Förvärv
EXL förvärvar iMerit i en affär värd upp till 310 miljoner dollar för att expandera företags-AI och grundmodellskapaciteter

EXL har meddelat ett definitivt avtal om att förvärva AI-data specialisten iMerit i en transaktion som värderas till upp till 310 miljoner dollar, vilket är ett av företagets största investeringar i artificiell intelligens hittills. Förvärvet stärker EXL:s position inom företags-AI genom att lägga till avancerade kapaciteter inom grundmodellsträning, utvärdering, förstärkt inlärning och multimodal dataåtgärder, samtidigt som det utökar sin räckvidd till snabbt växande sektorer som robotik, autonoma system och fysisk AI. Transaktionen förväntas slutföras under tredje kvartalet 2026, under förutsättning av sedvanliga regulatoriska godkännanden och avslutningsvillkor.
Kombinera företags-AI med grundmodellsexpertis
EXL grundades 1999 och har utvecklats från ett företag som erbjuder outsourcing av affärsprocesser till en teknikleverantör som fokuserar på data och AI, med kunder inom branscher som försäkring, hälsovård, bank, detaljhandel, kommunikation och energi. Idag sysselsätter företaget mer än 67 000 personer globalt och har alltmer fokuserat sin strategi på att hjälpa organisationer att operationalisera AI över hela verksamheten, snarare än att genomföra isolerade pilotprojekt.
Den strategin har kretsat kring EXL:s växande portfölj av AI-plattformar, inklusive EXLerate.ai för agentic AI-arbetsflödesorkestrering, EXLdata.ai för företagsdatahantering och EXLdecision.ai för beslutsintelligens. Dessa plattformar är utformade för att integrera AI-modeller, företagsdata och mänsklig expertis i produktionsklara affärsflöden, med fokus på styrning och branschspecifika distributioner.
Tillägget av iMerit fyller en alltmer viktig lucka i det ekosystemet: skapandet och förfinandet av AI-modellerna själva.
Vad iMerit bidrar med till affären
Till skillnad från företag som främst fokuserar på att distribuera AI-applikationer specialiserar sig iMerit på att producera den högkvalitativa träningsdata och expertmänsklig utvärdering som krävs för att bygga och förbättra moderna grundmodeller.
Företaget arbetar med banbrytande AI-utvecklare och företagskunder för att träna, finjustera, utvärdera och anpassa stora språkmodeller och multimodala AI-system. Dess expertis omfattar text, bilder, video, ljud, LiDAR och andra komplexa datatyper som används i applikationer som sträcker sig från generativ AI till autonoma fordon och robotik.
En viktig tillgång i förvärvet är Ango, iMerits egna samarbetsplattform. Ango möjliggör för distribuerade team av ämnesexperter att utföra sofistikerade AI-utvärderingsuppgifter, inklusive bedömning av resonemang, multimodal annotering, röd teamning, modellanpassning och förstärkt inlärning från mänsklig återkoppling. Plattformen är utformad för att stödja alltmer komplexa utvärderingsflöden som krävs av dagens stora grundmodeller.
Liksom iMerits nätverk av experter, som består av läkare, forskare, ingenjörer, lingvister och andra ämnesexperter som tillhandahåller expertmänsklig återkoppling under modellutveckling. Istället för att enbart förlita sig på storskalig crowdwork betonar iMerit expertkunskap för applikationer där faktisk noggrannhet och ämnesspecifik resonemang är avgörande, särskilt inom hälsovård, vetenskaplig forskning och andra reglerade branscher.
Stärker EXL:s slut-till-slut-AI-stack
Efter förvärvet planerar EXL att integrera Ango direkt i sina befintliga AI-plattformar.
Den kombinerade plattformen skulle ansluta företagsdataförberedelse, AI-orchestrering, modellutvärdering, förstärkt inlärning och affärsflödesutförande till en enda miljö. Istället för att behandla modellutveckling och företagsdistribution som separata aktiviteter syftar den kombinerade tekniska stacken till att möjliggöra för organisationer att kontinuerligt förbättra AI-modeller med hjälp av expertmänsklig återkoppling, samtidigt som de distribuerar dessa modeller inom produktionsmiljöer.
Förvärvet ger EXL också direkt relationer med grundmodellutvecklare, vilket ger dem större insikt i hur framväxande AI-modeller tränas, utvärderas och anpassas för företagsanvändning. Enligt företaget bör detta stärka deras förmåga att hjälpa kunder att utveckla ämnesspecifika språkmodeller som är anpassade till proprietära datamängder och specialiserade affärsprocesser.
Expanderar bortom traditionella företagsmarknader
Även om EXL historiskt har fokuserat på branscher som försäkring, bank och hälsovård utökar iMerits kundbas deras exponering för flera snabbt växande AI-sektorer.
Företaget har byggt upp expertis inom AI-system som används inom autonoma mobila system, robotik, industriell automation, datorseende och fysisk AI. Dessa applikationer kräver högt specialiserade multimodala datamängder som kombinerar kamerabilder, LiDAR, sensorfusion, video och miljöförståelse för att träna modeller som kan fungera säkert i verkliga miljöer.
Allteftersom AI-utveckling alltmer sträcker sig bortom textgenerering till maskiner som uppfattar och interagerar med den fysiska världen fortsätter efterfrågan på korrekt märkt och expertvaliderad träningsdata att växa. iMerits erfarenhet inom dessa modaliteter utökar det område av branscher som EXL kan nå med sina AI-erbjudanden.
En bredare förskjutning mot AI-infrastruktur
Förvärvet speglar också hur företags-AI-marknaden utvecklas.
Mycket av branschens uppmärksamhet under de senaste åren har fokuserat på alltmer kraftfulla grundmodeller. Men organisationer upptäcker att distribution av AI på ett tillförlitligt sätt ofta beror lika mycket på den omgivande infrastrukturen, inklusive högkvalitativ träningsdata, kontinuerlig utvärdering, styrning, förstärkt inlärning och ämnesspecifik expertis.
För reglerade branscher som hälsovård, försäkring, finansiella tjänster och livsvetenskap blir dessa kapaciteter alltmer viktiga när organisationer söker AI-system som kan anpassas till specialiserade arbetsflöden samtidigt som de uppfyller kraven på noggrannhet, transparens och tillsyn.
Genom att kombinera företagsarbetsflödesautomatisering med modellutvecklingsexpertis positionerar sig EXL för att delta i en större del av AI-livscykeln – från modellförberedelse och -förfining till distribution och kontinuerlig optimering. Allteftersom företags-AI-antagande fortsätter att mognar kommer integrerade plattformar som kan kombinera proprietära företagsdata med kontinuerlig mänsklig modellförbättring sannolikt att bli en allt viktigare del av hur organisationer flyttar AI från experiment till produktion i stor skala.












