提供 RAG 即服務融資 550 萬美金，最新消費榜單顯示 AI 會議產品已是剛需

我在上個月分享了一個趨勢，就是在模型層與應用層之間，有很多企業需求並沒有得到很好的滿足，於是有不少產品開始提供 API 來滿足兩者之間的落差《AI 的一個新趨勢：如何更好的滿足模型層與應用層》。

提供這塊服務的有 3 種類型，一種是像 Fireworks 和 Cohere 等直接面向 B 端企業提供 API 服務的產品；第二種是一些 ToC 的產品，它們在服務 C 端的同時，積累了⼤量專業的⾏業數據和 Knowhow，於是把這種能⼒迭代到⾃⼰的 API 中，再將 API 提供給廣大的中小企業；讓這些在 C 端沒怎麼賺到錢的產品，反而通過 B 端開始掙錢了；

而第三類就是專門做 RAG 服務的產品。今天，又一個提供 RAG 即服務（RAG as a Service）的產品 Ragie 宣佈完成了 550 萬美金的種子輪融資，由 Craft 領投，Saga VC、Chapter One 和 Valor 跟投。

Ragie 在其官方博客說，大多數公司依賴 LLM 大模型提供商，如 OpenAI 和 Anthropic，結合一種稱為 RAG（檢索增強生成）的技術來進行他們的 AI 應用。RAG 利用公司自己的數據生成比單獨訓練模型生成的更有洞察力的內容。為此，公司在向量數據庫中提取數據並建立索引，將其輸入提示中，並生成更全面、更準確的內容。

但是使用 RAG 構建應用的過程非常繁瑣，開發者必須要做到這些：

• 連接和同步多個數據源，包括知識庫應用和雲文件存儲；

• 從各種文件格式和媒體類型（例如 PDF、Microsoft Office 文檔和圖像）中提取有意義的數據；

• 實施不斷髮展的分塊和檢索技術；

• 構建彈性且快速的可擴展數據處理管道；

• 避免產生幻覺並確保生成的內容準確；

• 使用學習和設置可能非常耗時的開源框架；

構建類似這樣的解決方案不僅耗時，而且即使團隊盡了最大努力，最後的產品也很脆弱。現在 Ragie 通過為開發人員提供完全託管的 RAG 即服務平台解決了這個問題。 

Ragie 最初是作為 Craft Ventures 創始人 David Sacks 的新聊天應用 Glue 的解決方案開發的，它實現了強大的數據攝取管道和檢索 API，該 API 使用 RAG 中的最新技術進行分塊、搜索和重新排名。通過簡化的開發人員體驗，開發人員可以將他們的應用程序與 Google Drive、Notion 和 Confluence 中的數據連接並同步。

除了提供開發人員所需的 RAG 核心功能外，Ragie 還提供高級功能，比方說避免文檔關聯問題的「摘要索引」和用於從非結構化文檔中提取結構化數據的「實體提取」。

David Sacks 在投資的博客里說，Ragie 為 RAG 基礎設施所做的事情就像 AWS 為雲所做的那樣。它能夠使開發者快速行動並通過無需維護的服務保持與最先進的 RAG 方法同步。

根據 Ragie 官網介紹，它採用了開箱即用的模式，簡化了結構化和非結構化數據的數據攝取、分塊和多模式索引。直接連接到你自己的數據源，並確保你的數據管道始終保持最新。它會針對結果進行優化 ，並且將數據導入 AI 應用只需要幾次點擊即可。

其聯合創始人 Mohammed Rafiq 說 Ragie 使用多種類型的索引來提高企業 RAG 的相關性。第一層是塊索引，通過將數據塊編碼成向量並存儲在向量數據庫中來創建。其次是每個輸入文檔的摘要索引，用於提高檢索結果的相關性，確保最終響應來自各種文檔，而不僅僅是一個文檔。

另外還集成了混合索引，允許 Ragie 同時提供基於關鍵字和語義、基於向量的檢索方法，從而真正幫助開發者快速構建他們的 AI 應用。

與此同時，最新的一份企業消費支出報告顯示，AI 生產力工具和 OpenAI 的替代品正在快速增長，其中音樂 AI Suno 成為目前增長最為快速的一個 AI 應用。

OpenAI 的替代品 Anthropic 的市場份額則從年初的 4%上升到了目前的 17%，AI 會議類產品已經成為真正的一個剛需，榜單前 10 個產品里有 3 個都是 AI 會議類產品，另外還有一個 AI 日程管理產品……