Ang Toronto-based na AI startup na Cohere ay nakamit ang isang mahalagang tagumpay, nadoble ang taunang kita nito sa $100 milyon noong Mayo 2025, ayon sa mga source na pamilyar sa usapin. Ang paglago ay bunga ng estratehikong pagbabago na sinimulan noong ikatlong quarter ng 2024, nang ituon ng kumpanya ang kanilang serbisyo sa mga pribadong deployment na iniangkop para sa mga enterprise customer sa mga mahigpit na reguladong industriya tulad ng pananalapi, healthcare, at gobyerno.
Ipinahayag ni Cohere CEO Aidan Gomez ang bagong direksyong ito sa isang year-end memo, na binibigyang-diin ang pagtutok ng kumpanya sa paggawa ng customized na AI models para sa mga enterprise user, sa halip na makipagkumpetensya sa pagbuo ng mas malalaking foundation models. Nagbunga nang malaki ang estratehiyang ito, dahil tinatayang 85% ng negosyo ng Cohere ay nagmumula na ngayon sa mga pribadong deployment, na may humigit-kumulang 80% na profit margin.
Itinatag noong 2019 ng mga dating Google AI researcher, nakalikom na ang Cohere ng mahigit $900 milyon mula sa mga mamumuhunan tulad ng Nvidia, Cisco, at Inovia Capital. Huling naitala ang halaga ng kumpanya sa $5.5 bilyon matapos ang $500 milyon na pondo noong Hulyo 2024. Hindi tulad ng mga consumer-focused na AI company gaya ng OpenAI at Anthropic, nanatili ang Cohere sa enterprise-only na diskarte, na nagsisilbi sa mga kliyente tulad ng Oracle, Fujitsu, at Notion.
Noong Enero 2025, inilunsad ng Cohere ang North, isang ChatGPT-style na aplikasyon na tumutulong sa mga knowledge worker sa mga gawain tulad ng pagbuod ng dokumento at pagsusuri ng datos. Ang secure na AI workspace platform na ito ay nagbibigay-daan sa mga user na lumikha at mag-deploy ng AI agents kahit walang coding expertise, habang pinananatili ang mahigpit na kontrol sa privacy ng datos. Maaaring i-deploy ang platform sa cloud o on-premises, kabilang ang air-gapped environments para sa pinakamataas na seguridad.
Ang paglipat ng Cohere patungo sa mas maliliit at specialized na modelo ay sumasalamin sa mas malawak na trend sa AI sector. Habang nag-uulat ang mga kumpanya ng pababang returns mula sa pagpapalaki ng model size, mas pinapahalagahan na ngayon ng industriya ang mga domain-specific na tool kaysa sa malalaki at generalized na sistema. Ang ganitong diskarte ay tumutugon sa pangangailangan ng mga enterprise client para sa ligtas at iniangkop na AI solutions na nakatutok sa partikular na hamon ng negosyo, habang pinananatili ang kontrol sa sensitibong datos.