Канадский стартап Cohere из Торонто достиг значимого рубежа, удвоив годовую выручку до $100 млн по состоянию на май 2025 года, сообщают источники, знакомые с ситуацией. Такой рост стал результатом стратегического поворота, начатого в третьем квартале 2024 года, когда компания сосредоточилась на частных внедрениях, ориентированных на корпоративных клиентов из строго регулируемых отраслей — таких как финансы, здравоохранение и государственный сектор.
Генеральный директор Cohere Эйдан Гомес обозначил это новое направление в итоговом письме сотрудникам, подчеркнув, что компания делает ставку на создание индивидуальных ИИ-моделей для корпоративных пользователей, а не на гонку по разработке всё более крупных базовых моделей. Эта стратегия принесла ощутимые плоды: примерно 85% бизнеса Cohere теперь приходится на частные внедрения, обеспечивающие рентабельность около 80%.
Основанная в 2019 году бывшими исследователями Google AI, Cohere привлекла более $900 млн инвестиций от таких компаний, как Nvidia, Cisco и Inovia Capital. Последняя оценка стартапа составила $5,5 млрд после раунда финансирования на $500 млн в июле 2024 года. В отличие от ориентированных на массового пользователя ИИ-компаний вроде OpenAI и Anthropic, Cohere придерживается исключительно корпоративного подхода, работая с такими клиентами, как Oracle, Fujitsu и Notion.
В январе 2025 года Cohere запустила North — приложение в стиле ChatGPT, предназначенное для помощи офисным сотрудникам в задачах вроде суммирования документов и анализа данных. Эта защищённая платформа для работы с ИИ позволяет создавать и внедрять ИИ-агентов без навыков программирования, при этом обеспечивая строгий контроль над приватностью данных. Решение может быть развернуто как в облаке, так и на локальных серверах, включая полностью изолированные среды для максимальной безопасности.
Переход Cohere к более компактным и специализированным моделям отражает общий тренд в индустрии ИИ. По мере того как компании отмечают снижение отдачи от увеличения размеров моделей, отрасль всё больше отдает предпочтение инструментам, ориентированным на конкретные сферы, а не универсальным системам. Такой подход находит отклик у корпоративных клиентов, которым нужны безопасные и индивидуальные ИИ-решения для решения специфических бизнес-задач с сохранением контроля над конфиденциальными данными.