Założony w Toronto startup AI Cohere osiągnął znaczący kamień milowy, podwajając swoje roczne przychody do 100 milionów dolarów na maj 2025 roku – wynika z informacji od osób zaznajomionych ze sprawą. Wzrost ten nastąpił po strategicznej zmianie kierunku, zainicjowanej w trzecim kwartale 2024 roku, kiedy firma postawiła na prywatne wdrożenia dostosowane do potrzeb klientów korporacyjnych z silnie regulowanych branż, takich jak finanse, opieka zdrowotna czy sektor publiczny.
Dyrektor generalny Cohere, Aidan Gomez, nakreślił nową strategię w podsumowaniu roku, podkreślając koncentrację firmy na budowaniu spersonalizowanych modeli AI dla użytkowników biznesowych, zamiast rywalizowania w wyścigu o coraz większe modele bazowe. Strategia ta przyniosła wymierne efekty – około 85% działalności Cohere pochodzi obecnie z prywatnych wdrożeń, zapewniając imponujące marże zysku na poziomie około 80%.
Cohere, założone w 2019 roku przez byłych badaczy Google AI, pozyskało ponad 900 milionów dolarów od inwestorów takich jak Nvidia, Cisco czy Inovia Capital. Ostatnia wycena firmy wyniosła 5,5 miliarda dolarów po rundzie finansowania na 500 milionów dolarów w lipcu 2024 roku. W przeciwieństwie do firm AI skupionych na rynku konsumenckim, takich jak OpenAI czy Anthropic, Cohere konsekwentnie realizuje strategię wyłącznie dla przedsiębiorstw, obsługując klientów takich jak Oracle, Fujitsu czy Notion.
W styczniu 2025 roku Cohere uruchomiło North – aplikację w stylu ChatGPT, zaprojektowaną do wspierania pracowników wiedzy w zadaniach takich jak podsumowywanie dokumentów czy analiza danych. Ta bezpieczna platforma AI dla środowisk pracy pozwala użytkownikom tworzyć i wdrażać agentów AI bez konieczności posiadania umiejętności programistycznych, przy zachowaniu ścisłej kontroli nad prywatnością danych. Platformę można wdrożyć zarówno w chmurze, jak i lokalnie – także w środowiskach odizolowanych (air-gapped) dla maksymalnego bezpieczeństwa.
Zwrot Cohere w kierunku mniejszych, wyspecjalizowanych modeli odzwierciedla szerszy trend w sektorze AI. W miarę jak firmy obserwują malejące korzyści ze zwiększania rozmiaru modeli, branża coraz częściej stawia na narzędzia dedykowane konkretnym domenom zamiast dużych, ogólnych systemów. Takie podejście spotyka się z uznaniem klientów korporacyjnych, którzy poszukują bezpiecznych, spersonalizowanych rozwiązań AI, odpowiadających na konkretne wyzwania biznesowe i pozwalających zachować kontrolę nad wrażliwymi danymi.