Robocikowo>ROBOCIKOWO
Platforma AIAI-natywny

Kore.ai

Enterprise platforma agentic AI i konwersacyjnej AI dla bankowości, ubezpieczeń, ochrony zdrowia, retail i telekomunikacji. Produkty: XO Platform, GALE (GenAI orchestration), SmartAssist, AgentAssist.

Chmura zarządzana · On-Premises · HybrydowySOC 2 Type II · HIPAA · GDPRWydano:1 sty 2014
Dostępność regionalna·8 regionów
  • US East
  • US West
  • EU (Germany)
  • EU (Ireland)
  • UK
  • India
  • Australia
  • Singapore
Data ResidencySovereign Cloud
Wspierane modele
23SLM/LLM
Regiony
8totalRegions
SDK / Języki
3python, javascript…
Uptime SLA
99.9%
Robotics-Ready

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

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

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

12

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

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

Języki SDK
PyPythonJSJavaScriptTSTypeScript
Typ API
RESTGraphQL
Społeczność i zasoby
Biblioteka szablonów
Szybki start
Dokumentacja API
Samouczki
$

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

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

ŹródłaArchiwum DokumentacjiScentralizowana baza linków do oficjalnych źródeł, instrukcji technicznych, repozytoriów oraz notatek wydawniczych (release notes).

Dane zweryfikowane: 10 cze 2026