe to BankAssist, HealthAssist, RetailAssist, ITAssist i AgentAssist (asystent dla agentów contact center). Platforma jest LLM-agnostyczna z naciskiem na governance, compliance i deployment w środowiskach regulowanych.

Skala: 500+ klientów enterprise (m.in. PNC Bank, Cigna, Coca-Cola, Roche, AT&T, Airtel), 200M+ użytkowników miesięcznie, ponad 1,5 mld interakcji rocznie. Compliance: SOC 2 Type II, HIPAA, GDPR, PCI DSS, ISO 27001, FedRAMP. Kore.ai jest konsekwentnie wymieniany jako Leader w Gartner Magic Quadrant for Enterprise Conversational AI Platforms (2022–2024). Finansowanie: ~240 mln USD (Series E 2024 prowadzona przez FTV Capital, z udziałem NVIDIA NVentures, NEA, Nicola Wealth i Vistara Capital).

MLOps Lifecycle

12/17 wspieranych

Rejestr modeli

Wersjonowanie — wersjonowanie artefaktów modelu

Przepływy zatwierdzania — przepływ zatwierdzania przed produkcją

Niezmienne artefakty — niezmienność zapisanych wersji

Śledzenie rodowodu — śledzenie powiązań danych i modeli

4 / 4 wspierane · brak niespełnionych

Magazyn cech

Serwowanie online — serwowanie cech w czasie rzeczywistym

Przechowywanie offline — przechowywanie cech dla treningu

Ingestia strumieniowa — ingestia strumieniowa (Kafka, Flink)

0 / 3 wspierane · 3 niespełnione ukryte

Zarządzanie promptami

Rejestr promptów — centralne repozytorium promptów

Wersjonowanie — wersjonowanie i historia promptów

Frameworki testowe — A/B testing i ewaluacja promptów

3 / 3 wspierane · brak niespełnionych

Monitoring

Wykrywanie dryftu danych — wykrywanie dryftu danych wejściowych

Wykrywanie dryftu koncepcyjnego — wykrywanie dryftu koncepcyjnego

Monitorowanie halucynacji — monitorowanie halucynacji LLM

Ewaluacja stronniczości — narzędzia do ewaluacji stronniczości

3 / 4 wspierane · 1 niespełnione ukryte

Human-in-the-Loop

Usługi etykietowania — narzędzia do etykietowania danych

RLHF — reinforcement learning from human feedback

Ręczne przesłonięcia — ręczne przełączanie decyzji modelu

2 / 3 wspierane · 1 niespełnione ukryte

Dane i wiedza

Zastosowania

12

Architektura i mechanizmy

25

Bezpieczeństwo

Ekosystem deweloperski

Języki SDK

PyPythonJSJavaScriptTSTypeScript

Typ API

RESTGraphQL

Społeczność i zasoby

Biblioteka szablonów

Szybki start

Dokumentacja API

Samouczki

Cennik i model biznesowy

Zobacz pełny cennik

Modele cenowe

Płatność za użycie

Subskrypcja warstwowa

Limity zasobów

Per projekt

Per użytkownik

Alerty kosztów

SLA i wsparcie

99.9%uptime SLA

StandardowyEnterprise 24/7

Wspierane modele AI

23

Wspierane systemy AI

3

Opis

MLOps LifecycleiMLOps LifecyclePełny cykl życia modelu: rejestr, feature store, prompt management, monitoring i human-in-the-loop.

Rejestr modeli

Magazyn cech

Zarządzanie promptami

Monitoring

Human-in-the-Loop

Dane i wiedzaiZarządzanie danymi i wiedząKonektory danych, integracja z bazami wektorowymi, native vector search i mechanizmy zarządzania danymi (PII, provenance, dane syntetyczne).

ZastosowaniaiZastosowania AIDziedziny i scenariusze zastosowania, do których platforma jest najlepiej dopasowana – od RAG i fine-tuningu po zastosowania naukowe.

Architektura i mechanizmyiArchitektura i mechanizmyFundamenty architektoniczne i nowoczesne metody przetwarzania AI, które są natywnie wspierane lub wykorzystywane przez tę platformę.

BezpieczeństwoiBezpieczeństwo EnterpriseZestaw certyfikacji, kontroli dostępu oraz funkcji ochrony danych, kluczowych dla wdrożeń korporacyjnych i zachowania prywatności w chmurze.

Ekosystem deweloperskiiEkosystem DeweloperskiZasoby wspierające programistów: dostępne biblioteki SDK, wspierane języki programowania oraz funkcje infrastrukturalne i metody wdrażania modeli.

Cennik i model biznesowyiCennik i model biznesowyModele rozliczeń (usage-based, provisioned throughput), limity zasobów oraz parametry SLA (uptime, poziomy wsparcia).