EXL 完成 iMerit 收购，以扩展其端到端企业 AI 能力

ExlService Holdings (EXLS ), 更为人熟知的 EXL，已经完成了对 AI 数据专家 iMerit 的收购，将两个专注于企业人工智能栈不同但紧密相连的部分的公司聚集在一起。

该交易最初 于六月宣布，估值最高可达 3.1 亿美元。其中包括 1.7 亿美元的前期考虑和最高 1.4 亿美元的激励和赚取权，附带条件是在接下来的两年内达到某些里程碑。iMerit 的创始人和 CEO Radha Ramaswami Basu 将加入 EXL 担任执行副总裁和 iMerit 负责人，同时也成为 EXL 的执行委员会成员。

解决 AI 试点和生产之间的差距

该收购旨在解决企业 AI 中最顽固的问题之一：将有前途的模型或概念验证转移到可靠的生产系统中。

开发 AI 应用程序涉及的不仅仅是选择基础模型。企业必须准备和管理其数据，对模型进行微调以适应特定的用例，评估输出，识别故障模式，建立防护栏，并在部署后持续监测性能。

这些要求在保险、医疗保健、银行和资本市场等行业变得更加苛刻，因为不准确的输出可能会产生财务、监管或运营后果。

EXL 已将自己定位在企业这一过程的一侧，结合数据管理、分析、行业专业知识和 AI 驱动的运营。iMerit 则带来了更接近模型开发层的能力，包括训练数据创建、模型评估、强化学习、红队测试和专家人工反馈。

这种组合使 EXL 拥有了一个更完整的能力集，从准备企业数据到评估模型和 AI 代理在真实业务环境中的行为。

iMerit 为 EXL 的 AI 产品组合带来了什么

由 Radha Basu 创立的 iMerit 专门从事生产和评估训练大型语言模型、视觉模型、多模态系统和其他高级 AI 应用程序所需的高上下文数据。

其生成 AI 服务涵盖提示和响应创建、有监督的微调、从人工反馈中学习强化、语料库开发、检索增强生成微调、安全性评估、红队测试和 AI 代理测试。

这些工作的大部分结合了软件和专家人工审查。通过其 iMerit 学者网络，该公司从领域专家（如医生、科学家、工程师和语言学家）中寻找人手，他们可以在一般目的注释可能不足的领域评估模型行为。

这种专家在循环中的方法在模型必须理解专业术语、遵循行业规则、评估复杂推理或在受监管的工作流中运行时尤其相关。iMerit 还跨文本、图像、视频、音频、LiDAR、医疗成像和其他数据格式工作，为 EXL 提供了额外的多模态 AI 项目能力。

Ango Hub 提供评估和训练层

收购的核心部分是 iMerit 的 Ango Hub，一个用于管理 AI 数据工作流和模型、注释器和主题专家之间交互的平台。

该平台支持可配置的工作流用于数据注释、提示响应生成、链式推理任务、质量保证、模型对齐和强化学习。它还可以通过应用程序接口、自定义模式和私人部署与客户现有的基础设施集成。

对于 AI 代理，Ango Hub 可用于检查工具调用、根据结构化评分表评估代理行为、审查执行跟踪、识别诸如规划错误、工具误用、内存漂移或策略违规等问题。

这些能力反映了不仅评估 AI 系统输出，还要评估它采取的行动和导致结果的决策序列的日益增长的需求。

随着企业向更自治的 AI 系统发展，这种评估基础设施可能会成为实验代理和生产部署之间的重要控制层。

iMerit 如何融入 EXL 现有的技术栈

EXL 已通过诸如 EXLerate.ai 和 EXLdata.ai 之类的平台扩展了其专有 AI 产品组合。

EXLerate.ai 是公司的代理 AI 平台，用于在企业工作流中开发和部署 AI 系统。该平台包括预构建的代理和加速器，以及治理、审计、成本控制和支持监管行业。该公司还将 NVIDIA (NVDA ) 技术用于模型开发、代理编排和加速计算。

EXLdata.ai 专注于 AI 生命周期的早期阶段：将企业信息转换为可信的 AI 就绪数据。其模块涵盖数据迁移、质量、治理、注释和 DataOps 等领域，同时与 Databricks、Snowflake 和 Amazon Web Services 等平台集成。

iMerit 添加了一个互补的模型训练和评估层。实际上，EXL 现在可以帮助客户组织专有数据，配置 AI 模型和代理，生成专家训练信号，评估性能，并将结果系统集成到业务运营中。

Radha Basu 加入 EXL 的执行委员会

Basu 的任命使 iMerit 在 EXL 的高级领导层中拥有直接代表，而不是仅仅将收购的公司定位为新的业务单位。

在她的新角色中，Basu 将领导 iMerit，同时帮助塑造 EXL 更广泛的 AI 战略。她的背景处于技术、劳动力发展和人工智能中的人类因素的交叉点，这是一个日益重要的领域，因为公司正在寻找改进模型准确性而不放弃人类监督的方法。

EXL 董事长兼 CEO Rohit Kapoor 将该交易描述为将加深公司垂直专业化 AI 能力的转变。Basu 同时强调，企业 AI 的成功将取决于模型在真实业务环境中部署的有效性，而不是所选择的底层模型。

构建更完整的企业 AI 平台

该收购反映了企业 AI 市场更广泛的变化。最初的大型语言模型实验竞争正在让位于涉及数据质量、评估、合规性、成本、集成和可衡量性能等更运营性的问题。

购买模型的访问权限相对简单。确保它能与专有数据一致地工作，遵循内部政策，处理异常情况，并在部署后保持可靠性则要困难得多。

通过将 EXL 的企业数据和运营能力与 iMerit 的模型训练、评估技术和领域专家网络相结合，公司正在尝试在单个组织内覆盖更多的生命周期。

该收购并未消除与在规模上部署 AI 相关的技术和组织挑战。企业仍将需要明确定义的用例、可靠的数据、治理流程、安全控制和衡量业务成果的方法。然而，它为 EXL 提供了更广泛的基础，以帮助客户在 AI 项目从实验转向生产时管理这些要求。