会见那些帮助公司从人工智能支出中获得最佳价值的人们。Adaptovate、Runware、Larridin不要用瑞士军刀进行手术般精确的工作；使用外科手术刀。这就是华盛顿的人工智能公司 Oumi AI 的首席执行官 Manos Koukoumidis 以及其他人工智能节省成本行业人士所说的公司使用人工智能的最大问题。他们正使用来自像 Anthropic、OpenAI 和 Google 这样的前沿实验室的最强大、多功能和昂贵的人工智能模型来处理组织内的小众任务。Koukoumidis 认为这种做法是“普遍不理性和低效的”，导致惊人的人工智能账单。Oumi 成立于 2024 年，让个人能够在几分钟内根据自己的任务和目标创建自己的小众人工智能模型。它在 2024 年的种子轮融资中筹集了 1000 万美元。Oumi 是过去两年中涌现出的众多公司之一，致力于解决当今企业面临的最大问题：减少严重膨胀的企业人工智能支出并提高投资回报。随着公司逐渐摆脱通行证最大化的趋势——员工被鼓励尽可能多地消耗人工智能代币，这些节省成本的服务变得越来越受欢迎。这些公司中有一些是咨询公司和测量平台，它们为客户提供有关如何智能地将人工智能集成到工作流程中的建议。其他公司，如 Oumi，则在从源头解决问题，构建新的产品，例如模型构建器和推理平台。教练第一类是教练：在人工智能成功之路上指引方向的顾问和顾问。位于悉尼的商业咨询公司 Adaptovate 已经运营了超过八年，在世界各地的办事处中拥有超过 100 名顾问。但在过去三年中，该公司专注于帮助其他公司充分利用其人工智能支出。公司合伙人 Michael Murphy 表示，Adaptovate 在客户的人工智能采用旅程的所有阶段与他们合作——从一家刚刚弄清楚如何在其供应链中使用人工智能的小吃制造商，到希望围绕 GenAI 产品重组所有团队的 30,000 名员工的专业服务公司。Murphy 说：“这总是从战略开始的。”“弄清楚决策过程如何改变。你的人才模型如何变化？当你开始在全组织范围内扩展人工智能时，你的组织结构会如何变化？”测量员然后是测量员，他们使用软件工具帮助公司准确找出人工智能在哪些方面有效，在哪些方面无效。一个例子是位于旧金山的 Larridin。首席技术官 Ameya Kanitkar 在接受 Business Insider 采访时表示，该公司在客户的人工智能工具、员工、代理商和支出方面充当测量层。Larridin 的一款产品是一种数据分析工具，显示员工的生产力与代币支出的变化，帮助公司确定分配给员工的代币预算的甜蜜点。曾在 LinkedIn、Coinbase 和 Groupon 工作的 Kanitkar 表示，Larridin 起步缓慢，因为在采用早期阶段，公司对人工智能支出并不特别关注。但在他们开始注入数百万资金后，这种情况发生了变化，从年初开始，Larridin 的关注度每个月翻了一番。“我们需要一个测量层来确保你花费的数以亿计的美元实际上是合理的，并且得到了妥善花费，这一点显而易见，”他说。Larridin 从 Andreessen Horowitz、Bloomberg Beta、Google Ventures 和其他投资者那里筹集了 1700 万美元的种子资金，并于 2025 年推出了这一平台。现在它为数据中心建设公司、生物科学和金融服务公司等客户提供服务。建设者第三类是建设者：像 Oumi 这样的初创公司正在创建产品以直接帮助公司削减人工智能成本。另一个例子是 Runware，这是一家由连续创业者 Ioana Hreninciuc 共同创办的公司。Runware 提供公司所需的推理基础设施，以快速、经济有效地扩展人工智能模型。这使得公司能够更容易地扩展他们的人工智能产品，而不必担心人工智能停机。对于那些购买自己 GPU 的人，有 Tensormesh。这家初创公司专注于键值缓存，联合创始人 Junchen Jiang 说，这在“人们的代币账单中从未出现过”，但确实会影响他们的成本。Tensormesh 的缓存系统帮助企业在更少的 GPU 上“接受更多查询”，Jiang 说。这家公司从硬件行业的大玩家 AMD 和 NVentures，以及 Nvidia 的风险投资部门筹集了 2000 万美元。还有更多公司正在孕育中，准备进入市场。Conifer 仍在参加 Y Combinator 2026 年夏季的项目。其联合创始人 Charles Muehlberger 表示，在演示日之前，该公司已筹集到 130 万美元，约占其目标募资的 20%。该公司的产品将综合查询。