In diesem Verzeichnis sind 132 Unternehmen unter individuelle KI-Lösungen gelistet, und sie verkaufen nicht dasselbe. Eines konfiguriert eine Plattform, die Sie auch selbst hätten kaufen können, und stellt Ihnen die Konfiguration in Rechnung. Ein anderes baut eine Retrieval-Schicht über Dokumente, die Ihre eigenen Mitarbeiter nicht finden. Ein drittes trainiert ein Modell per Fine-Tuning auf Ihren gelabelten Daten. Ein viertes nimmt sich ein Forschungsproblem vor, bei dem zu Beginn keiner der Beteiligten weiß, ob die Sache überhaupt machbar ist. Das sind vier getrennte Gewerke mit vier unterschiedlichen Kompetenzprofilen, vier unterschiedlichen Kostenverläufen und vier unterschiedlichen Arten zu scheitern, und die Formulierung auf der Website ist in allen vier Fällen identisch.
Diese Unschärfe ist in einer ganz bestimmten Richtung teuer. Käufer bezahlen regelmäßig für das vierte, obwohl das erste genügt hätte, weil das vierte in einer Vorstandssitzung seriöser klingt. Für die Beauftragung einer Eigenentwicklung ist noch niemand entlassen worden. Der umgekehrte Fehler, eine Konfiguration zu kaufen, obwohl das Problem tatsächlich neue Modellierung verlangt, zeigt sich schneller und schmerzt weniger, denn der Anbieter stößt innerhalb eines Quartals an seine Grenzen, und das Geld liegt noch größtenteils auf Ihrem Konto.
Was individuelle KI-Lösungen tatsächlich beschreibt
Ordnet man die Arbeit danach, was an ihrem Ende neu ist, lassen sich die vier Gewerke sauber trennen.
| Was am Ende neu ist | Was Sie kaufen | Wann es die richtige Antwort ist | Was Ihnen die erste Phase liefern sollte |
|---|---|---|---|
| Nichts. Konfiguration. | Die Plattform eines anderen Anbieters, auf Ihren Prozess eingerichtet und an Ihre Systeme angebunden | Eine verbreitete Aufgabe, bei der Ihr Arbeitsablauf den Unterschied macht und nicht Ihre Daten | Eine funktionierende Konfiguration in Ihrer eigenen Mandantenumgebung und die Dokumentation, um sie ohne den Anbieter zu ändern |
| Eine Retrieval-Schicht | Ihre eigenen Dokumente und Datensätze, die ein allgemeines Modell beantworten kann | Das Wissen ist im Unternehmen vorhanden, und die Mitarbeiter finden es nicht schnell genug | Einen Evaluierungssatz aus echten Fragen mit bewerteten Antworten, bevor irgendeine Oberfläche gebaut wird |
| Ein angepasstes Modell | Ein allgemeines Modell, angepasst an Ihre Labels, Ihr Format oder Ihre Fachsprache | Ausgabeformat oder Fachvokabular zählen bei großem Volumen mehr als die reine Leistungsfähigkeit | Einen gemessenen Vergleich mit dem nicht angepassten Modell auf demselben Testsatz |
| Ein neuartiges System | Modellierung oder Engineering, die es zu keinem Preis von der Stange gibt | Die Aufgabe ist spezifisch für Ihre Physik, Ihre Sensoren oder Ihren regulierten Prozess | Ein schriftliches Machbarkeitsergebnis, einschließlich der Bedingungen, unter denen die Antwort Nein lautet |
Die rechte Spalte ist der nützliche Teil dieser Tabelle. Ein Unternehmen, das das erste Arbeitsergebnis nicht in diesen Begriffen beschreiben kann, hat diese Arbeit noch nie gemacht, ganz gleich, welche Zeile es für sich beansprucht.
Eine Frage sortiert die meisten Briefings in einem einzigen Termin
Fragen Sie, was es bereits gibt, das siebzig Prozent davon erledigt, und fragen Sie dann, warum die übrigen dreißig Prozent keine Prozessänderung sein können.
Beide Hälften zählen. Die erste Hälfte fängt den teuren Fehler ab, denn ein seriöses Unternehmen nennt die zwei oder drei Produkte, die den größten Teil Ihres Problems abdecken, und erklärt, wo sie aufhören. Ein Unternehmen, das behauptet, es gebe nichts, kennt entweder seinen eigenen Markt nicht oder setzt darauf, dass Sie ihn nicht kennen. Die zweite Hälfte fängt den subtileren Fehler ab: ein System zu bauen, das einen Schritt automatisiert, den es gar nicht geben sollte. Zahlreiche Projekte zur Dokumentenextraktion existieren nur, weil ein Formular vor elf Jahren schlecht gestaltet wurde, und das Formular zu korrigieren ist billiger, als einem Modell beizubringen, das Durcheinander zu lesen.
Die Antwort zeigt Ihnen auch, in welchem der vier Gewerke Sie sich befinden. Sind siebzig Prozent abgedeckt und die Lücke ist Integration, dann brauchen Sie das Gespräch über KI-Integration und kein Modellierungsprojekt. Deckt nichts die Aufgabe ab, weil die Daten allein Ihnen gehören, befinden Sie sich in Zeile drei oder vier, und das Budgetgespräch nimmt eine andere Form an.
Vier Tests, die zwischen Bauen und Konfigurieren entscheiden
- Dürfen die Daten das Haus verlassen, und existieren sie überhaupt schon? Ein Modell lässt sich nicht auf Daten anpassen, die unter verschiedenen Kundennamen über vier Systeme verstreut sind. Zuerst kommt die Entity Resolution, eine glanzlose Arbeit, mit der kein Angebot beginnen möchte. Wo die Daten Ihre Umgebung überhaupt nicht verlassen dürfen, bestimmt diese Vorgabe die Architektur, bevor jemand ein Modell auswählt.
- Wiederholt sich die Aufgabe oft genug, um sich zu amortisieren? Eine Eigenentwicklung hat Fixkosten und laufende Kosten. Eine Aufgabe, die zweihundertmal am Tag anfällt, trägt beides. Eine Aufgabe, die wöchentlich anfällt, tut das fast nie, und ein Mensch mit einer guten Checkliste ist häufiger die richtige Antwort, als Anbieter zugeben.
- Wird die Genauigkeit vom Modell begrenzt oder von Ihren Daten? Das lässt sich in zwei Wochen klären, und fast niemand investiert diese zwei Wochen. Wenn ein allgemeines Modell mit gutem Retrieval bereits den größten Teil des Weges schafft, liegt die Obergrenze bei Ihren Daten, und ein angepasstes Modell bringt Ihnen sehr wenig. Wenn das allgemeine Modell auf eine Weise scheitert, die mehr Kontext nicht behebt, dann hat die Anpassung Spielraum.
- Wer prüft das Ergebnis, und was geschieht, wenn es falsch ist? Ein System, dessen Ergebnis eine Fachkraft freigibt, verträgt Fehlerquoten, die ein automatisiertes System nicht verträgt. Die Prüfkapazität, die Sie tatsächlich haben, ist eine harte Vorgabe für den Entwurf, und das von NIST veröffentlichte AI Risk Management Framework bietet ein brauchbares gemeinsames Vokabular, um diese Diskussion mit einem Anbieter zu führen, der sie lieber vermeiden würde.
Die Kosten, die nach der Rechnung kommen
Ein Abonnement versteckt seine Wartung im Preis. Eine Eigenentwicklung übergibt Ihnen die Wartung.
Drei Posten fehlen in ersten Angeboten besonders häufig. Der erste ist die Evaluierung: Eine Entwicklung ohne zurückgehaltenen Testsatz und ohne geplanten erneuten Durchlauf kann Ihnen nicht mitteilen, dass sie schlechter geworden ist, und sie wird schlechter werden, weil sich Ihre Daten ändern und sich die zugrunde liegenden Modelle unter Ihnen ändern. Der zweite ist die Abkündigung von Modellen. Jeder große Anbieter stellt Modellversionen nach einem veröffentlichten Zeitplan ein, ein an eine Version gebundenes System hat also ein festes Ablaufdatum, und jemand muss die Migration verantworten. Der dritte ist die Person. Ein individuelles System braucht in Ihrem Unternehmen einen Verantwortlichen, der versteht, was es tut, und wenn diese Person im Plan nicht namentlich genannt ist, verliert das System nach etwa acht Monaten das Vertrauen, ohne dass jemand beschlossen hätte, ihm nicht mehr zu vertrauen.
Nichts davon spricht gegen das Bauen. Es spricht dafür, das zweite Jahr zugleich mit dem ersten zu kalkulieren, und diese Frage lohnt es sich jedem Unternehmen auf Ihrer Shortlist zu stellen.
Fünf Dinge, die ein Angebot enthalten muss
- Ein Testsatz, den Sie lesen können. Echte Beispiele aus Ihrem Geschäft, mit der richtigen Antwort schriftlich festgehalten und vereinbart, bevor mit dem Bauen begonnen wird. Ohne ihn ist jede spätere Diskussion über Qualität Ansichtssache.
- Der Vergleich mit einer Lösung ohne jede Raffinesse. Was eine Stichwortsuche, eine Regel-Engine oder ein bestehendes Produkt auf demselben Testsatz erreicht. Ein Angebot, das die Baseline nicht nennt, verschweigt die Größe des Gewinns.
- Eine benannte Abbruchbedingung. Das Ergebnis, bei dem das Unternehmen empfehlen würde, den Ansatz aufzugeben. Forschungsarbeit ohne eine solche Bedingung wird zur Dauerrente.
- Die Übergabeartefakte, aufgelistet. Code, Gewichte, Prompts, der Evaluierungssatz und die Skripte, die ihn ausführen, die gelabelten Daten und das Runbook, jeweils benannt als etwas, das Sie erhalten, und nicht als etwas, das Sie einsehen dürfen.
- Die Kosten des zweiten Jahres, schriftlich. Hosting, Inferenz, erneute Evaluierung und die Migration, wenn eine Modellversion eingestellt wird.
Wem das Modell, die Gewichte und die Prompts gehören
Hier unterscheidet sich individuelle Arbeit am deutlichsten vom Kauf eines Produkts, und hier sind Verträge am häufigsten vage. Vier Dinge können getrennt voneinander Eigentum sein: der Code, die trainierten Gewichte, die Prompts und Evaluierungssätze sowie die gelabelten Daten. Ein Unternehmen kann Ihnen funktionierenden Code übergeben und die Gewichte behalten, oder Ihnen Gewichte übergeben, die Sie nicht neu trainieren können, weil die gelabelten Daten bei ihm geblieben sind. Beide Regelungen sind üblich, und keine ist unredlich, sofern sie offen ausgesprochen wird. Nicht akzeptabel ist, es erst am Ende zu erfahren.
Stellen Sie die Frage in ihrer direkten Form. Wenn wir morgen die Zusammenarbeit mit Ihnen beenden würden, was haben wir dann, und können wir es ohne Sie neu trainieren? Die Antwort sortiert Anbieter schneller als jede Fallstudie. Unternehmen, die diese Arbeit routinemäßig erledigen, haben eine fertige Antwort, weil jeder ernsthafte Kunde danach gefragt hat.
Wie Sie eine Shortlist erstellen, ohne sechs Wochen zu verlieren
Schreiben Sie den Leistungsumfang einmal auf, auf einer Seite, einschließlich Testsatz und Baseline. Schicken Sie dann dieselbe Seite an drei Unternehmen aus verschiedenen Zeilen der Tabelle und vergleichen Sie, was zurückkommt. Angebote für individuelle KI-Lösungen, die sich um den Faktor fünf unterscheiden, bedeuten meist, dass die Unternehmen das Briefing als unterschiedliche Gewerke gelesen haben, und das ist das Nützlichste, was Ihnen ein Angebot sagen kann.
Für die Suche ist die Kategorie individuelle KI-Lösungen der naheliegende Ausgangspunkt, und es lohnt sich, zusätzlich ML und Data Science für die Arbeit an angepassten Modellen und generative KI zu lesen, wenn das Ergebnis Inhalt ist und keine Vorhersage. Unternehmen, deren Stärke im Verbinden von Systemen liegt und nicht im Bauen, finden sich unter KI-Integration, und Mandate, die mit der Strategie beginnen, unter KI-Strategieberatung. Die vollständige Liste steht im Verzeichnis und nach Stadt, falls Sie Leute suchen, die zu Ihnen vor Ort kommen, wobei San Francisco, New York und Atlanta derzeit die meisten Einträge aufweisen.
Zwei begleitende Beiträge sind die zehn Minuten wert, bevor Sie irgendetwas verschicken. Was man kauft und wie behandelt dieselbe Entscheidung über alle Kategorien hinweg, und die Checkliste für die erste Beauftragung behandelt die Vertragsfragen, die dieser Beitrag nur streift. Wenn die Entwicklung, die Sie abwägen, eine Chat-Oberfläche über Ihren eigenen Dokumenten ist, dann ist die Entwicklung individueller GPTs die engere Fassung von Zeile zwei. Handelt es sich um ein Daten- und Modellierungsproblem, beschreibt KI- und ML-Beratung, was ein solches Mandat umfasst, und KI-Entwicklungsleistungen behandelt die Umsetzung. Größere Organisationen sollten lesen, wie man ein Enterprise-KI-Unternehmen auswählt, und wer abwägt, ob überhaupt ein dauerhafter Partner nötig ist, sollte lesen, wann eine Person genügt.
Wenn Sie beim Formulieren des Leistungsumfangs nicht weiterkommen, beschreiben Sie das Problem hier, und das Verzeichnis nennt Ihnen die Unternehmen, deren Einträge dazu passen. Agenturen, die solche Arbeit leisten und noch nicht gelistet sind, können ein Profil anlegen.
Quellen und weiterführende Lektüre
Die Zahl der Einträge in diesem Artikel stammt von den Kategorieseiten dieses Verzeichnisses und ändert sich, sobald Agenturen hinzukommen. Für das größere Bild dazu, wo die Verbreitung tatsächlich steht, veröffentlichen der AI Index von Stanford HAI und der Business Trends and Outlook Survey des US Census Bureau regelmäßig Daten, und die Erhebung des Census Bureau hat den Vorteil, die Unternehmen direkt zu befragen und nicht die Anbieter. MIT Sloan Management Review berichtet am beständigsten darüber, warum diese Projekte nach einem Pilotversuch ins Stocken geraten. Das AI Risk Management Framework von NIST ist die Referenz für die oben genannten Fragen zu Prüfung und Aufsicht.