总部位于波士顿的初创公司CollectivIQ Inc.推出了一款旨在帮助企业管控AI使用成本的平台让管理者对模型的调用方式拥有更清晰的掌控力。该公司将其产品定位为AI共识平台。通过这一平台管理员可根据员工的职能角色、所属部门、业务需求及预算情况为其分配不同类别的AI模型访问权限。此外管理员还可以设置全组织范围内的支出上限以及针对个人员工的每日费用和Token用量限制。上述功能回应了一个日益突出的行业痛点——越来越多的企业正将生成式AI从小规模试验推向更大范围的生产应用。推理模型、后台进程和自主智能体在运行过程中会持续消耗Token而员工和管理者往往对由此产生的费用缺乏清晰的认知。近期已有数起典型案例引发广泛关注Uber Technologies Inc.在短短四个月内便烧完了全年的AI编程预算一家名为Swan AI Inc.的公司仅凭四人团队就累积了每月高达11.3万美元的账单。CollectivIQ表示其新推出的管控功能可将AI使用情况在员工和企业两个层面同步呈现并允许管理员对后台任务和智能体的相关操作进行限制。与大多数围绕单一模型供应商构建的企业级AI服务不同CollectivIQ采取了差异化路线——其平台同时接入了OpenAI LLC、谷歌、Anthropic PBC、XAI LLC等多家供应商的模型。用户可以同时向多个模型发起查询并获得一个综合性的答案该答案会标注出各模型之间的共识点与分歧所在。公司首席执行官约翰·戴维John Davie表示这一平台的研发灵感来自他在另一家公司的亲身经历。他同时掌舵餐饮及食品服务采购技术公司Buyers Edge Platform LLC在推广AI时深刻体会到了成本与能力之间的取舍难题。我不想给员工提供一个功能受限的通用AI工具戴维说道。但若为每位员工配备传统企业级AI许可证每年的成本将高达约70万美元。CollectivIQ选择通过API接口接入各家模型按实际消耗的Token付费而非为每名员工购买完整席位授权。其软件会根据请求的复杂程度进行智能路由。戴维表示面向至少拥有100名用户的企业客户平台定价约为每人每月10美元相比部分个人高级AI订阅服务动辄40美元的价格具有显著优势。我们的核心秘诀在于充分利用API和智能路由的组合他说。此外客户也可以接入自有模型。平台新推出的自动模式会对用户输入的提示词进行评估并自动匹配低、中、高三个成本档次的模型。简单的请求会被导向价格较低的模型而需要深度推理或主观判断的问题则会被分配给能力更强的模型。企业可根据具体员工的需求进行个性化配置。这一设计思路也在一定程度上回应了CollectivIQ自身面临的一个潜在矛盾同时查询多个模型可能会消耗比单一模型更多的Token。戴维坦言公司最初对所有请求都调用最顶级的模型但随着推理模型响应时间和成本的不断攀升才逐步调整了路由策略。他表示选择最高档次的用户需要接受更长的等待时间而快速模型则能提供更短的响应延迟。在生成综合答案方面平台采用了CollectivIQ所称的仲裁阶段和裁判阶段来比对各模型的输出结果。若多数模型在某一数据或观点上达成一致系统会降低异常答案的权重但仍会向用户展示模型间的差异。新推出的辩论模式则更进一步让各模型之间相互质疑和挑战彼此的回答。用户也可以查看各模型的独立输出自行作出判断。CollectivIQ将这种多模型对比机制定位为抵御幻觉、降低对单一AI供应商依赖的有效手段。模型供应商不会主动拿自己的答案去和竞争对手比对戴维说。目前CollectivIQ已拥有约25个企业账户覆盖数百名用户。公司目前处于自筹资金阶段戴维表示预计将在未来三个月内寻求外部融资。QAQ1CollectivIQ平台的定价模式是什么和普通企业AI订阅相比有什么优势ACollectivIQ通过API接口接入各家AI模型按用户实际消耗的Token付费而非为每位员工购买完整席位授权。面向至少100名用户的企业客户定价约为每人每月10美元相比部分个人高级AI订阅服务每月40美元的价格成本大幅降低。此外平台还内置智能路由功能会根据请求复杂程度自动匹配低、中、高不同成本档次的模型进一步优化整体使用成本。Q2CollectivIQ的AI共识平台是如何防止AI产生幻觉的ACollectivIQ平台通过同时查询多家供应商如OpenAI、谷歌、Anthropic等的模型并采用仲裁阶段和裁判阶段对各模型的输出进行比对。若多数模型在某一数据或观点上达成一致系统会降低异常答案的权重同时向用户展示模型间的分歧之处。此外辩论模式还可让各模型相互质疑彼此的回答用户也可查看各模型的独立输出自行判断从而有效减少对单一模型答案的过度依赖。Q3CollectivIQ平台的自动模式是如何工作的A平台的自动模式会对用户输入的提示词进行自动评估并据此将请求路由至低、中、高三个成本档次的模型之一。简单直接的问题会被分配给价格较低的模型而需要深度推理或涉及主观判断的复杂问题则会被导向能力更强的高级模型。企业管理员还可针对特定员工进行个性化配置在控制整体成本的同时确保不同需求的用户都能获得合适的AI能力支持。