Heim
Lingxi Technology überwindet mit einem kausalen Großmodell den Engpass bei der Kommerzialisierung von KI und erzielt skalierbare Rentabilität

Das KI-Startup Lingxi Technology hat kürzlich sein firmeneigenes kausales Großmodell eingesetzt, um in Branchen mit hohen Markteintrittsbarrieren wie der Versicherungs- und Finanzbranche den Kreis von der Technologie zu den Geschäftsergebnissen zu schließen. Das Unternehmen geht davon aus, bis 2025 skalierte Rentabilität und einen positiven Cashflow zu erreichen, und bietet damit ein neues Modell für den Einsatz von Großmodellen in der Praxis.
Seit einiger Zeit verzeichnen Unternehmenskunden nur begrenzte Erfolge mit Anwendungen großer Modelle. Während allgemeine Modelle sich zwar durch ein hervorragendes Verständnis von Konversationen auszeichnen, produzieren sie in logikgesteuerten, professionellen Vertriebskontexten wie dem Versicherungs- und Finanzwesen häufig „Halluzinationen“ und inkonsistente Entscheidungen, was sie für den direkten Ersatz von Menschen in komplexen Vertriebssituationen unzuverlässig macht. Viele Unternehmen sehen sich mit „hohen Kosten, schwierigen Implementierungen und inkonsistenten Ergebnissen“ konfrontiert, wobei große Modelle an vorderster Front oft als bloße Chat-Tools angesehen werden, die keine echte Leistungssteigerung bewirken.
Um dieses Problem zu lösen, hat Lingxi Technology den typischen Wettlauf um immer größere Modelle vermieden und sich stattdessen auf die Verbesserung des kausalen Denkens und der Entscheidungsfindung der KI konzentriert. Im Mittelpunkt ihres Ansatzes stehen „kausale KI“ und das „Nachtraining großer Modelle“. Durch die Kodierung von Expertenlogik im Vertrieb in kausale Benchmarks geht die KI über das bloße Auswendiglernen von Skripten hinaus. Sie lernt, die unausgesprochenen Bedürfnisse der Kunden wie erstklassige Vertriebsprofis zu erfassen und bewertet ihre Entscheidungswege ständig neu. Diese Nachtrainingsmethode ermöglicht es dem Modell, Branchenwissen aufzunehmen und gleichzeitig komplexe geschäftliche Entscheidungslogik zu beherrschen.
Auf der geschäftlichen Seite hat Lingxi ein „Results as a Service“-Modell (RaaS) eingeführt, das den eigenen Erfolg direkt an das Wachstum der Kunden koppelt. Im Gegensatz zu traditionellem SaaS, bei dem im Voraus Gebühren erhoben werden und auf Ergebnisse gehofft wird, wird der Wert der KI bei RaaS anhand messbarer Geschäftskennzahlen wie Prämienwachstum und Umsatzsteigerungen bewertet. Daten zeigen, dass nach dem Einsatz des Vertriebsagenten bei Versicherungskunden die neuen Prämieneinnahmen innerhalb eines Jahres 2 Milliarden Yuan erreichten. Mit zunehmender Autonomie des Modells ist die Aufgabenersetzungsrate in vertikalen Branchen von anfänglichen 30 % auf nahezu vollständige Prozessunabhängigkeit gestiegen.
Mittlerweile wurde die „Customer Engagement Agent“ (ACE)-Lösung in großem Maßstab in den Bereichen Automobil, Bankwesen, Bildung und anderen Branchen bei Partnern wie Chery und Gaochu eingesetzt. Das Kernteam von Lingxi stammt aus der KI-Abteilung von Baidu und bringt über ein Jahrzehnt praktische KI-Erfahrung mit.
Branchenanalysten weisen darauf hin, dass der wahre Wert der KI nicht in der Größe der Parameter liegt, sondern in ihrer Fähigkeit, in der Realwirtschaft einen Mehrwert zu generieren. Der Fall Lingxi zeigt: Wenn KI sich von einem „Werkzeug“ zu tatsächlicher „Produktivität“ wandelt und Geschäftsergebnisse direkt vorantreibt, lassen sich die Herausforderungen bei der Kommerzialisierung großer Modelle überwinden. Da Anwendungen mit großen Modellen in China stark zunehmen, profitieren ergebnisorientierte Unternehmen als Erste davon.
Verwandter Artikel
Apple Smart Glasses könnten auf der WWDC27 vorgestellt werden und dabei den Schutz der Privatsphäre in den Mittelpunkt stellen
Bloombergs Mark Gurman berichtet, dass Apples Smart Glasses mit dem Codenamen N50 im Juni 2027 auf der WWDC27 vorgestellt werden sollen, wobei ein Verkaufsstart im Herbst 2027 erwartet wird. Ursprünglich für Ende dieses Jahres und Anfang 2027 geplant
Inside Details Exposed About Next-Gen Gemini: Strained Computing Power, Internal Teams Disagreed on Development Priorities and Resource Allocation
Berichten zufolge wurde der Start des hocherwarteten Next-Generation-Gemini-Modells von Google verschoben. Interne Uneinigkeiten über Entwicklungsprioritäten und Ressourcenallokation, kombiniert mit begrenzter Rechenkapazität und komplexen Genehmigun
OpenAI entkräftet Bedenken bezüglich des verlangsamen Wachstums und erklärt, dass mehrere Geschäftsbereiche ihre Expansion beschleunigen
Als Reaktion auf externe Kritik bezüglich des nachlassenden Umsatzwachstums und verpasster interner Zielvorgaben gab der KI-Pionier OpenAI am Dienstag, den 28. April, eine selbstbewusste Erklärung ab. Das Unternehmen präzisierte, dass seine Verbrauch
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Das KI-Startup Lingxi Technology hat kürzlich sein firmeneigenes kausales Großmodell eingesetzt, um in Branchen mit hohen Markteintrittsbarrieren wie der Versicherungs- und Finanzbranche den Kreis von der Technologie zu den Geschäftsergebnissen zu schließen. Das Unternehmen geht davon aus, bis 2025 skalierte Rentabilität und einen positiven Cashflow zu erreichen, und bietet damit ein neues Modell für den Einsatz von Großmodellen in der Praxis.
Seit einiger Zeit verzeichnen Unternehmenskunden nur begrenzte Erfolge mit Anwendungen großer Modelle. Während allgemeine Modelle sich zwar durch ein hervorragendes Verständnis von Konversationen auszeichnen, produzieren sie in logikgesteuerten, professionellen Vertriebskontexten wie dem Versicherungs- und Finanzwesen häufig „Halluzinationen“ und inkonsistente Entscheidungen, was sie für den direkten Ersatz von Menschen in komplexen Vertriebssituationen unzuverlässig macht. Viele Unternehmen sehen sich mit „hohen Kosten, schwierigen Implementierungen und inkonsistenten Ergebnissen“ konfrontiert, wobei große Modelle an vorderster Front oft als bloße Chat-Tools angesehen werden, die keine echte Leistungssteigerung bewirken.
Um dieses Problem zu lösen, hat Lingxi Technology den typischen Wettlauf um immer größere Modelle vermieden und sich stattdessen auf die Verbesserung des kausalen Denkens und der Entscheidungsfindung der KI konzentriert. Im Mittelpunkt ihres Ansatzes stehen „kausale KI“ und das „Nachtraining großer Modelle“. Durch die Kodierung von Expertenlogik im Vertrieb in kausale Benchmarks geht die KI über das bloße Auswendiglernen von Skripten hinaus. Sie lernt, die unausgesprochenen Bedürfnisse der Kunden wie erstklassige Vertriebsprofis zu erfassen und bewertet ihre Entscheidungswege ständig neu. Diese Nachtrainingsmethode ermöglicht es dem Modell, Branchenwissen aufzunehmen und gleichzeitig komplexe geschäftliche Entscheidungslogik zu beherrschen.
Auf der geschäftlichen Seite hat Lingxi ein „Results as a Service“-Modell (RaaS) eingeführt, das den eigenen Erfolg direkt an das Wachstum der Kunden koppelt. Im Gegensatz zu traditionellem SaaS, bei dem im Voraus Gebühren erhoben werden und auf Ergebnisse gehofft wird, wird der Wert der KI bei RaaS anhand messbarer Geschäftskennzahlen wie Prämienwachstum und Umsatzsteigerungen bewertet. Daten zeigen, dass nach dem Einsatz des Vertriebsagenten bei Versicherungskunden die neuen Prämieneinnahmen innerhalb eines Jahres 2 Milliarden Yuan erreichten. Mit zunehmender Autonomie des Modells ist die Aufgabenersetzungsrate in vertikalen Branchen von anfänglichen 30 % auf nahezu vollständige Prozessunabhängigkeit gestiegen.
Mittlerweile wurde die „Customer Engagement Agent“ (ACE)-Lösung in großem Maßstab in den Bereichen Automobil, Bankwesen, Bildung und anderen Branchen bei Partnern wie Chery und Gaochu eingesetzt. Das Kernteam von Lingxi stammt aus der KI-Abteilung von Baidu und bringt über ein Jahrzehnt praktische KI-Erfahrung mit.
Branchenanalysten weisen darauf hin, dass der wahre Wert der KI nicht in der Größe der Parameter liegt, sondern in ihrer Fähigkeit, in der Realwirtschaft einen Mehrwert zu generieren. Der Fall Lingxi zeigt: Wenn KI sich von einem „Werkzeug“ zu tatsächlicher „Produktivität“ wandelt und Geschäftsergebnisse direkt vorantreibt, lassen sich die Herausforderungen bei der Kommerzialisierung großer Modelle überwinden. Da Anwendungen mit großen Modellen in China stark zunehmen, profitieren ergebnisorientierte Unternehmen als Erste davon.
Apple Smart Glasses könnten auf der WWDC27 vorgestellt werden und dabei den Schutz der Privatsphäre in den Mittelpunkt stellen
Bloombergs Mark Gurman berichtet, dass Apples Smart Glasses mit dem Codenamen N50 im Juni 2027 auf der WWDC27 vorgestellt werden sollen, wobei ein Verkaufsstart im Herbst 2027 erwartet wird. Ursprünglich für Ende dieses Jahres und Anfang 2027 geplant
Inside Details Exposed About Next-Gen Gemini: Strained Computing Power, Internal Teams Disagreed on Development Priorities and Resource Allocation
Berichten zufolge wurde der Start des hocherwarteten Next-Generation-Gemini-Modells von Google verschoben. Interne Uneinigkeiten über Entwicklungsprioritäten und Ressourcenallokation, kombiniert mit begrenzter Rechenkapazität und komplexen Genehmigun
OpenAI entkräftet Bedenken bezüglich des verlangsamen Wachstums und erklärt, dass mehrere Geschäftsbereiche ihre Expansion beschleunigen
Als Reaktion auf externe Kritik bezüglich des nachlassenden Umsatzwachstums und verpasster interner Zielvorgaben gab der KI-Pionier OpenAI am Dienstag, den 28. April, eine selbstbewusste Erklärung ab. Das Unternehmen präzisierte, dass seine Verbrauch











