EXL Fullfører iMerit-oppkjøpet for å Utvide Sine End-to-End Bedrifts AI-Evner

ExlService Holdings (EXLS ), bedre kjent som EXL, har fullført oppkjøpet av AI-data spesialisten iMerit, og bringer sammen to selskaper som fokuserer på forskjellige, men nært sammenhengende deler av bedrifts kunstig intelligens-stakken.

Transaksjonen, som opprinnelig ble annonsert i juni, ble verdsatt til opptil 310 millioner dollar. Den inkluderer 170 millioner dollar i kontant betaling og opptil 140 millioner dollar i incitamenter og earnouts knyttet til milepæler over de neste to årene. iMerit-gründer og CEO Radha Ramaswami Basu vil bli medlem av EXL som Executive Vice President og leder av iMerit, samt bli medlem av EXLs ledelseskomité.

Å Adresse Gappen Mellom AI-Piloter og Produksjon

Oppkjøpet er ment å adresse ett av de mest vedvarende problemene i bedrifts AI: å flytte et løftende modell eller bevis på konsept inn i et pålitelig produksjonssystem.

Utvikling av en AI-applikasjon innebærer betraktelig mer enn å velge en grunnmodell. Bedrifter må forberede og styre sine data, finjustere modeller for spesifikke brukstilfeller, evaluere utdata, identifisere feilmodi, etablere retningslinjer og kontinuerlig overvåke ytelse etter distribusjon.

Disse kravene blir mer krevende i bransjer som forsikring, helse, bank og kapitalmarkeder, hvor uakkurate utdata kan skape finansielle, regulatoriske eller operative konsekvenser.

EXL har posisjonert seg rundt bedriftsiden av denne prosessen, kombinert med datastyring, analyse, bransjeekspertise og AI-drevne operasjoner. iMerit bringer kapasiteter nærmere modellutviklingslaget, inkludert opplæring av data, modellutprøving, forsterkning av læring, rød teaming og ekspert menneskelig tilbakekobling.

Kombinasjonen gir EXL en mer komplett sett av kapasiteter som strekker seg fra å forberede bedriftsdata til å evaluere hvordan modeller og AI-agenter oppfører seg i virkelige forretningsmiljøer.

Hva iMerit Legger Til EXLs AI-Portefølje

Grundlagt av Radha Basu, spesialiserer iMerit seg på å produsere og evaluere høykontekst data som kreves for å trene store språkmodeller, visjonsmodeller, multimodale systemer og andre avanserte AI-applikasjoner.

Dens generative AI-tjenester dekker områder som prompt-og-svar-opprettelse, overvåket finjustering, forsterkning av læring fra menneskelig tilbakekobling, korpusutvikling, henting-og-generering av fine-tuning, sikkerhetsvurdering, rød teaming og AI-agenttesting.

Mye av dette arbeidet kombinerer programvare med ekspert menneskelig gjennomgang. Gjennom sin iMerit Scholars-nettverk, henter selskapet inn domeneeksperter som leger, vitenskapsmenn, ingeniører og lingvister som kan evaluere modellatferd i områder hvor allmenndannelsesannotering kan være utilstrekkelig.

Dette ekspert-i-løkken tilnærmingen er særlig relevant når modeller må forstå spesialisert terminologi, følge bransjeregler, vurdere kompleks resonnering eller operere innen regulerte arbeidsflyter. iMerit arbeider også med tekst, bilder, video, lyd, LiDAR, medisinsk bildebehandling og andre dataformater, og gir EXL ytterligere kapasiteter for multimodale AI-prosjekter.

Ango Hub Bringer En Evaluering- og Treningssjikt

En sentral del av oppkjøpet er iMerits Ango Hub, en plattform for å styre AI-dataarbeidsflyter og interaksjoner mellom modeller, annotatorer og fageksperter.

Plattformen støtter konfigurerbare arbeidsflyter for dataannotering, prompt-responsgenerering, kjede-av-tenkning-oppgaver, kvalitetsikring, modelljustering og forsterkning av læring. Den kan også integrere med kunders eksisterende infrastruktur gjennom programmeringsgrensesnitt, tilpassede skjemaer og private distribusjoner.

For AI-agenter kan Ango Hub brukes til å inspisere verktøykall, score agentatferd mot strukturerte rubrikker, gjennomgå kjørespor, og identifisere problemer som planleggingsfeil, verktøyfeil, minnehøst eller politikkbrudd.

Disse kapasitetene reflekterer den økende behovet for å evaluere ikke bare hva en AI-system sier, men også handlingene den tar og beslutningsrekken som fører til en utfall.

Ettersom bedrifter flytter mot mer autonome AI-systemer, kan denne type evaluering-infrastruktur bli en viktig kontrollsjikt mellom eksperimentelle agenter og produksjonsdistribusjon.

Hvordan iMerit Passer Inn i EXLs Eksisterende Teknologistakk

EXL har utvidet sin egen AI-portefølje gjennom plattformer som EXLerate.ai og EXLdata.ai.

EXLerate.ai er selskapets agentic AI-plattform for å utvikle og distribuere AI-systemer innen bedriftsarbeidsflyter. Plattformen inkluderer forhåndsbygde agenter og akseleratorer, samt styring, revisjon, kostnadskontroll og støtte for regulerte industrier. Selskapet har også inkorporert NVIDIA (NVDA )-teknologier for modellutvikling, agent-orkesering og akselerert databehandling.

EXLdata.ai fokuserer på en tidligere del av AI-livssyklusen: å konvertere fragmentert, ustrukturert eller dårlig styrt bedriftsinformasjon til pålitelige, AI-klare data. Dens moduler dekker områder som data-migrering, kvalitet, styring, annotering og DataOps, mens de integrerer med plattformer som Databricks, Snowflake og Amazon Web Services.

iMerit legger til en komplementær modelltrening- og evalueringssjikt. I praksis kan EXL nå hjelpe kunder med å organisere eget data, konfigurere AI-modeller og -agenter, generere eksperttreningssignaler, evaluere ytelse og integrere de resulterende systemene i forretningsoperasjoner.

Radha Basu Går Med i EXLs Ledelseskomité

Basus utnevnelse gir iMerit direkte representasjon innen EXLs ledelse, i stedet for å plassere det oppkjøpte selskapet som en ny forretningsenhet.

I sin nye rolle, vil Basu lede iMerit samtidig som hun hjelper med å forme EXLs bredere AI-strategi. Hennes bakgrunn ligger i skjæringspunktet mellom teknologi, arbeidskraftsutvikling og menneske-i-løkken AI, et område som blir mer betydningsfullt ettersom bedrifter søker etter metoder for å forbedre modellnøyaktighet uten å fjerne menneskelig tilsyn.

EXLs styreleder og CEO Rohit Kapoor beskrev transaksjonen som en endring som vil dykke EXLs vertikalt spesialiserte AI-kapasiteter. Basu, samtidig, understreket at bedrifts AI-suksess vil avhenge mindre av hvilken underliggende modell et selskap velger, og mer av hvordan den modellen kan distribueres innen virkelige forretningsmiljøer.

Bygging En Mer Komplett Bedrifts AI-Plattform

Oppkjøpet reflekterer en bredere endring i bedrifts AI-markedet. Den innledende kappløpet for å eksperimentere med store språkmodeller gir nå plass til mer operative spørsmål som omhandler datakvalitet, evaluering, samsvar, kostnad, integrasjon og målbart resultat.

Å kjøpe tilgang til en modell er relativt enkelt. Å sikre at den fungerer konsistent med eget data, følger interne retningslinjer, håndterer uvanlige tilfeller og forblir pålitelig etter distribusjon, er betraktelig mer vanskelig.

Ved å kombinere EXLs bedriftsdata og operative kapasiteter med iMerits modelltrening, evalueringsteknologi og domene-ekspertnettverk, forsøker selskapene å dekke mer av denne livssyklusen innen én organisasjon.

Oppkjøpet eliminerer ikke de tekniske og organisatoriske utfordringene forbundet med å distribuere AI i stor skala. Bedrifter vil fortsatt trenge tydelig definerte brukstilfeller, pålitelige data, styringsprosesser, sikkerhetskontroller og metoder for å måle forretningsresultater. Likevel gir det EXL en bredere grunnlag for å hjelpe kunder med å håndtere disse kravene når AI-prosjekter flytter seg fra eksperimentering til produksjon.